严把四个环节提升“两支队伍”前沿防线作用

<正>保卫委员、思想工作骨干是推动预防犯罪工作在基层落地落实、促进部队安全发展的重要力量。通过一些单位近期通报的案件看,当事人在案发前无一例外都有长期诱因、异常表现,这与“两支队伍”敏感意识不强、化解能力不足、作用发挥不够有密切关系。由此可见,充分发挥“两支队伍”前沿防线作用,对预防犯罪具有重要意义。     

SVM异常数据识别的比例风险预测模型

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.     

基于EPA通信的电磁流量计开发

EPA是我国工业自动化领域第一个拥有自主知识产权并被国际电工委员会(IEC)认可的国际标准.为了推进EPA的工业应用进程,开发了适用于工业现场的EPA电磁流量计,结构采用了通用的电磁式流量计与标准的EPA通信卡组合的形式,内部采用双CPU来实现整个现场数据和EPA数据的处理.所开发的EPA电磁流量计不仅全部达到了流量检测的相关技术指标,还通过了EPA协议一致性、互操作性和通信性能测试,具备了总线供电、低功耗、异常报警等特点.重点介绍了EPA电磁流量计的系统设计、电磁式流量计的工作原理和EPA通信卡的开发.     

弹道跟踪数据处理中的几个计算问题

结合弹道跟踪数据建模和数据处理的实践 ,提出了几个有典型应用价值的测量数据模型 ,在应用这些数学模型解决实际问题时 ,涉及统计、优化、函数逼近等几方面的理论和计算问题。这些问题和模型的研究 ,对解决许多相关的实际问题有重要意义。     

基于SOINN增量自编码器的网络异常检测研究

针对批量学习的网络异常检测模型存在内存资源消耗大、无法在线更新的问题,利用自组织增量神经网络(self-organizing incremental neural network, SOINN)的增量学习特性,提出一种增量自编码器构建方式,将改进SOINN的输出神经元作为自动编码器的输入,使得模型在不破坏已有学习成果的基础上,具备增量更新能力。针对SOINN算法获胜神经元邻居节点学习率固定,不利于区分其与输入样本的相似性的问题,提出一种学习率自适应调整方法,来提升获胜神经元邻居节点的学习效率,使得算法输出神经元更能代表样本特性。针对反馈更新样本中正常样本纯度不高的问题,提出一种基于距离度量的样本标签筛选机制,通过计算反馈样本与神经元的距离来对正常样本进行筛选,使得反馈样本中正常样本比例更高,以此来提升模型的在线检测效果。在NSL-KDD数据集上开展了相关实验,实验证明所提方法具备增量学习能力,且改进SOINN的增量学习效果优于原始算法,有效节省了模型的运算和存储开销,通过基于距离的样本标签筛选机制,模型的在线检测能力有效提升。     

拔罐巧止咳

张同学常常咳嗽,吃药也不见好转。为了治疗张同学的咳嗽,家人带张同学找到了李医生。李医生了解了张同学的病情后,建议她做拔罐治疗。拔罐治疗3天后,张同学的咳嗽有了好转,不仅痰咳出来了,而且肤色也缓和了。拔了七八次后,张同学的咳嗽就基本消失了。     

无线传感器网络中基于统计异常的入侵检测

无线传感器网络与传统网络存在较大差异,传统入侵检测技术不能有效地应用于无线传感器网络.结合无线传感器网络的特点,提出一种基于统计异常的入侵检测.入侵检测为传感器节点在正常工作状态下的某些系统特征建立行为模式,并通过统计观测值对正常行为模式的偏离程度来判断是否存在入侵.理论分析及仿真实验表明,提出的入侵检测技术可有效检测入侵,检测算法简洁高效,利于节能,适用于供能紧张的无线传感器网络.     

基于Simpson公式的卫星测高 反演重力异常奇异积分

为进一步完善卫星测高反演重力异常的理论,对逆Stokes公式法和逆Vening-Meinesz公式法中的奇异积分问题进行了新的研究。首先在上述两种方法中引入Simpson公式,然后推导出基于Simpson公式的逆Stokes公式和逆Vening-Meinesz公式的求积公式。经验证,该公式使计算形式简明、计算效率提高、计算精度优于1%,且使用起来较方便,便于推广使用。     

ICAO二阶阶跃模型下信号畸变对导航接收机载噪比估计影响分析

载噪比是评估导航信号质量的重要指标,直接影响着接收机的捕获、跟踪和电文解调性能。论文推导了基于国际民航组织（ICAO）二阶阶跃信号畸变模型下导航接收机采用相关、非相关处理时载噪比估计与信号畸变参数之间的解析表达式,并分析了导航信号畸变参数对载噪比估计的影响。仿真结果表明,数字畸变参数变化范围下导航信号载噪比变化在10-2量级,增大模拟畸变的振荡频率或者减小衰减频率将会提高载噪比估计值,模拟畸变参数变化引起的载噪比损耗可达0.1dBHz,畸变参数对载噪比估计的影响整体上都较小,因此利用接收机输出载噪比作为导航信号异常监测手段是不完备的。     

利用整帧翻转的SRAM型FPGA故障注入加速算法

不可恢复异常比特位(unrecoverable-sensitive bits, UR-SB)不能通过定时刷新修复,会造成卫星载荷在轨服务的长时间中断,是地面故障注入试验需要着重评估和改善的。但UR-SB占比极低,若采用传统逐位翻转故障注入方法,其测试耗时太长,效率极低。提出了一种基于整帧翻转的静态随机存取存储器型现场可编程门阵列的故障注入加速算法,其通过整帧翻转能够快速筛除不存在UR-SB的配置帧,并进一步用二分法对存在UR-SB的配置帧进行快速搜索,有效加速了UR-SB的精确定位过程。以在轨常用XQR2V3000器件为例,理论分析在较差情况下测试效率可提升207倍,信号生成载荷实测结果最高可提升949倍,理论分析和实测结果均验证了所提加速算法的有效性。