学科分类
/ 11
205 个结果
  • 简介:在全球移动网络(GLOMONET)中,无缝漫游对用户来说是非常可取的。但由于无线网络易被攻击及移动终端具有有限的计算能力,所以对移动用户的安全认证是具有挑战的。近来,一些基于安全认证的智能卡方案被提出。文章的主要贡献是通过对已有方案的改进,提出了一个基于智能卡的身份验证方案。方案采用离散对数函数加密,且只需要在用户、外地代理和家庭代理之间进行4次信息交换。最后证明了方案可以抵制多种攻击。相比已有方案,本方案具有简便和计算量少的优点。

  • 标签: 全球移动网络 安全 外地代理
  • 简介:摘要随着科学技术的不断发展,直流屏网络在线监测系统已经成为了电力行业不可缺少的重要软件系统,尤其在无人值班站中发挥着重要作用。本文主要研究的是直流屏网络在线监测系统在无人值班站中的应用。

  • 标签: 直流屏网络 在线监测系统 无人值班站
  • 简介:现实中很多复杂网络是由完全子图通过公共的节点连接而成的.本文提出了一个复杂网络中完全子图的搜索算法,并通过实例说明了所提算法的有效性.

  • 标签: 复杂网络 完全子图 节点度 搜索算法
  • 简介:摘要电力营销信息系统一方面关乎我国电力系统的运行与安全,另一方面牵动着我国社会经济的稳定发展,但电力营销信息系统在实际运行中,面临着诸多的安全问题,严重威胁网络安全运行。本文对电力营销信息系统存在的网络安全问题进行了评述和分析,并提出有效解决策略。

  • 标签: 网络安全 电力营销信息系统 防护策略
  • 简介:二轮复习中我们不可能再面面俱到,切忌“眉毛胡子一把抓”。首要的任务是能把整个高中的知识网络化、系统化,要从整体的高度重新认识所学的知识,了解知识间的纵横联系,从而构建一个完整的知识结构体系。另外,要在理解的基础上,能够综合各部分的内容,进一步提高解题能力。因此要研究高考样题,做好重点内容的强化复习,突出重点,抓住主干知识,关注热点和《考试说明》中新增点、变化点。

  • 标签: 知识网络 专题复习 物理 高三 知识结构体系 解题能力
  • 简介:为了提高潜器导航定位精度,针对等值线算法在惯导系统初始误差较大时易发散的问题,提出基于概率神经网络调优的等值线改进方法。首先,在搜索区域内,利用概率神经网络算法对惯导系统航迹进行调优,并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹;在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析,得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论,然后在潜器行驶6h后,初始误差为5.438?的条件下进行仿真验证,结果表明,改进方法定位精度均值优于0.537?,从而证明改进方法是有效的,即使在大的初始误差下仍然能够达到较高的定位精度。

  • 标签: 辅助导航 重力梯度 概率神经网络算法 等值线算法 潜器
  • 简介:光纤陀螺(FOG)温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。

  • 标签: 光纤陀螺 温度漂移 补偿方案 BP神经网络 优化算法
  • 简介:目的:研究润滑油的非牛顿流体行为对液压往复活塞杆的斯特封密封性能的影响,为密封设计提供理论参考。创新点:1.基于幂律流体模型和JFO空化理论,推导出同时考虑粗糙度、流体空化和非牛顿流体效应的修正雷诺方程;2.建立非牛顿流体的混合润滑软弹流模型,探究流体流变属性对斯特封密封行为及性能的影响。方法:1.通过理论推导,建立混合润滑条件下非牛顿流体的软弹流仿真模型;2.对比分析不同工况条件下假塑性(n〈1)、膨胀型(n〉1)两种典型非牛顿流体和牛顿流体(n=1)对斯特封密封行为影响的区别,揭示假塑性和膨胀型两种非牛顿流体的密封机理。结论:1.非牛顿流体效应对液压往复斯特封密封性能具有重要影响:幂律指数越大,流体的动压效应越强,密封性能越好。2.相比于牛顿流体,膨胀型流体润滑条件较好,密封具有低摩擦低泄漏的优点;假塑性流体润滑条件较差,密封摩擦力较大,不易实现零泄漏。

  • 标签: 非牛顿流体 幂律流体 斯特封 软弹流
  • 简介:运用电路分析理论,根据KVL和KCL定理及理想运算放大器的特点,对并联DC-DCbuck变换器建立了一个11维分段光滑的状态方程组,文中给出了详细的状态方程推导过程,然后对所建立的动力学模型的非线性动力学性质进行了初步研究,发现在一定参数和外部激励条件下,该系统出现混沌运动。

