基于AHP-SVM的信息系统风险评估

风险评估保证信息系统安全的一种重要技术,信息系统风险受到众多影响,具有动态性和时变性,为了提高信息系统风险评估的精度,提出一种层次分析法和支持向量机的信息系统风险评估模型(AHP-SVM).首先对当前信息系统风险研究现状进行分析,并根据专家构建评估指标体系,然后利用层次分析法对评估指标权重进行估计,并根据支持向量机建立信息系统风险的评估模型,最后利用信息系统风险数据对对评估结果的可靠性进行测试.结果表明,本文模型可以合理确定评估指标的权重,可以描述信息系统风险因子与期望值间的变化关系,获得了理想的信息系统风险评估结果,具有一定的实际应用价值.

基于AHP-BPNN的信息系统风险评估模型

风险评估保证信息系统安全的一种重要技术,信息系统风险受到众多影响,具有动态性和时变性,为了提高信息系统风险评估的精度,提出一种层次分析法和神经网络的信息系统风险评估模型(AHP-BP)。首先对当前信息系统风险研究现状进行分析,并根据专家构建评估指标体系,然后利用层次分析法对评估指标权重进行估计,并根据BP神经网络建立信息系统风险的评估模型,最后利用信息系统风险数据对评估结果的可靠性进行测试。结果表明,模型可以合理确定评估指标的权重,可以描述信息系统风险因子与期望值间的变化关系,获得了理想的信息系统风险评估结果,具有一定的实际应用价值。

基于Android手机的智能导游系统设计

随着信息化技术的发展,智慧旅游逐渐普及。针对现有的旅游信息不对称问题,从用户体验的角度设计基于Android平台的智能导游系统。描述智能导游系统的设计架构,对系统中地图定位、路径规划、多媒体信息共享等模块进行介绍。测试结果表明,本系统实现了旅游过程的智能交互,能为用户提供良好的自助旅游体验。

嵌入式Linux系统移植研究与实现

主要研究ARM和Linux嵌入式系统中Bot Loader、Linux内核及文件系统的移植方法。目标板上的微控制器是S3C2440,其内核为ARM920T,存储器有64M的SDRAM、64M的Nand Flash以及2M的Nor Flash;板上还集成了串口、网卡、鼠标、键盘、LCD、声卡等多种接口。开发环境是在VMvare虚拟机平台软件下安装的Linux操作系统,并构建交叉编译开发环境,在此基础上试验移植了Linux系统,包括U-Boot移植、配置、编译,Linux内核的移植、配置、编译,根文件系统的构建、编译。

大数据时代高职院校信息化建设探析

在研究国内外高校信息化建设现状的基础上,分析了高职院校信息化建设面临的机遇和挑战,从建设目标、建设原则、建设内容三个方面探讨了大数据时代高职院校的信息化建设,并对其发展前景进行了展望。

使用OpenCV的移动平台人脸检测技术研究

面部智能识别系统的前提是在视频流或者图像中实时精准地检测人脸信息。针对人工检测效率低的弊端,设计了一种应用于Android移动平台的实时人脸检测系统,利用OpenCV视觉开发库进行二次开发,详述其设计原理和实现方法,并给出了软件编程实现。测试结果表明,该系统实时性高,在检测速度和准确性方面效果良好,实现了在移动环境下对人脸信息的有效检测和采集。

煤矿自动化系统中嵌入式网关的设计

针对目前煤矿自动化系统中大量使用串行通信接口设备存在的问题,通过分析TCP/IP网络协议和RS232串口协议的转换原理,设计一种嵌入式网关,可实现协议转换和网络互通。测试结果证明,嵌入式网关能实现TCP/IP数据包和串行数据的转换和透传,连通以太网和现场总线,从而实现煤矿自动化系统中工业设备的网络化。

