分布式卫星嵌入式计算机系统结构设计方法

针对分布式卫星的运行环境和任务特点,综合考虑分布式卫星嵌入式计算机系统在可靠性、安全性和实时性方面的要求,提出了一种基于三级容错的主辅式双系统体系结构设计方法。论文分析了分布式卫星的特点和星上嵌入式计算机系统的设计要求,对三级容错设计、主辅式双系统安全设计以及基于可信平台模块(TPM)的辅系统设计进行了详细的阐述。该设计方法已成功应用于地面原理验证系统中,结果表明其可以很好地解决分布式卫星嵌入式计算机系统的可靠性、安全性和实时性问题。

计算机网络取证和调查的科学研究

认为针对计算机犯罪,现代的调查是对电子证据进行智能相关性分析,并发掘同一事件不同证据之间的联系;而证据分析又包括电子数据证据的分析、对收集的数据和备份进行查找、分折、归类,以及犯罪现场重建等。提出犯罪现场重建是计算机网络犯罪调查的重要部分。通过理论和实验分析,将取证科学应用到网络犯罪调查上,并以P2P网络调查作为例子,分析如何通过调查取证来寻找数据的第一个上传者。认为只有将恰当的法证科学适时应用到电子证据取证调查中,才能够更好地重构犯罪场景,还原案件真相并实现法律正义。

计算机网络实验教学改革与实践

对计算机网络实验教学的现状和存在问题进行了分析,在实验教学内容、实验方法、实验管理等方面提出了改革措施。

从算法提出视角看国家学术影响力差异--以自然语言处理领域算法为例

随着数字技术发展,算法在不同领域的重要性日益提升,但少有论文探讨不同国家在算法研发工作中的表现。文章以自然语言处理领域为例,利用机器学习方法抽取该领域学术论文提及的算法,获得领域中的完整算法集合;收集所有算法的提出国家及相关信息,从算法数量和质量等维度分析不同国家的学术影响力。研究发现:在算法数量上,各国差异明显,中美是提出算法的主力军;在算法质量上,美国在综合被引上表现出色,各国平均被引差距较小,澳大利亚、乌克兰等排名明显提升;综合考虑算法数量和质量,将不同国家的学术影响力分为4种类型,从中发掘出数量、质量表现皆优的模范型国家,以及在单一维度影响力高的潜力型国家。文章为国家、机构、个人的学术影响力评价提供了新视角,验证了利用细粒度知识成果进行国家学术影响力评价的可能性,能为算法创新过程中各国之间的学术合作提供参考。

数字图像中基于链码的目标面积计算方法

在数字图像处理领域,链码是一种极其有效的目标描述方式,基于链码描述的面积计算得到了广泛的应用。该文分析了现有的多种基于链码的面积计算方法,对它们在算法原理、速度和精度方面进行了分析和比较,并通过实验给出了适合小目标的面积计算方法。

泄漏信号定位中的时延估计算法

分析了泄漏定位的基本原理、泄露信号模型,研究了各种时延估计算法(如相关、广义互相关方法,自适应最小均方方法等),这些时延估计算法因其抗噪性能不同而有其各自的应用场合.在一段合成的声波数据上进行了实验,利用各种算法分别在相同信噪比不同时延和相同时延不同信噪比的条件下进行时延估计,分析比较算法性能.将相关方法应用于输油管线泄漏检测定位,定位结果误差不超过5%.

基于相关窗口匹配的费用函数计算优化方法

通过分析基于窗口的匹配方法,给出一种匹配费用函数优化方法。该方法利用当前匹配点对的费用函数计算信息为下一个点对的匹配提供部分计算结果,以消除冗余计算,减小计算复杂度。实验通过几种经典的匹配方法对计算优化进行验证,结果证明该方法的有效性,且不会降低匹配精确度。

基于梯度加权重构的一类五阶收敛改进牛顿迭代法

经典牛顿迭代法是一种求解非线性方程在实数域及复数域上近似值的方法,可通过变上线积分函数推导实现.利用曲边梯形面积近似化得到四个变上线积分函数,通过梯度加权重构赋值得到一类五阶收敛的求解非线性方程近似根的改进牛顿迭代法,收敛性分析和数值实例验证该方法收敛速度较快,并且能够有效避免重根附近发散.该方法在非线性工程领域、经济领域和人工智能领域具有非常广泛的应用.