  • 标签: DC-DCbuck变换器 并联 状态方程 混沌
  • 简介:氧化铝弥散强化铜合金是国际热核实验堆(ITER)的备选热沉材料之一,氘在其中的渗透滞留行为关系到ITER运行的安全性。通过气体驱动渗透平台测定了实验温度621~803K时氘气在氧化铝弥散强化铜合金中的渗透参数;通过热脱附谱实验平台记录了2种氧化铝弥散强化铜合金以及CuCrZr的热脱附曲线。结果表明:在相同温度区间内,氘气在氧化铝弥散强化铜合金中的渗透系数与纯铜及CuCrZr接近,说明氧化铝弥散相对氘气在氧化铝弥散强化铜合金中的渗透系数基本没有影响,而扩散系数比在纯铜和CuCrZr中都低,且在低温时显著降低;2种氧化铝弥散强化铜合金均有3个脱附峰,而CuCrZr合金只有1个脱附峰。

  • 标签: 渗透 滞留 弥散铜 热脱附
  • 简介:摘要自从国家实行改革开放的政策之后,我国的经济飞速的发展,为了追赶世界的经济的发展步伐,社会中的一切行业都围绕着经济的发展进行。随着经济的发展,各行各业也被带动着进一步的得到开发。科学技术的不断进步,各个行业都逐步的迈向了自动化和智能化的时代,在电子工程行业的领域,自动化的发展更是远远的超前。对于电子工程中网络自动化智能技术的应用来说,关键是对于智能化技术的开发,只有良好的对于智能化技术的运用,才可以促进自动化水平的进一步的提升,使得电子工程领域的开发不断的深化。

  • 标签: 电子工程 网络自动化 智能技术 应用
  • 简介:基于解的充分必要条件,提出一类广义变分不等式问题的神经网络模型.通过构造Lyapunov函数,在适当的条件下证明了新模型是Lyapunov稳定的,并且全局收敛和指数收敛于原问题的解.数值试验表明,该神经网络模型是有效的和可行的.

  • 标签: 广义变分不等式问题 神经网络模型 Lyapunov稳定 指数稳定
  • 简介:本文采用Lyapunov-Krasovskii泛函方法对一类变时滞细胞神经网络的全局指数稳定性进行了研究,得出了一些关于DCNN全局指数稳定性的充分条件。

  • 标签: 变时滞 LYAPUNOV方法 神经网络 稳定性
  • 简介:在滑动式验证码完成滑动验证的过程中,正确区分出操作者是“机器”还是“个人”对于网络安全至关重要.本文利用人和机器完成验证所留下的滑动轨迹提取特征,运用机器学习中的神经网络算法和MATLAB软件对其进行实证研究和分析,建立神经网络分类模型预测验证操作者的类别.结果表明,BP神经网络模型预测准确度很高,在一定程度上为网络安全提供了保障.

  • 标签: 验证码 BP神经网络 分类 ROC曲线 人机识别
  • 简介:摘要随着全球信息一体化进程的不断推进,计算机网络技术也随之出现了突飞猛进的发展,逐渐成为了人们日常工作生活不可或缺的一部分。然而,世界上并没有十全十美的事物存在,其在给人们日常工作生活带去极大便利的同时,还对信息的安全性造成了比较大的影响,各种计算机网络信息泄露事件更是层出不穷,全球网络所面临的危机和挑战也越来越严重。所以,本文展开计算机网络信息的安全影响因素及策略分析关键研究有着重要的现实意义。

  • 标签: 计算机网络信息 安全影响因素 策略分析 关键研究
  • 简介:研究了一类星形弹性网络系统在热效应影响以及边界反馈作用下的稳定性问题及系统相应(广义)特征向量的Riesz基性质.基于Green和Naghdi第二类热弹性理论,假设在该热弹性系统中热以有限波速传播,并且在传播过程中无能量耗散.证明了该热弹性网络系统能量渐近衰减到零.并进一步通过系统算子谱分析,讨论得出该系统算子的(广义)特征向量构成状态空间的一组Riesz基.

  • 标签: 网络 热弹性 稳定性 RIESZ基
  • 简介:提出了一种基于模糊RBF神经网络的永磁同步电机DTC控制方案。该方案是在直接转矩控制系统的基础上,在模糊控制器前端加入了RBF神经网络模块,在对转矩误差、定子磁链误差和磁链角度进行映射前,对其进行数据处理获得合理的模糊分级,并作为模糊控制器的输入以便选择合理的电压空间矢量。RBF神经网络模块的加入使得系统具有更好的鲁棒性,仿真结果表明,基于模糊RBF神经网络的永磁同步电机DTC控制系统具有较好的动、静态性能,能够实现快速响应。

  • 标签: 永磁同步电机 直接转矩 模糊控制 RBF神经网络
  • 简介:开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.

  • 标签: 神经网络 气动力 翼型反设计 PARSEC参数法 计算流体力学