123,123

干线动态协调控制的深度Q网络方法[人工智能][工业自动化]

为有效降低城市交通干线的车均延误与停车次数，将深度Q网络引入干线协调控制，给出了一种干线动态协调控制的DDDQN(Dueling Double Deep Q Network)方法。该方法结合双重深度Q网络与基于竞争架构深度Q网络，并将干线作为整体处理，通过深度神经网络挖掘干线各交叉口协调控制的相关性，基于Q学习进行交通信号控制决策。通过仿真实验，在近饱和流量和干线存在初始排队的情况下，将DDDQN方法与现有绿波方法，以及经典深度Q网络、双重深度Q网络、基于竞争架构深度Q网络的干线协调控制算法进行对比，实验结果表明基于DDDQN的干线动态协调控制算法性能优于其他四种方法。

發(fā)表于：2020/12/15

基于云平台的压砖设备健康状态分析方法设计[模拟设计][工业自动化]

基于运行数据对压砖设备健康状态进行分析，对于降低设备故障率、提升压砖成品质量具有重要意义。现有方案大多数局限于离线人工分析，实时性差且推广效率低。针对上述问题，基于阿里云机器学习平台设计了压砖设备健康状态分析方法，基于聚类方法构建了压砖设备健康状态模型，在无需先验知识的情况下，对于压砖设备的工作、待机、异常等健康状态实现了建模。进而，将该模型部署于云计算平台上，通过周期性的数据导入与分析实现了压砖设备健康状态的在线分析。最后通过实例证明了该方法的有效性。

發(fā)表于：2020/12/15

基于机器学习的Modbus_TCP通信异常检测方法研究[模拟设计][工业自动化]

针对工业控制系统中Modbus_TCP协议存在的诸多安全隐患问题，提出了基于机器学习的Modbus_TCP通信异常检测方法，分析了Modbus_TCP报文类型与结构特点，介绍了机器学习中决策树分类模型算法的实现过程，建立了Modbus_TCP协议的模拟通信，使用了Scapy工具构造伪报文实现异常检测。设置了朴素贝叶斯分类模型、逻辑回归分类模型和传统支持向量机分类模型的实验与之对比，并且对模型的准确率、误报率、漏报率和时间性能进行分析。分析结果表明，决策树分类模型准确率高，消耗时间短，具有一定的优越性。

發(fā)表于：2020/12/15

一种基于UKF的SOC估算方法[其他][汽车电子]

随着新能源汽车市场规模的增长，电池管理系统(Battery Management Systems，BMS)的市场需求也进一步扩大。作为保障电池安全及延长电池寿命的BMS而言，动力锂电池组的荷电状态(State of Charge，SOC)估算是BMS研究的重点。在研究了安时积分法估算SOC时受SOC初始值影响较大，且具有累积误差的问题，以及扩展卡尔曼滤波算法(EKF)估算SOC时收敛较慢的基础上，采用二阶RC等效电路模型对锂电池进行建模分析，针对锂电池各参数受SOC变化的影响，引进无迹卡尔曼滤波(UKF)算法，给出了锂电池的SOC仿真实验。实验结果表明，该种基于UKF的估算方法对SOC的估算更准确，误差更小且收敛速度快，对传统采用定值电池参数BMS的改进具有重要意义。

發(fā)表于：2020/12/15

基于GWO-SVM算法的物联网入侵检测研究[其他][物联网]

物联网时代悄然而至，然而物联网技术在给人们带来方便的同时，其安全问题也日趋突出。针对物联网存在的网络入侵安全问题，提出GWO-SVM算法实现网络入侵检测。灰狼优化算法(GWO)具有收敛速度快、全局搜索能力强等优点，将GWO用于优化支持向量机(SVM)的参数选择，有助于提升分类模型的准确率。同时通过调整适应度值函数，避免分类模型过拟合。在UNSW-NB15数据集上，将GWO-SVM分类算法与SVM、PSO-SVM、GA-SVM分类算法进行对比，实验结果表明，GWO-SVM算法具有更高的分类准确率和性能，适用于物联网环境下的网络入侵检测。

發(fā)表于：2020/12/15

云计算中心运维数据可视化研究[通信与网络][数据中心]

针对云计算中心运维数据分散、可视化程度低等问题，提出了建设基于InfluxDB和Grafana的云计算中心运维指标可视化平台。该平台从多个维度对运维数据进行展示，使用户能够全面了解云计算中心运行情况，提高运维管理工作的效率。

發(fā)表于：2020/12/15

油田工业控制系统网络安全解决方案研究[通信与网络][安防电子]

工业控制系统现已广泛应用在油田行业，随着两化融合、智慧油田建设进程的加速，油田工控网络从相对封闭到趋于开放，工控系统的脆弱性和外部威胁被进一步放大，严重影响着国家油田行业的安全生产、稳定运营。从油田工控实际需求出发，依据工业控制系统等级保护扩展要求，结合油田工业控制系统协议多样、设备可靠性要求高、安全机制不能影响实时性等特点，从安全通信网络、安全区域边界、安全计算环境、安全管理中心等方面着手，研究贴合油田行业特征的工控网络安全解决方案。

發(fā)表于：2020/12/15

浅谈信息系统安全集成服务能力建设[通信与网络][安防电子]