基于灰熵决策模型的景区旅游线路规划算法

结合调查分析结果,确定旅行者取舍景点的主要影响因素,包括景点类型、辛苦指数等。建立较为完备的基于旅行者期望值的最优路线规划模型,将灰熵评价法引入模型,将各影响因素视为不确定型决策的多项属性,对景点各评价指标进行分析,计算与理想情况的均衡接近度。应用Dijkstra算法于均衡接近度高的结果,确定最优旅游线路。仿真结果表明,该模型客观准确,计算量小,取得了良好的预期成果。

改进神经网络的无线网络室内定位

受到多种因素的干扰,室内定位一直是无线网络研究中的热点,为了提升无线网络室内定位的效果,针对当神经网络存在无线网络室内定位精度的难题,设计了一种基于改进神经网络的无线网络室内定位方法.首先收集无线网络室内相关信息,提取室内定位的数据,然后采用神经网络对数据进行学习,建立无线网络定位模型,并对神经网络的缺陷进行改进,最后在Matlab平台上进行了仿真实验.结果表明,改进神经网络克服传统室内定位方法存在的局限性,获得了更高的无线网络室内定位精度,而且室内定位效率也得到了明显的改善.

一种新的粒子群算法优化支持向量机的短期负荷预测

通过研究电力负荷预测中支持向量机的参数优化问题,将改进后新的粒子群算法导入支持向量机参数中,从而建立一种新的电力负荷预测模型(IPSO-SVM)。首先将支持向量机参数编码为粒子初始位置向量,然后通过对粒子个体之间信息交流、协作的分析找到支持向量机的最优参数,并针对标准粒子群算法的缺陷进行一定的改进,从而应用于电力负荷的建模与预测,最后通过仿真对比实验来测试它的性能。实验结果表明,这种新的电力负荷预测模型能够获得较高精度的电力负荷预测结果,大大减少了训练时间,能够满足电力负荷在线预测要求。

基于PSO-LSSVM的网络流量预测

流量预测是计算机网络管理的一项关键技术,以提高网络流量预测的准确性为目标,本文提出一种粒子群优化算法和最小二乘支持向量机的网络流量预测模型。首先对网络流量历史数据进行混沌分析,重构网络流量样本集,然后采用粒子群算法优化最小二乘支持向量机对网络流量数据进行建模,最后采用仿真模拟实验对网络流量的预测结果分析。实验结果表明,其模型可以描述网络流量的变化趋势,获得高精度的网络流量预测结果,提供了一种新网络流量预测工具。

自适应选择gossiping概率的多跳网络数据广播

移动Ad Hoc无线网络节点在广播报文信息时占用大量的网络资源,且广播信息的能量开销较大。为了解决这些问题,提出一种基于自适应选择gossiping概率的多跳网络数据广播协议。该协议首先基于网络节点密度分布情况及节点平均邻居数量来定义gossiping概率,减少广播信息的开销,再为自适应gossiping概率加入选择能力,从候选邻居节点中排除会带来传输中断情况的节点,避免能量损失。实验仿真结果表明,该协议相比较gossiping路由协议、传输感知的机会Ad Hoc路由协议和轻量级的移动Ad Hoc网络主动源路由协议,网络总能耗分别减少了32.5%、14.6%和2.1%,并且在降低数据包丢失率和减少数据包传输延迟上表现出较好的效果。

基于奇异值分解与蜂群优化的鲁棒图像水印算法

针对图像水印算法对强力攻击鲁棒性较弱的问题,提出一种基于奇异值分解(SVD)与蜂群优化(ABC)的鲁棒水印算法。首先,采用重分布不变小波变换对原图像进行处理;然后,将小波变换域低频带分割为不重叠的若干块,使用人类视觉系统选择目标嵌入块;最终,修改SVD分解的左奇异向量矩阵第一列系数,将水印数据嵌入目标块。此外采用右奇异向量补偿水印嵌入引起的视觉失真,并采用ABC对嵌入阈值与补偿参数进行优化。实验结果表明,该方法对图像处理攻击具有强鲁棒性,同时具有较好的视觉质量。

基于MFCC特征和隐马尔可夫模型的咳嗽信号自动识别

为了提高咳嗽信号自动识别效果,提出一种梅尔频率倒谱系数特征和隐马尔可夫模型相融合的咳嗽信号自动识别方法.提取咳嗽信号的梅尔频率倒谱系数特征,通过独立主成分分析对特征进行降维,然后采用隐马尔可夫模型建立咳嗽信号自动分类器,实现咳嗽信号的自动识别.在Matlab 2012平台上进行了咳嗽信号自动识别测试,结果表明,该方法在提高咳嗽信号自动识别率的同时,大幅度减少了咳嗽信号的平均识别时间.

