课程文献中心 更多>>

关键词： 射频识别(RFID)   设备信息化管理   MVC模式   室内定位  

摘要： 传统实验室的设备管理方式存在着设备位置信息不明确、设备信息更新不及时、台账校核难度大等问题,造成仪器设备的使用、调配和管理效率的低下。为了解决这一问题,本文对基于射频识别(Radio Frequency Identification,RFID)的设备管理技术进行研究,设计开发了一个基于超高频RFID的实验室设备管理系统。主要研究工作内容如下: (1)研究了基于超高频RFID的实验室设备管理系统的实现方案。首先分析系统的实际需求,包括功能性需求和非功能性需求。根据系统需求,对系统的整体架构和技术架构进行设计。整体架构使用物联网的三层架构模式,技术架构采用B/S(浏览器/服务器),后台管理平台使用MVC(Model-View-Controller)模式进行开发。将系统总体功能模块划分为设备信息、设备管理、系统管理三个部分,设计了主要功能的UML时序图。数据库设计上,由系统实际需求,详细分析出了数据库的基本结构,画出数据库E-R图。最后,通过微服务拆分和Redis集群进一步对系统进行优化。 (2)研究了基于RFID的设备定位算法。首先,分析了基于RFID的经典室内定位算法—LANDMARC算法。在此基础上,提出一种结合高斯滤波和卡尔曼滤波的混合滤波算法对数据进行预处理,解决因室内环境复杂,RFID信号在室内传播受到人为遮挡和环境干扰等引起的接收信号强度值(Received Signal Strength Indicator,RSSI)波动。为了解决传统LANDMARC算法中K值的选取和参考标签的密度对定位准确度的影响,本文采用支持向量机算法对LANDMARC算法进行改进,并用遗传算法搜寻支持向量机中最优的惩罚因子和核函数参数,提高了定位的精度。 (3)开发了基于超高频RFID的设备管理系统。基于上述设计思路,完成了设备管理系统的开发,并根据功能需求设计详细的测试用例,对系统的功能性进行测试。同时,使用压测工具测试系统的并发能力,模拟Sql注入、Xss等攻击测试系统的安全性和容错性。测试结果表明本文设计和开发的实验室设备管理系统的功能和性能均达到设计要求。

关键词： Spring Boot   年货订购   分布式系统   个性化推荐  

摘要： 近年来,人们的购物习惯跟随电子商务行业的快速发展发生了巨大的转变,逐渐从“线下”转变成了“线上”购物,人们置办年货的需求以及购买方式就是很真实的例子。然而,年货订购系统的商品数量和种类越来越多,用户访问量攀升,以及消费者在大量的商品信息中会出现“数据泛滥而知识匮乏”的局面,很难获取感兴趣的商品。因此,有必要设计一款专业的年货订购系统,能够有效解决年货订购系统在高并发环境下,对海量年货商品的数据存储问题,可用性不强、消费者访问缓慢等问题,并针对不同需求的消费者提供个性化推荐服务,进一步提高企业的收益,迎合消费者的购物体验。本系统选用B/S架构,采用前后端分离的方式进行研发,设计并实现基于Spring Boot+Vue+Mybatis的年货订购系统。首先,本文陈述了国内外年货订购系统的研究背景和研究现状。其次,阐述了年货订购系统的相关理论和关键技术。接着,在需求分析阶段,详细介绍了研究的可行性分析、功能需求分析、非功能需求分析,并从前后端分离的方式对系统的主要功能模块进行了划分,其中,系统前台主要满足消费者对于买年货的功能需求,系统后台主要满足年货商城管理者对配置年货、管理供应商的功能需求。在设计与实现阶段,从架构选型及系统体系设计阐述系统的总体设计,采用分布式系统HDFS存储海量商品信息,使用Redis缓存技术有效解决高并发数据访问对数据库造成的冲击,并使用Mahout中基于协同过滤推荐算法实现系统的个性化推荐服务。最后,对整个购物系统的部分主要功能模块进行单独测试,并做进一步的改进和优化。该系统能够实现年货订购的一些基本功能,并根据消费者的不同需求实现个性化推荐。在内部测试阶段运行稳定,正式投入使用后,能够在高并行环境下提供稳定高效的服务。软件体系结构符合软件开发思想,编码设计合理,具备复用性高、配置灵活、聚合度高以及组合性专业等优势,对未来年货订购系统的开发有一定的借鉴意义。图53幅,表17个,参考文献69篇

