物联网下差异设备兼容性测试模型研究

研究物联网下的差异设备的兼容性模型,对提高物联网平台的工作稳定性和可靠性至关重要。提出一种基于改进K-means不定特征聚类的差异设备软件特征不兼容性分析方法,实现对差异设备的兼容性测试。构建物联网环境下的差异设备通信模型,得到物联网环境下的差异设备多路复用器输出端口节点的集合,在不同的分组中采用随机概率模型消除差异性软件特征。通过改进K-means实现物联网下差异设备兼容性测试数据的聚类分析,为实现差异设备兼容性测试提供准确的数据基础。通过消除物联网差异特征的关联度实现差异设备兼容性测试模型构建。实验结果表明,该算法的测试效果较好,使得设备的兼容性和可移植性提高,物联网系统的鲁棒性好。

物联网下差异设备兼容性测试模型研究

目前的差异设备兼容性测试只着眼于自然条件下差异设备工作的兼容性测试,测试的标准和规范不符合物联网环境的特点,兼容性测试无法达到实际环境要求。提出一种物联网下差异设备兼容性测试模型研究。通过差异设备在物联网环境下对物联网信号接收与转化能力的测试检测干扰不确定量,以及检测差异设备在工作时所产生的干扰其它设备的干扰量进行分析,建立物联网下差异设备兼容性测试模型,对差异设备的估计值及干扰量通过测试模型判断其是否兼容。仿真实验表明通过,物联网下差异设备兼容性测试模型,能有效地使各差异设备正常协同工作。改善了物联网环境下差异设备互相干扰现象的产生,为异构设备一体化提供了保障。

新一代网络差异设备盲区消除的安全检测模块设计

提出了一种针对IPv6网络设备的安全检测模块设计方法。针对IPv6设备中的差异连接申请、差异化对象转接中的有效保存、不一致异常数据包的有效采集3个IPv6设备特有的关键问题,设计了差异数据v接收线程域、转发对象域以及海量文件缓冲区3项模块新功能,很好地解决了IPv6网络设备的安全检测难题。实验结果说明,该模型能够快速、准确检测出IPv6网络模块设备终端的异常数据,采集到的异常数据包成功率从现有的67%提高到了88%,有着较好的应用性。

物联网下差异设备兼容数据安全访问控制模型研究

在物联网(IoT)兼容数据安全访问控制过程中,存在安全访问控制模型的动态可控性较差的问题。因此,对物联网下差异设备兼容数据安全访问控制模型进行研究。首先,针对物联网数据的访问安全,设计安全访问控制机制。同时,依托于区块链技术,建立智能合约促进模型的访问控制性能。然后,综合当前信用度、历史信用度和推荐信用度得出用户最终信用度,并以此为依据设定访问控制阈值。最后,在区块链共识机制的作用下,实现高可控性的安全访问控制。试验结果表明:所设计控制模型将用户实时可访问资源数变化幅度提升了10%~20%,在保证网络数据安全的基础上满足了用户访问需求;具有较高的动态可控性,促进了差异设备兼容数据的共享性能,极大地提升了模型的动态可控性。

物联网底层差异设备兼容性测试模型仿真分析

为了有效了解物联网底层设备特征和环境的差异性,需要对网络差异设备的兼容性能进行深入测试。针对当前设备兼容性测试模型生成的测试用例冗余度较高,导致兼容性测试效率低、成本高等问题,提出基于核主元分析的物联网底层差异设备兼容性测试模型。引入碰撞域这一概念,在短时域内将设备测试用例覆盖率收敛到设定的预期值附近。同时通过调整碰撞域半径,保证覆盖率逐级上升。结合遗传算法对覆盖率较高的优秀测试用例进行种群交叉变异操作,快速找到优秀的兼容性测试用例数据集,采用核主元分析降低测试用例覆盖集特征值维度,实现最优覆盖集故障样本的提取,通过粒子群优化支持向量机完成对各种测试用例覆盖集故障模式的分类,根据分类结果来判断设备是否兼容。实验结果表明,所提模型相比现行测试模型生成的测试用例覆盖率较高,能有效提高测试效率,降低测试成本。

物联网底层差异设备兼容性测试模型仿真分析

目前物联网差异设备兼容性测试只考虑自然工作情况下差异设备的兼容性测试,从而导致兼容性的测试很难满足实际工作环境下的需求。因此,为了使测试的标准以及规范能够符合物联网实际工作环境的特点,提高物联网平台工作的稳定性以及可靠性,对物联网下差异设备兼容性测试模型的合理建立以及研究是必不可少的。通过对物联网差异设备通信原理的研究,构建了差异设备的兼容性特征矩阵。然后通过将矩阵分割成由许多小波段组成的矩阵,构建通信信号的融合规律。最后,建立物联网下差异设备兼容性的模型,应用拉普拉斯能量和加权算法,在Matlab仿真环境下,构建物联网差异设备的兼容性实验平台,实现物联网底层差异设备兼容性测试实验。实验结果表明,通过物联网下差异设备兼容性测试模型,采用拉普拉斯能量和加权算法能提高各个差异设备的正常协作功能,对物联网环境差异设备之间的互相干扰有很大的改善,使物联网各设备间的通信效率得到了极大的提高。