低功耗同步BUCK芯片的过零检测电路

在轻载模式下,传统过零检测电路会现"电流倒灌"现象,为了获得性能更优的开关电源变换器,设计了一种性能优异的低功耗同步BUCK芯片过零检测电路。首先通过电压门限采集和温度补偿提高放大电路的稳定性,大幅度降低"电流倒灌"现象出现的概率,然后采用边沿隐匿电路避免出现电路切换误触发操作,最后采用仿真实验对其性能进行测试与分析。结果表明,当温度处于-40℃～120℃间时,负阈值门限=0.1 mV,提高了系统的检测精度,而且系统功耗非常低,具有较高的实际应用价值。

基于PSO-LSSVM的过电压识别

为了获得理想的过电压识别结果,提出了粒子群优化算法优化最小二乘支持向量机参数的过电压识别方法。首先采用小波变换对过电压原始信号进行分解,提取过电压信号的特征量,然后将过电压信号的特征量作为最小二乘支持向量机的输入,建立过电压识别分类器,并采用粒子群优化算法估计最小二乘支持向量机的参数,最后采用实测的过电压数据进行仿真实验,测试其可行性。结果表明,本文方法可以对各种类型的过电压信号进行准确分类和识别,识别结果稳定,且过电压识别率要高于其他方法。

矿用隔爆型高压高效三相异步电动机研制

针对现有电动机因耗电量较大、效率较低引起的能源浪费和环境污染等问题,研制了矿用隔爆型高压高效三相异步电动机。详解介绍了电动机的研制目标、定转子槽数配合的选取、定转子冲片尺寸的确定、电磁计算过程中主要参数设计、结构设计等。样机试验结果表明,所研制的电动机效率试验值全部超过了GB 30254—2013《高压三相笼型异步电动机能效限定值及能效等级》中的1级能效等级要求,同时满足低噪声、低振动的设计要求。

“互联网+”背景下移动应用开发专业教学模式研究

高职院校移动应用开发专业处于初设阶段,课程目标、教学模式和内容组织尚需完善,结合"互联网+"行动计划,在人才培养模式、教学模式、考核方式等方面进行研究探讨,着力建设合理有效的实践教学体系,突出学生专业技能和创新能力的培养,以适应"互联网+"背景下的行业需求。

基于多群智能优化算法的数据库查询优化研究

查询优化是提高数据库性能的关键技术,针对数据库查询优化效率低的难题,提出了一种多群智能优化算法相融合的数据库查询优化算法。首先按照布谷鸟优化算法对鸟巢位置进行更新,然后利用蝙蝠算法的动态转换策略对鸟巢位置进一步更新,避免算法陷入局部最优,最后通过仿真实验对算法的性能进行测试。结果表明,其算法是解决数据库查询优化的有效途径,能够获得理想的数据库查询计划,具有实际意义。

基于极端学习机的网络流量预测模型

为了更加精确地对网络流进行预测,降低网络拥塞的频率,提出了极端学习机的网络流量预测模型。针对网络流量混沌性分别确定原始网络流量的延迟时间和嵌入维数,采用极端学习机对网络流量的变化特点进行拟合,并对标准学习机进行改进,改善学习速度和预测性能,通过网络流量数据的预测实验验证其可行性。结果表明,与其它网络流量预测模型相比,改进极限学习机的网络流量预测结果更加可靠,对网络流量将来变化趋势可以更加准确描述,提高了网络流量预测精度。