关键词： 全生命周期理论   压力容器   特种设备   管理方法  

摘要： 传统压力容器特种设备管理方法管理时间较长，管理效果随之下降；设计基于全生命周期理论的压力容器特种设备管理方法。分析压力容器特种设备检验周期，确定特种设备的安全性能；基于全生命周期理论辨识设备安全风险，提取影响设备安全管理的因素；构建压力容器特种设备管理数据库，进而实现压力容器特种设备的安全管理。采用仿真实验的方式，验证新管理方法的管理效果更佳，极具推广价值。

关键词： 分布式系统   子图匹配   多查询优化   局部敏感哈希  

摘要： 图(Graph)是一种历史悠久的抽象结构,最初产生于图论,现如今在互联网时代重新焕发了活力,在社交网络、电子商务、知识图谱、城市道路、生物信息等不同领域中均有应用。正是因为图数据的日益流行,近十几年内出现了许多新型的图数据库。在图数据库的众多图处理算法中,子图匹配是一种重要的基础算法,其目的是在数据图中寻找到所有与查询图结构一样的子图。与传统关系型数据库一样,图数据库中也存在多查询问题,即系统接收到多个查询图,然后需要对这多个查询图执行子图匹配。但由于多子图匹配问题本身的复杂性较高、查询数量较多,并且数据规模不断增大,所以现有的单机系统已经无法有效地处理海量数据的多子图匹配查询问题。为了能够高效地处理海量数据的多子图匹配查询问题,本文利用分布式系统实现了一种新的多子图匹配优化方法。该方法从数据划分、查询图内部、查询图间三个方面进行优化,主要贡献如下:(1)研究并设计了一种基于局部敏感哈希的数据划分方法。该划分方法根据不同数据点的邻居点集合之间的相似性,评估数据点的相似性,从而将相似的数据顶点划分到同一台机器中,以减少任务处理时的数据通信量。(2)研究并设计了一种基于局部敏感哈希的任务合并方法。该方法可以将多个相似的任务合并成一个较大的任务,从而避免相似任务在独立执行时重复计算公共部分。除此之外,任务合并还可以减少任务数量,能够在一定程度上减少额外的任务调度开销。(3)研究并设计了一种基于局部敏感哈希的查询分组方法。该方法可以对输入的多个查询图进行分组,从而将相似的查询图分到同一组中,减少多个查询图之间的重复计算。本文在真实数据集、人造数据集上进行了大量实验,以评估本文方法的性能。实验结果表明,本文方法具有良好的可扩展性,各个优化技术均能够产生明显优化效果。并且,在处理多个查询图时,本文方法相比于其它算法,查询处理速度要快10倍以上,充分证明了本文方法处理多查询问题的有效性。

关键词： 联邦学习   生成对抗网络   隐私攻击   分布式系统  

摘要： 联邦学习是一种新的分布式深度学习框架,与传统集中式学习不同,联邦学习的参与者在训练过程中无需上传本地数据集,在一定程度上保护了数据安全。但是联邦学习系统中的隐私保护漏洞同样会导致用户的隐私泄露,在联邦学习系统中,多个参与者在本地使用私有数据集对共享模型进行训练,并将获得的模型梯度参数上传到服务器由服务器完成参数的聚合和共享。通过共享参数,多个参与者可以在不交换私有数据的情况下完成联合建模,为了达到训练全局模型的效果,参与者需要在多个迭代过程中上传梯度参数,这些参数可能包含一些与私有数据相关的信息,攻击者可以通过分析这些信息实现对参与者私有数据的重建。本文旨在研究联邦学习系统中的数据安全和隐私问题,基于生成对抗网络提出了两种由联邦学习系统服务器发起的攻击算法,准确的还原出参与者训练模型所使用的样本数据。主要的研究工作如下:(1)针对联邦学习系统中参数交换协议的隐私保护漏洞,提出了一种由服务器发起的基于生成对抗网络的被动攻击方法。在攻击模型中,服务器在本地运行生成对抗网络,在不直接接触原始数据的前提下,将参与者上传的参数输入到生成对抗网络进行对抗性训练,生成与参与者私有数据相似的样本。服务器按照联邦学习协议完成参数的聚合和共享任务,在不影响联邦学习系统共享模型准确率的情况下,实现对联邦学习参与者的隐私攻击。(2)根据生成对抗网络和联邦学习系统工作原理,提出了一种由服务器发起的基于生成对抗网络的主动攻击方法。在攻击模型中,生成对抗网络被调整为分布式系统,服务器运行生成器网络,参与者在不知情的情况下运行判别器网络,判别器网络和生成器网络通过参数交换更新网络模型,实现对联邦学习参与者的隐私攻击。(3)基于MINST和AT&T数据集对本文提出的算法进行了实验,通过对实验结果的分析和其他算法的对比,验证了本文算法的有效性。

