基于K近邻算法的网络敏感信息过滤方法

面对当前方法受到数据稀疏性影响,导致敏感信息过滤效果差的问题,提出了基于K近邻算法的网络敏感信息过滤方法。以K近邻算法中用到的评分实际数据稀疏度为评判依据,对网络敏感信息进行分类,避免了过滤过程受数据稀疏性的影响。构造敏感信息决策树,在树节点上添加敏感关键词,利用K近邻分类算法计算特征值方差矩阵的权重和累积权重。将计算结果添加到反敏感信息库中,引入时间和主题相关度变量参数计算相似度,通过查找网络上的敏感素材,筛选符合条件的敏感信息。由实验结果可知,该方法平均绝对误差和标准化平均绝对误差与其他方法相比数值最小,分别为0.19和0.20,说明其网络敏感信息过滤效果较好。

机载大规模复杂系统软件开发技术研究

针对综合模块化航空电子系统中机载软件规模、复杂度大幅上升的趋势,对传统机载软件研制方法不能满足机载大规模复杂软件研制的问题进行了分析。针对机载综合化大规模软件,为解决软件的可信性、确定性、健壮性和连续性,提出"需求管理、模型开发、仿真验证、产品复用、工具支撑、过程管理"为核心的软件开发方法。经过国产机载嵌入式操作系统等机载大规模软件研制实践,可有效提高软件研制质量。该方法对同等软件的研制具有极强的参考价值。

基于红外测距传感器的公交客流量统计装置

文中提出一种基于红外测距传感器的公交客流量监测装置,数据处理方面利用单片机对回传的测距数据进行中位值滤波和限幅处理,通过检测经滤波处理后的测距传感器回传的测距数据的变化,精确统计公交车前后车门上下车的乘客人数,并计算出各时段车内乘客数。实验结果表明,该装置的识别准确率可达到92%。装置还具有蓝牙功能,可实现数据的无线传输,方便观测人员对数据进行实时统计,也可将客流数据上传至智能站牌,为公交智能化提供数据支持。

基于条码识别技术图书检索系统设计与实现

为了能够满足校园网信息化、网络化的建设需求,并且在短时间内引导读者寻找自身需要的图书资料,提供图书详细信息检索,提高图书馆服务质量,提出基于条码识别技术的图书检索系统的设计。将计算机作为上位机,STC89C52芯片作为下位机核心控制器,上位机和下位机使用串口方式进行通信,上位机利用单片机驱动具有条形码扫描仪的电机,通过电机中的条形码实现书架中图书的快速扫描定位,使读者寻找图书的效率得到进一步的提高。此设计方案的可行性及合理性已经得到验证,并且具备一定实用性。

基于小波变换的广州市气温降水年际变化规律分析

利用Morlet复小波对广州市1952—2007年平均气温和降水量数据进行小波变换并计算其小波能量谱,从而探索近期人类活动影响下气温、降水的年际变化规律及其同步性。结果表明,近年来广州市年平均气温变化规律减弱,变化过程不明显。而年降水量的变化则从1995年开始,呈现明显的"干湿"变化,变化间隔短,震荡性增强。从大尺度(15～25年)来看,广州市年际气候变化过程中存在一定的水热同步规律。但是由于近年受全球变暖和人类活动的影响,从小尺度(3～8年)来看,广州市年际气候变化过程中具有水热不同步的特点。

基于云计算模式的机器辅助翻译系统优化设计

目前存在的机器辅助翻译系统多是利用语言规则和语言数据库进行翻译,花费时间过长。针对这一问题,引用云计算模式设计一种新的机器辅助翻译系统,系统硬件分为用户层、服务层、计算层和存储层四层,分别设计了存储结构、翻译结构和检索结构。利用Windows 8系统搭建软件开发结构,通过数据输入、页面加载、在线翻译、离线翻译、信息输入等步骤完成翻译流程,软件同时具备在线翻译、离线翻译、词库信息查询、历史信息查询、生词本、语音翻译和用户设置七项功能。为检测系统工作效果,与传统系统进行实验对比,结果表明,基于云计算的机器辅助翻译系统翻译时间少于传统系统。

电力电子教学虚拟仿真实验平台的搭建与研究

针对电力电子课程课时短、概念多、知识面广、实践性强等特点,该文讨论了基于Matlab GUI与Simulink结合的电力电子虚拟仿真实验平台的构建。以直流-直流变流技术主界面为例,叙述了主界面的内容,原理分析界面的内容和功能,运行界面的基本特征,以及闭环仿真实例分析。电力电子教学可视化平台界面友好、操作简单,其应用有助于加深学生对基本理论、基本概念的理解,提高实验教学质量,推进实验教学改革。

图书馆不同领域的电子标签敏感信息智能过滤系统设计

针对当前图书馆内电子标签存在大量敏感信息,书籍保存环境质量差的现象,设计图书馆不同领域的电子标签敏感信息智能过滤系统.系统中的电子标签信息采集模块采用RFID技术获取图书馆借阅、管理以及检索等领域的电子标签信息;电子标签信息存储模块依照借阅、管理以及检索领域划分网关层内不同网关,各领域中均采用LHBase数据库实时存储电子标签信息;通过本体推理方法识别电子标签语义模板内敏感信息,采用贝叶斯电子标签敏感信息过滤器,过滤电子标签敏感信息.经实验证明,所设计系统敏感信息过滤结果的正确率和召回率分别高于其他系统20.4%和15.2%以上,说明该系统能准确过滤图书馆不同领域的电子标签敏感信息,具有很好的现实应用价值.

