基于LiDAR扫描角度修正的障碍目标定位方法

在二维激光雷达(LiDAR)用于障碍物检测时,移动机器人自身姿态变化导致LiDAR基准位置变化,对障碍目标进行定位计算时会产生较大误差。文中提出了一种基于LiDAR扫描角度修正的障碍目标定位方法,用K-means聚类算法对激光雷达点云数据进行聚类划分,然后对聚类后数据进行角度修正处理,使处理后的数据信息更符合真实值。最后包络每个聚类数据,从而提高LiDAR扫描数据的准确性。测试结果表明,文中所提方法能够提高定位精度,满足障碍物精准定位的需求。

基于GRU-RNN模型的城市主干道交通时间预测

交通旅行时间是研究交通路况的重要指标之一,对其精确预估是城市道路交通管理的重要依据。针对交通旅行时间序列数据,应用GRU结构的递归神经网络,构建城市主干道交通旅行时间预测模型。根据实际路网数据的时间相关性重构交通旅行时间序列,结合时间序列的趋势特性完成对数据的清洗以及缺失值的补齐。使用基于TensorFlow为后端的Keras框架完成基于GRU结构的循环神经网络的结构搭建和精细调参,使用路网实测数据进行模型的训练和验证,根据验证结果选择优化参数,使模型的训练时间水平得到提升。仿真实验证明其所采用的模型相对于基于LSTM结构的时间序列模型收敛速度更快。

避免路由循环和空洞节点的水下传感器网络深度路由算法

水下无线传感器网络(Underwater Wireless Sensor Networks,USNs)具有网络传输时延大、节点能量受限、存在路由空洞等固有缺陷,传统的路由方法往往无法很好地解决这些问题。基于深度信息的路由协议(Depth Based Routing,DBR)充分利用传感器节点的深度信息值,实现水下感知数据多跳传输至水面Sink节点。但是DBR无法解决网络中存在空洞节点的问题,容易产生无效的循环路径,严重制约了DBR算法的性能。提出了一种避免路由循环和空洞节点的基于节点深度值的路由协议PE-VAR(Progress Enhanced-Void Avoidance Routing),以循环路径中节点的邻居数、能量、深度等参数综合计算来替换优先值,遴选出需要替代或者避开的节点,从而抑制出现循环路径时的冗余传输。仿真结果表明,与DBR(Depth Based Routing)和E-VAR(Enhanced-Void Avoidance Routing)相比,PE-VAR在数据包投递成功率、数据包投递时延和能量消耗等方面都取得了更好的性能。

基于边云协同的智能工控系统入侵检测技术

工业控制系统(ICS)由原来的封闭隔离状态逐渐开放,导致工业控制设备出现故障或损坏。根据ICS业务逻辑稳定性的特点,提出一种新颖的ICS入侵检测模型,以确保系统数据和业务逻辑安全可靠。在边缘计算3.0的架构下构建边云协同的入侵检测模型;改进传统的卷积神经网络(CNN)算法,利用深度可分离卷积建立Mobile Net模型实现入侵检测业务的仿真。仿真结果表明,该模型的准确率提升到98%以上,训练时间是传统CNN模型的50%,更适合边缘端使用。

Sysmex XT-1800i全自动血细胞分析仪的故障维修二例

血常规检查是医院各类检查项目中标本量比较多的一个检查项目,Sysmex XT-1800i全自动血细胞分析仪操作简便,精确度高,每小时可检测80个标本量,在国内众多医院中广泛使用[1]。该仪器在我院日常使用中多次报'DIFF通道错误',本研究根据标本采样数据的不同数值,从仪器检测原理和液路走向入手,分析判断故障可疑位置.

企业舞弊审计中存在问题的思考

舞弊审计的研究尚在起步阶段,各企业现行的舞弊审计实施方案仍是在“摸着石头过河”,由于舞弊审计的复杂性,导致每个企业对自身的反舞弊管理不尽相同。大数据审计和信息化的发展并没能对舞弊审计带来更大的便利,反而为舞弊者提供了新的舞弊手段,同时冲击了原先的内部控制制度,进一步反映出企业对于内审人才培养的缺失和不到位。因此,审计人员仍需提升自己的反舞弊意识和对信息反应的灵敏度,完善个人的知识体系;企业的治理层也应该通过提升企业的内部控制能力来完善企业的运营效率,顺应时代潮流,加强企业信息化建设和内部监督力度,促进企业健康发展。