关键词： 卡尔曼滤波   事件触发   分布式系统   节能设计   无线传感器网络  

摘要： 时代日新月异,由无线传感器网络衍生出来的各类目标跟踪算法也随着科技的进步而不断更新。更高性能的要求之下,算法的完善也面临着新的挑战。首先无线传感器网络在实现对点通信时,会造成信号能量的消耗,而且传感器节点的功率是有限的。因此亟需降低目标追踪算法中传感器节点之间信息交换的频率。在传感器网络中可以通过设置合理的事件触发策略让每个传感器所获得的估计信息在不丢失一定精度的情况下传输给它的邻居节点。本文以此为出发点对目标跟踪中能量消耗问题进行分析与研究,重点工作如下:(1)首先介绍了卡尔曼滤波算法对目标跟踪的研究背景及意义、分布式系统中的一致性问题和解决方法,以及事件驱动的原理。通过对事件驱动和一致性滤波的描述,引出了传感器节能策略的思路,进而提出不同应用场景下的基于事件触发的分布式卡尔曼滤波算法,从而解决目标跟踪时的能耗问题。(2)在目标跟踪方式中,最为典型的就是集中式目标跟踪和分布式目标跟踪两种方法。介绍了二者各自的工作方式以及优缺点,并通过二者的系统模型,设置一定的系统参数来进行仿真,从而达到目标跟踪的效果并进行分析。(3)以分布式卡尔曼滤波为背景,结合事件触发理念,提出了基于传感器均方误差的触发方案。只有当每个传感器节点的估计值在特定的范围内才进行触发,从而使相邻传感器之间实现信息交流。并且该方案可以根据不同滤波精度条件要求下调整阈值,具有自适应功能。并将其与全触发的卡尔曼滤波进行比较,验证了这种基于均方误差触发在节能方面的有效性。(4)提出了一种基于触发测量和触发通信的滤波方案。首先判断在当前状态下传感器是否进行测量目标以及是否进行通信,并将测量后的结果发送给邻居节点以此来保证每次的测量和通信都是有实际意义的。然后进行系统的性能指标分析和稳定性分析。最后得到仿真结果,对比了几种方案在迭代过程中的能耗情况,验证了该方案在节能方面的有效性。(5)结合了扩展卡尔曼滤波融合算法与数据存储节能方案。先拿到线性和非线性两种传感器系统模型所得到的观测结果,并对道路车辆的目标跟踪进行理论研究和仿真分析。

关键词： 智能点检技术   石油化工   设备管理   应用  

摘要： 随着科学技术的飞速发展,各种技术也在不断地改进和发展。石化设备企业应认识到设备维护对于确保合理发展趋势的重要性。机械设备本身的安全是安全生产工作的基础,只有保证机械设备向智能化系统的建设与发展,才能提高整体管理能力,防止人为的错误和遗漏。当前,大部分企业对于石油化工设备的管理工作主要采用的是智能点检技术,智能点检技术的优势较为明显,可以提升石油化工设备管理的效率与质量,但在实际的应用过程中,仍存在部分问题与缺陷,有待改进。所以,企业应重视智能点检技术的研究与管理力度,通过建立完善的机械设备规章制度和新技术的合理配合,作为机械设备问题及时性和有效性的保证,促进各个阶段更加合理的发展,有效提升石油化工设备的管理水平。随着智能维修技术和机制的逐步完善,石化设备公司的机器设备管理能力可能会提升到一个更高的水平。鉴于此,本文的主要内容是分析与研究智能点检技术在石油化工设备管理中的应用,为相关人员提供参考与借鉴。

摘要： 传统国产操作系统经过了从“不好用”到“能用”的阶段,正加速向“好用”阶段发展,相关商业化还处于起步阶段。近日,我国首个桌面操作系统开发者平台“开放麒麟”(openKylin)正式发布。该平台由国家工业信息安全发展研究中心等单位联合成立,旨在以“共创”为核心,在开源、自愿、平等、协作的基础上,通过开源、开放的社区合作,构建桌面操作系统顶级开源社区。

关键词： 公路工程   机械施工设备   设备管理  

摘要： 公路工程施工是比较复杂且系统的工作，要想确保工程施工能够顺利进行，在进行施工时就应当有相应的机械设备。与此同时，为了使机械设备的作用能够得到充分发挥，必须要做好对于机械施工设备的管理工作。各方面的因素都将会对公路工程机械施工设备的管理造成影响，例如施工现场条件、负责管理维护的人员以及管理维护的制度等等。基于此，通过对公路工程机械设备管理中存在的主要问题进行了分析，并在此基础上提出了有效对策。