课程文献中心 更多>>

关键词： 防火墙技术   计算机网络安全   安全运用  

摘要： 网络安全问题日益突出,成为各类组织和个人的重要挑战。文章探讨防火墙技术在计算机网络安全中的应用与实践,分析其关键技术及在包过滤、屏蔽主机、屏蔽子网和Web应用中的具体应用方法。研究采用文献分析、案例研究和实验研究等方法,以期为网络安全领域的研究和实践提供参考与支持。

关键词： 舰载无人机转运   动态手势识别   实时   手势起始位置检测   单次响应  

摘要： 针对舰载无人机实时手势引导和自动转运,基于卷积神经网络的动态手势识别方法存在手势起始位置界限模糊和一个手势多次响应等亟待解决的问题。为此,提出一种基于单模型结构的在线动态手势识别算法。利用轻量级(2+1)D卷积神经网络提取手势特征,将输出的类别分数向量添加到固定长度的缓冲队列中,求取类别分数平均向量,并通过阈值判决检测手势起始位置,过滤掉识别网络偶尔的错检;当检测到手势开始时,将类别分数平均向量添加到决策队列,并通过一个标志位来控制手势识别结果的输出,以达到单次响应输出目的。实验结果表明,上述算法能够检测手势起始位置,解决一个手势多次响应的问题,在自建的舰载无人机转运手势数据集上取得了86.91%的Levenshtein精度,实时检测速度为每秒60帧。

关键词： 装配式建筑   Apriori算法   变权物元可拓模型   贴进度原则   敏感性分析  

摘要： 为准确评估装配式建筑施工安全风险,提高施工安全管理水平,从事故致因角度出发,基于Apriori数据挖掘算法构建更为科学的装配式建筑安全风险评估指标体系。针对使用常权物元可拓模型会导致评估结果失准的问题,使用变权理论和贴进度原则对其改进,减少了评估过程中主观因素和等级边界模糊性导致的误差。最后以佛山某装配式建筑项目为例进行实证研究,评估结果表明:该项目施工安全等级为较低风险,有偏向中等风险的趋势,同时通过敏感性分析得到“违章作业”因素是最影响安全等级的指标。

关键词： 蜣螂优化算法   全局优化   佳点集   分数阶微积分   动态边界   探路者算法   特征选择  

摘要： 针对蜣螂优化算法在全局优化问题中易陷入局部最优与收敛精度低的问题,提出一种改进的蜣螂优化算法。采用佳点集序列取代原始算法中随机产生的初始种群提升种群的多样性;引入分数阶微积分方法调整区域动态边界,分离重叠的种群个体,提升算法的局部开采性能;提出探路蜣螂更新机制对全局最佳位置进行更新,防止其陷入局部最优。通过24个基准测试函数的全局优化实验与5个经典数据集的特征选择实验验证了改进算法相比同类型算法具有更好的寻优性能。

关键词： Mathieu函数   傅里叶展开系数   混合递推算法  

摘要： 针对Mathieu函数傅里叶展开系数计算中的不稳定问题,提出了一种新的基于系数比率的向前-向后混合递推算法.首先,按照传统递推格式向前递推得到前n项系数;然后,令尾项系数的比率充分小并作为初值,利用所提出的后向递推公式反向计算尾项到第n项的比率因子;而后,根据比率与系数的关系计算第n+1项到尾项的系数;最后,将所得系数进行归一化便得Mathieu函数傅里叶展开系数.数值结果表明:基于系数比率的向前-向后混合递推算法稳定且高精度,与参考值间的误差可达到机器精度.对于Mathieu函数傅里叶展开系数的高精度计算可保证使用椭圆无反射人工边界条件和谱方法求解偏微分方程外问题的谱精度.

关键词： MPPT   光伏发电   P&O   INC   CVT  

摘要： 最大功率点跟踪(MPPT)算法在新能源发电系统中至关重要,尤其在光伏发电中。综述了MPPT算法的基本原理、常见算法及其在实际应用中的效果,并探讨了最新的研究进展和未来发展方向。通过对扰动观察法、增量电导法、恒定电压法及基于人工智能的方法进行分析,展示了不同算法在效率、响应速度和适应性方面的差异。仿真研究表明,基于人工智能的MPPT算法在复杂环境下表现出色。

关键词： 低轨卫星   正交时间序列复用   时间同步   频率同步   相关函数  

摘要： 为了应对低轨卫星通信网络中复杂的信道环境,消除时间偏移以及载波频率偏移带来的干扰,提出了一种面向正交时间序列复用(OTSM)调制技术的时频同步算法。基于二维搜索的时间同步算法利用导频信号在时延-时间域上的周期性,在时延和时间维度上搜索导频序列,估计接收信号的时间偏移。基于二维相关函数的频率同步算法对导频序列的二维相关函数值求相位,估计接收信号的载波频率偏移。仿真实验结果表明,所提算法在星地场景下具有良好的误码率性能。

关键词： 5G电力虚拟专用光网络   网络切片   时延优化   资源分配   深度强化学习  

摘要： 针对5G电力虚拟专用光网络切片中业务端到端时延大及网元状态同步时延影响仿真策略准确性的问题,提出一种基于深度强化学习的5G电力虚拟专用光网络切片时延优化算法。首先,建立5G电力虚拟专用光网络切片系统模型,该模型包括一个用于网元状态更新的同步节点和其余业务节点,其中,同步节点通过专用特种光纤与软件定义网络控制器直接连接。在此基础上,在保证业务服务质量的同时,提出一个最小化包括业务时延和网元同步时延的优化问题。该优化问题的变量既有离散变量又有连续变量,因此,分别使用离散和连续的深度强化学习算法求解。仿真结果表明,所提出的算法能够有效降低电力虚拟专用光网络切片网络时延,在满足服务质量要求的同时能有效保证仿真策略的实时性。

关键词： 分布式能源微电网   储能系统   长短期记忆网络   鲸鱼优化算法   优化控制  

摘要： 提出了一种基于鲸鱼优化算法优化的长短期记忆网络(LSTM)模型,用于含储能系统的分布式能源微电网优化控制。首先,构建了一个含储能系统的分布式能源微电网架构,描述了系统的组成及其运行机制。然后,建立了一款基于WOA优化的优化LSTM模型,并论述其在微电网优化控制中的应用。最后,通过实验验证了WOA优化LSTM模型的有效性,结果表明该模型在训练集和测试集上的控制跟踪效果均优于传统LSTM算法。

关键词： 智能算法   汽车装配件   缺陷检测  

摘要： 随着汽车工业的快速发展,汽车装配件的质量控制变得日益重要。据统计,汽车装配缺陷可能导致高达30%的汽车召回事件,给制造商带来巨大的经济损失和品牌信誉损害。因此,基于智能算法的汽车装配件缺陷检测研究具有深远的意义。通过引入先进的机器学习和深度学习技术,可以显著提高缺陷检测的准确性和效率,减少人工检测的主观性和误差。例如,利用卷积神经网络(CNN)对装配件图像进行分析,可以实现对微小缺陷的高精度识别。此外,智能算法的应用不仅限于视觉检测,还包括声音、振动等多种传感器数据的综合分析,以实现全方位的质量监控。对此,通过阐述汽车装配件缺陷检测类型,进面研究探索智能算法在汽车装配件缺陷检测上的应用,以期为汽车装配件的质量控制提供更为高效和精确的解决方案,推动汽车制造业的高质量发展。