探讨基于云计算的设施农业云系统设计

讨论了云计算以及设施农业的发展和特点,从理论上提出了建立设施农业云系统(FACS)来解决农业研究问题,并从总体架构、关键技术等方面进行了详细的论述。以农业研究协同化为例,描述了FACS在解决该类问题时的过程。

基于图相似度的遥感图像道路图提取

遥感图像中的道路图是典型的曲线形结构,其提取是计算机视觉中的一个重要问题。对于这样的结构,拓扑是最重要的特征,尤其需要确保提取结果的连通性一致。在道路网中,一条道路的不连通完全改变导航结果。许多自动提取方法专注于利用更深的神经网络,但依然习惯性使用逐像素损失函数,如福卡损失。然而这种损失函数不适用于这个问题,因为它们无法反馈错误的拓扑。论文讨论一个面向曲线形结构连通性的损失函数,主要思想是根据曲线在图像背景区域之间造成的分隔来衡量曲线本身的连通性。显然,若所提取曲线断连,所产生的缝隙会导致位于曲线两侧的背景区域连通;损失函数旨在抑制背景区域之间此类不必要的连通,从而抑制预测结果中曲线的断连。此外,损失函数还惩罚背景区域错误的断开,从而减少预测曲线图中假正例的产生。在标准道路数据集上进行的实验结果表明,基于该损失函数的卷积网络改善了分割结果连通性,足以将其骨架化以生成与其它当前最先进网络媲美的道路图。该损失函数可以不加修改地放置于任何现有的深度卷积网络中。

深度合成风险防控标准体系研究

随着深度合成技术的广泛应用,其安全、伦理、隐私风险日益凸显。系统梳理国内外相关的政策、法规和标准制定情况发现,构建深度合成风险防控标准体系十分必要且迫切。通过建立涵盖基础、技术、评测、应用和管理五个方面的深度合成风险防控标准体系,将大大提升深度合成技术的透明度和可信度,促进其创新和健康发展,有效防范技术滥用带来的安全风险,对保障国家安全、社会稳定、司法公正以及提高公众对深度合成技术的信任具有至关重要的作用。

新常态下独立学院校企合作运行机制研究

阐述校企合作的具体含义,肯定校企合作对于独立学院和企业的重要意义,并以独立学院校企合作的运行机制为视角,论述运行机制中各参与主体承担的责任,探讨构建独立学院校企合作运行机制的依据,最后针对校企合作中的"校热企冷"问题设计独立学院校企合作的动力机制和激励机制,以寻求更好的校企合作方式,实现多方协同发展的目标。

基于加权投票的主动密度峰值数据聚类算法

针对传统方法缺乏对查询标准的全面考虑,并且反复运行半监督聚类来更新标签等问题,提出一种基于加权投票一致性的主动密度峰值数据聚类算法。提出一个同时考虑代表性和信息性的主动密度峰聚类算法,选取有代表性的实例捕捉数据模式,查询信息实例以减少聚类结果的不确定性。设计快速更新策略,有效地更新了标签。提出一个结合局部和全局不确定性的主动聚类集成框架,并引入加权投票一致性方法对聚类结果进行优化整合。在数据集上的实验结果证明了该方法能有效解决传统方法问题,并具有良好的聚类性能。

基于函数值不动点逼近的四类改进迭代算法

基于函数值不动点逼近是求解非线性方程简单迭代的一个重要方面.本文通过对不动点迭代的分析,构造四类改进的迭代算法,并通过对迭代公式的收敛性分析和数值计算,证明四类改进迭代算法的收敛速度明显优于简单迭代,并能够有效控制发散,算法具有一定的理论和实用价值.