浆纱设备性能状态差异对上浆的影响

探讨浆纱设备性能状态对上浆的影响情况。论述了浆槽加温形式、浆槽循环浆泵、浆槽形式、湿分绞形式、温度控制形式、烘筒涂层质量、张力辊形式、干分绞形式、调浆桶、输浆系统、蒸汽管道设置等对浆纱质量的影响。介绍了设备配置、安装和维修方法对浆纱设备正常效能发挥的影响。指出:浆纱设备状态对浆纱效果有着显著影响,不同的浆纱设备都有其各自的机构特点及上浆性能,即使是同型号浆纱设备,其配件及相关配置和安装的差异也会造成明显的上浆差异。认为只有立足于浆纱设备才能制定出理想的浆纱工艺。

浅析不同硫元素设备的差异及维护

随着国家对安全环保的重视,减少尾气的排放,控制汽油、柴油硫元素合格指标。石油作为加工产品有汽油、柴油、苯等,实验室视为石化生产装置的眼睛,准确分析汽、柴油、苯等元素显得至关重要。笔者根据石化实验室不同设备检验硫元素存在的痛点、难点,浅析不同硫元素设备的差异及维护的重要性。

基于直方图匹配的虹膜偏色图像校正方法研究

人体器官的健康状况可以在虹膜颜色上体现,针对虹膜拍摄过程中设备差异造成的颜色偏差问题,采用直方图匹配的方法来校正颜色。以同一人的一副虹膜图像为标准,将其它认为存在颜色偏差的图像分别在R、G、B通道进行直方图匹配,得到颜色校正后的图像。通过实验证明了该方法适用于不同设备间采集颜色效果存在差异的情况,匹配效果达到了89%。

面向混合异构架构的模型并行训练优化方法

随着混合异构平台的发展,出现了类型不一的加速设备,如何在混合异构平台中充分利用这些不同类型的设备,以及如何在多个计算设备之间部署深度学习模型,而且训练大型和复杂模型的重要性不断提高。数据并行(DP)是应用最广泛的并行化策略,但是如果数据并行训练中的设备数量不断增加,设备之间的通信开销就会成为瓶颈。此外,每个步骤因设备性能差异处理的批总量不同会导致精度损失,即需要更长的训练周期以收敛到期望的精度。这些因素会影响整体训练时间,并且会影响某些设备的运行效率。除了数据并行(DP),每个训练步骤都可以通过模型并行(MP)来加速。提出了一种适合混合异构平台的模型并行训练优化算法。首先,为解决混合异构平台中设备性能分布不均问题,提出了层级并行和通道并行混合的模型并行划分策略,同时通过合并一些性能偏低的设备来减少流水线的长度和缓解通信压力。然后为了优化设备间的流水效果,通过分析流水线建立时间占比和设备性能利用率对整体训练时间的影响,提出了一种可以使两者达到均衡状态的微批次划分方法。实验表明,通过本文方法优化之后的模型并行流水训练算法比传统的模型并行算法具有更好的加速比,在单一类型设备的异构平台上的训练性能加速比提升4%左右,在混合异构平台的训练性能加速比要比没有使用优化方法之前提升7%左右。

核电用316H不锈钢板蠕变性能测试影响因素探讨

火电站和核电站装备用钢的升级换代对耐热钢高温服役性能评价提出了更高的要求。因此,准确、可靠的蠕变试验数据显得尤为重要。以核电用316H不锈钢板为研究对象,通过一系列高温蠕变试验探讨了取样位置、试样尺寸、设备差异对蠕变性能测试结果的影响。受生产工艺影响,该316H不锈钢板中部(1/2位置)材料与表层(1/4位置或3/4位置)材料的抗蠕变性能差异显著,中部位置材料的总伸长率比上部材料低44%,表明取样位置会对不锈钢板蠕变性能测试结果产生较大影响;平行段直径为?10 mm的试样与平行段直径为?5 mm的试样的蠕变性能测试结果差异较小,总伸长率相差约11%,表明试样尺寸对不锈钢板蠕变性能测试结果产生的影响较小;受设备差异影响,相同取样位置、试样尺寸的试样的蠕变性能测试结果差异较小,30台蠕变试验机测试的总伸长率的相对标准偏差约9.5%,表明设备差异对不锈钢板蠕变性能测试结果产生的影响较小,当设备校准合格时可以忽略设备差异对蠕变性能测试结果的影响。