NRS和PSO算法优化最小二乘支持向量机的短期电力负荷预测

针对依赖经验选取影响短期电力负荷相关因素的不准确性以及最小二乘支持向量机(LS-SVM)模型中参数难以确定的问题,建立结合邻域粗糙集(NRS)理论和粒子群优化(PSO)算法的最小二乘支持向量机短期电力负荷预测模型。为了从经验选择的属性中挖掘出与负荷密切相关的因素,避免选取过多属性而加长训练时间以及冗余属性对预测精度的影响,采用邻域粗糙集理论对属性进行约简,使其结果作为LS-SVM法对模型参数进行寻优,避免依赖经验选择的参数对模型的影响。最后用上述方法对某地区负荷进行预测分析,仿真结果表明上述方法能有效提高负荷预测精度。

基于耦合振子模型的含风电电力系统聚类同步

针对含风电的电力系统受到扰动后发生严重的系统同步问题,提出基于Kuramoto模型的网络耦合聚类同步方法。应用图论理论建立电力网络收缩模型,在此基础上建立基于Kuramoto耦合振子模型电力系统等值模型,并提出基于动态耦合强度的电力网络聚类算法,该方法在系统发生扰动后能够快速、准确地将系统内振子的同步状态进行聚类。通过含有风电场的39节点新英格兰系统进行验证,仿真结果表明,通过聚类后各机群分析可以更清晰地了解电网的同步状态,避免系统进一步崩溃。

基于仿生学内在动机的Q学习算法移动机器人路径规划研究

针对移动机器人在未知环境中避障和路径规划自适应能力差的问题,受心理学方面内在动机启发,以加入引力势场的Q学习理论为基础,提出一种基于内在动机机制的引力场Q( IM GPF Q)学习算法。该算法以Q学习为理论框架,加入引力势场为算法提供先验知识,以内在动机作为内部奖励,与外部信号一起生成取向评价值,指引机器人学会自主选择最优路径。通过模拟客厅环境和两种具有陷阱的环境中进行的仿真实验,结果表明该算法能使机器人通过与外界未知环境进行交互获得认知,最终完成路径规划任务,与传统强化学习方法相比具有更快的收敛速度以及更好的自学习和自适应能力。

基于VR虚拟漫游系统的任务树交互设计应用研究

为了提高VR虚拟漫游系统的运行效率,从而改善用户体验,提出一种基于任务树的人机交互任务调度算法。首先对VR漫游系统的工作流程进行介绍,分析了实时人机交互的重要性。然后将人机交互任务分解为具有优先级的树状层次结构,并在确保按照优先级调度的条件下,通过对比执行时间来消除CPU调度的盲目性,从而提高运行速度。仿真实验结果表明,相比先来先服务(FCFS)调度算法和短作业优先(SJF)调度算法,提出的人机交互任务调度算法在平均响应时间和平均等待时间方面表现出更好的性能。

大型特种车辆驾驶辅助训练与考核技术研究

针对大型特种车辆驾驶员培训考核层次较低、手段单一、考核结果客观性差等问题,为满足大型特种车辆对驾驶员驾驶技能的需求,提出构建大型特种车辆驾驶训练与考核评估系统的总体方案、驾驶训练与考核评估科目的设置,以及驾驶训练考核辅助系统的设计,提高考核评判的准确性、客观性和公正性,从源头上提高大型特种车辆驾驶员队伍的整体素质。为大型特种车辆驾驶员驾驶技能评估技术的研究提供参考,对于大型特种车辆驾驶员训练与考核系统的建设具有重要的指导意义。

基于符号学的网页界面视觉展示系统设计

针对传统的网页界面视觉展示系统展示出来的界面清晰度较差,系统运行效率低,经过多次改良并没有达到预计的显示效果,设计了一种新的网页界面视觉展示系统,系统硬件部分重点对采集器、处理器和显示器进行设计,并给出具体的结构图和线路图。采集器内部芯片选用TUD232芯片,该芯片能够同时采集视频数据、音频数据和文字数据;处理器选用ARM10处理器,以此提高系统的运行效率;显示器选用液晶显示器,使显示结果更加清晰。软件由图标设计、风格统一规划和个性化设计三部分组成。为检测系统效果,与传统展示系统进行实验对比,结果表明,基于符号学的网页界面视觉展示系统具有很强的展示能力,不仅分辨率较高并且具有较高的运行效率,能够将各种类型的信息清晰、快速地展示给用户,便于用户的沟通与交流。

3DMAX三维虚拟景观的建模和虚拟设计

针对当前三维虚拟景观建模方法存在效果差、交互性能差等问题,为了改善三维虚拟景观建模效果,提出基于3DMAX三维虚拟景观的建模和虚拟设计方法。首先,采用3DMAX技术将虚拟元素融合到现实场景中,并综合分析逆世界融合下的系统性景观空间、多感知交互下的综合性场景思维,设计三维虚拟景观的互动展示模式;然后,分析超时空概念下的三维虚拟景观交互过程,如空间界面的互动性关联、空间尺度的自由性延展以及空间环境的动态性变化;最后,实验结果表明,文中方法可以提高三维虚拟景观建模效果,增强三维虚拟景观设计交互性能。

基于协同过滤的商品个性化推荐算法应用研究

个性化商品推荐系统是电子商务平台系统的重要组成部分,推荐效率的高低直接影响用户的购物体验和电子商务平台商品交易量的提升。近年来,电子商务平台的交易数据呈海量增长趋势,导致商品推荐的正确率下降、误差增大、效率降低,因此对商品个性化推荐算法的研究分析尤为必要。基于企业级阿里云机器学习PAI平台对商品协同过滤推荐算法进行了jaccard、wbcosine和asymcosine三组不同相似度的测试,结果表明,采用jaccard相似度方式进行协同过滤商品推荐效果更佳。