一类八阶收敛的最优修正牛顿迭代法

通过对牛顿迭代法进行改进,利用两步平移加权得到一类八阶收敛的求解非线性方程最优修正迭代算法,该算法中每一步迭代只需计算四个函数值即可实现最优阶数,收敛性分析和数值实例验证该方法具有较高的效率指数和收敛精度.这一非线性方程求根算法的实现,在模式识别、电力系统、轨迹预测等工程领域和人工智能领域具有一定的理论和使用价值.

基于AHP⁃TOPSIS组合模型的干线协调控制效果评估

在城市路网中,干线承担了主要的交通流量,畅通的干线有助于改善城市路网拥堵情况,并可减少车辆尾气排放,降低城市污染。采集干线绿波协调控制优化前后的卡口数据,提出了一种基于AHP⁃TOPSIS组合模型的干线评估方法。将采集的数据划分为高峰时间段和平峰时间段,并剔除数据中的异常值。选取旅行时间、停车次数、溢出风险和绿灯利用率等四个指标作为评价指标,通过层次分析法确定各指标的权重。对数据做正向化处理获得正向化矩阵,并对其进行标准化处理以消除不同指标量纲的影响。采用TOPSIS方法对优化前后的方案进行评价,并获得各方案的评价分数。采用AHP⁃TOPSIS组合模型对城市干线绿波协调控制的方案进行综合评价,为干线绿波的迭代调优和方案选取提供了依据。

基于参照物法的高速公路车距检测算法研究

行车车距较近是导致高速公路发生交通事故的主要原因之一。为降低交管部门对高速公路未保持安全车距的违法行为的监管成本,基于高速公路场景下的卡口相机视频,提出一种基于参照物法的单目视觉高速公路车距检测方法。该方法首先使用YOLOv5+DeepSORT对视频中的多个车辆进行动态跟踪定位,从而获取车辆的像素位置,再选取长度已知的车道线作为参照物,通过拟合进行世界坐标系与像素坐标系转换,计算得到每个像素点位代表的实际距离,进而基于像素位置计算同一帧下的相邻车辆的实际距离。实验结果表明,在有效测距范围内,所提方法的车辆检测平均精度大于98%,测距误差小于6%,平均误差小于3%,所提方法的精确度能够满足交管部门的监管需求。

一种基于图像的水位自动测量新方法

河流的水位是非常重要的水文数据。提出了一种新的基于图像的水位自动测量算法,能够精确的检测和定位出水位线。该算法合理运用了形状校正、边缘检测、轮廓跟踪与分析、数字形态学、图像投影等图像处理技术,具有抗噪、抗光照不均、稳定可靠,实时性强、实现简单等优点。该算法实现的水位自动检测系统已经在工程上应用,长期实践表明它是稳定可靠的。

基于偏微分方程的户外图像去雾方法

户外图像的雾化往往导致色彩降质和对比度降低,有效的去除图像中天气效果对提高视觉系统的可靠性和鲁棒性具有重要意义。根据大气散射物理模型以及有雾图像的色彩与对比度降质同场景点的景深成指数关系的先验知识,分别建立了户外图像全局去雾和局部去雾的能量最优化模型,推导了相应的求解偏微分方程。利用用户提供的简单附加信息,实现了仅从单幅图像恢复清晰图像的去雾算法。实验结果表明:去雾图像的色彩清晰度和对比度有较大改善,具有很好的应用前景。

基于空间相关性约束稀疏表示的高光谱图像分类

该文提出一种新的基于稀疏表示的高光谱图像分类方法。首先利用训练数据构造结构化字典,建立基于稀疏表示的高光谱图像分类模型;然后添加空间相关性约束项和训练数据的空间信息,提高稀疏表示模型分类的准确性;最后采用快速的交替方向乘子法求解模型。实验结果表明:该文方法能够有效提高分类精度,且分类结果稳定。