摘要：阐述一种适用移动电源0.4kV发电车的快速转供电装置,该装置采用智能控制和管理方式,能够有效预防设备移动过程中出现的意外情况,具有简单和易操作的特点,能有效减少意外事件发生。

摘要：安卓恶意应用行为大多源于对系统资源的非法使用,资源使用信息将有助于快速地分析恶意行为。然而,由于安卓系统使用权限机制对资源进行管理的特性,现有的基于系统调用监测安卓应用资源使用的方法并不行之有效。针对该问题,设计并实现了SysTracker:一种采用系统调用辅以API-系统调用映射关系来监测安卓应用资源使用的技术。SysTracker通过截获安卓应用程序中的系统调用,并对系统调用的相关信息进行解析,借助API-系统调用映射关系将特殊的系统调用序列还原为相应的API调用,从而识别出应用程序中资源使用信息。大规模的应用程序测试显示SysTracker对API调用的识别率高达99.2%。同时,通过对多款应用程序的分析表明,SysTracker能直观反映应用对资源使用的情况以快速识别出应用的恶意行为。

摘要：遥感识别多源特征综合和特征优选是提高遥感影像分类精度的关键技术。农作物遥感识别中,识别特征的相对单一和数量过多均会导致作物识别精度不理想。随机森林(random forests)采用分类与回归树(CART)算法来生成分类树,结合了bagging和随机选择特征变量的优点,是一种有效的分类方法。单变量特征选择(univariate feature selection)能够对每一个待分类的特征进行测试,衡量该特征和响应变量之间的关系,根据得分舍弃不好的特征,优选得到的特征用于分类。本文基于随机森林和单变量特征选择,利用多时相光谱信息、植被指数信息、纹理信息及波段差值信息,设计多组分类实验方案,对江苏省泗洪县的高分一号(GF-1)和环境一号(HJ-1A)影像进行分类研究,旨在选择最佳的分类方案对实验区主要农作物进行识别和提取。实验结果表明:(1)多源信息综合的农作物分类精度明显高于单一的原始光谱特征分类,说明不同类型特征的引入能改善分类效果;(2)基于单变量特征选择算法的优选特征分类效果最佳,总体精度97.07%,Kappa系数0.96,表明了特征优选在降低维度的同时,也保证了较高的分类精度。随机森林和单变量特征选择结合的方法可以提高遥感影像的分类精度,为农作物的识别和提取研究提供了有效的方法。

摘要：会展中心作为现代化的大型公共建筑代表,有着广泛的商业价值。然而此类建筑的火灾特性较一般建筑更复杂,部分区域在消防设计上不能满足现行的规范要求。为了提升其防火能力及安全性,通常需要运用性能化防火设计方法进行分析论证。本文建立了基于FDS(Fire Dynamic Simulator)的某会展中心火灾模型,采用大涡模拟技术对火灾工况下的火灾蔓延、烟气运动、能见度、CO浓度等关键参数进行了分析研究。结果表明,火灾烟气聚集在顶棚之下。室内1.6 m高度处烟气层最高温度40℃,能见度大于10 m,CO浓度35 ppm。在所设定的火灾场景下,可用安全疏散时间tASET>必需安全疏散时间tRSET,能够保证人员的安全疏散。此研究结果可为此类大型公共建筑防火设计优化提供理论依据与参考。