网络安全已是国家战略。从事信息系统安全集成服务企业的服务能力，对于信息系统建设具有重要的影响。安全集成服务认证作为一项自愿性认证受到广大IT企业的认可。在从事安全集成服务认证审核中，发现依然存在一些共性方面的问题。剖析安全集成服务内涵，总结分析企业在安全集成服务能力方面存在的问题及产生问题的主要原因，对于企业安全集成服务能力提升提出一些建议。

發(fā)表于：2020/12/15

基于控制图的有轨电车能耗分析方法研究 [其他][智能交通]

针对传统的有轨电车能耗分析方法缺少对异常数据的判断分析，难以有效发现能耗数据特点以及各数据之间潜在关系等问题，提出结合控制图与灰关联分析法的有轨电车能耗分析集成方法。利用控制图对能耗数据波动情况进行分析，并结合灰关联数据分析算法对影响能耗数据因素进行分析，通过利用已开通运营的广州有轨电车能耗数据进行仿真实验，实验结果表明有轨电车能耗分析法能够更好地对各项能耗数据波动情况进行监测，实现对能耗异常数据识别、找出影响能耗的相关因素，为有轨电车系统节能提供辅助决策，可为已运营的有轨电车系统能耗数据分析提供一定参考。

發(fā)表于：2020/12/15

立方攻击研究进展[其他][其他]

立方攻击是一种新型的代数分析方法，刚提出时对密码算法的分析效果并不理想。但是在引入多重集合可分性、可分路径的概念之后，立方攻击的过程转化为求解混合整数线性规划问题,再使用数学软件进行计算，大大提高了其分析能力。梳理了立方攻击的技术脉络，论述了其最新进展，给出了立方攻击亟待解决的研究问题，这将有助于掌握立方攻击的最新技术，便于开展对分组密码、序列密码和哈希函数等密码算法的分析工作。

發(fā)表于：2020/12/15

具有关系敏感嵌入的知识库错误检测[人工智能][其他]

准确性与质量对于知识库而言尤为重要，尽管已经有很多关于知识库不完整性的研究，但是很少有工作者考虑到对于知识库存在的错误进行检测，按照传统方法通常无法有效捕捉知识库中错误事实内在相关性。本文提出了一种知识库具有关系敏感嵌入式方法NSIL，以获取知识库各关系之间的相关性，从而检查出知识库中的错误，以此提高知识库的准确性与质量。该方法分为相关性处理和错误检测两阶段。在相关性处理阶段，使用NSIL的相关函数以分值形式获取各关系之间的相关度；在错误检测阶段，基于相关度分值进行错误检测，对于缺失主体或客体的三元组进行缺失成分预测。最后在知识库之一Freebase生成的基准数据集“FB15K”上进行了广泛验证，证明了该方法在知识库错误知识检测方面有着很高的性能。

發(fā)表于：2020/12/15

基于FPGA的高精度信号发生器[模拟设计][其他]

在当代许多电子信息系统中，信号源的性能参数往往对系统的功能起着决定性作用。采用直接数字频率合成技术（Direct Digital Synthesize，DDS），基于现场可编程门阵列（FieldProgrammable Gate Array，FPGA）设计了能同时输出4路信号的高精度信号发生器。同时依靠串口通信的方式，通过PC端的控制界面实时调节系统输出信号的频率、相位和死区时间。

發(fā)表于：2020/12/15

基于交点的新层次聚类算法[人工智能][其他]

介绍了一种新的分层聚类算法，该聚类算法的主要目的是利用交点提供更好的聚类质量和更高的准确性。为了验证该聚类算法，对基准数据集进行了几次实验，并与其他五种广泛使用的聚类算法进行对比。使用纯度作为外部标准来评估聚类算法的性能，并计算了由聚类算法得出的每个聚类的紧密度，以评估聚类算法的有效性。实验结果表明，在大多数情况下，该算法的错误率低于研究中使用的其他聚类算法。

發(fā)表于：2020/12/15

16线POTS ONT硬件设计[模拟设计][其他]

光网络设备（Optical Network Terminal,ONT）是XPON网络接入方案中的产品，是一种应用在用户端的光网络终端，有GPON和EPON。介绍以PON ONU SOC为主控芯片的16线POTS ONT的硬件设计及遇到的问题以及如何解决这些问题。此设计是一款基于GPON（ITU-T G.984）标准并支持以太网和语音接口的ONT，适用于北美市场，满足NEBS1标准。本设计的特点是有16线的语音用户接口和1个GE的接口，上联是GPON，支持Dying Gasp且功耗低。

發(fā)表于：2020/12/15

基于图卷积网格自编码器的网格参数化[人工智能][通信网络]

网格参数化作为数字几何处理的基本工具，在游戏娱乐、工程设计、仿真模拟等多种领域有着广泛的应用背景。传统的网格参数化方法大多通过求解线性系统或者非线性系统获得结果，存在着求解速度慢、不够鲁棒的问题。提出了一个基于图卷积网格自编码器的网格参数化模型，采用了图卷积网格自编码器的编码部分与自行构建的参数化解码部分结合的方式生成网络，使用一类人脸网格数据集作为网络训练数据，并与传统优化算法进行对比。结果表明，使用建立的网格参数化模型，在保证参数化效果的同时，获得参数化结果的速度比SLIM(Scalable Locally Injective Mappings，SLIM)算法快68%，比PP(Progressive Parameterizations)算法快约4倍。

發(fā)表于：2020/12/15