摘要：组密钥管理是组安全、多播安全中的核心问题.本文给出了密钥覆盖问题模型的建立过程,首次给出密钥覆盖问题(KCP)与顶点覆盖问题(VCP)的相互变换.基于从VCP到KCP的变换,证明了密钥覆盖问题是NP完全的;基于从KCP到VCP的变换,基于VCP的算法为KCP设计了一类近似算法并给出了模拟试验.本文的结果为组安全、多播安全研究提供了更为坚实的算法基础.

摘要：在大规模无线传感器网络中,普通节点与有较大能源和计算能力的网关节点相连,由网关融合成员节点的数据并实现数据的长距离路由转发.网关节点负载均衡问题是无线传感器网络路由中的关键问题,Low给出了负载均衡问题一个近似度为3/2的算法,我们举出反例证明此算法的近似度不可能为3/2,并设计了一种新的近似度为2的基于网络流的算法.实验仿真表明,在节点数较多的大规模传感网络中,新算法的近似度更低.

摘要：针对配电网环境复杂,监测的数据容易受到干扰或丢失,从而影响最终的故障定位准确性的问题,文中提出了一种基于光纤光栅技术的配电网故障仿真模型。该模型利用光纤光栅电流传感器来收集电流数据,发挥抗干扰性强、数据不易丢失等优点,通过电流波动来判断故障位置。利用该方法,从源头上提高监测的数据质量,依靠安装在配电网线路上的光纤电流传感器采集电缆中电流,当输电线路上某点发生故障时,计算出故障点相邻的前后两个光纤电流传感器检测到电流波动差值,通过阈值比较来实现故障位置的快速定位。该模型成功应用于某两个供电局,故障判断的准确率达到了98.89%,还考虑了无法确认故障是否真实发生的情况,具备良好的实用性及准确性。

摘要：以C语言上机考试系统的自动评分模块为例,介绍和分析了各种题型的评分策略及此关键技术的解决方案,并给出了部分源代码.针对传统的编程题自动评分方法以结果论成败,不符合教师人工阅卷习惯的问题,提出了一种基于程序理解的动态测试与静态分析组合方法的编程题评分策略,该方法适用于考察考生对程序算法和关键语义的正确理解,使得评分结果更加符合人工阅卷的思维过程.

摘要：为了简单、准确地识别烟草消费新流量,推动烟草行业高质量发展,本文结合深度学习理论,提出了一种基于全连接神经网络(FCNN)的卷烟消费新流量识别模型。首先,数据集的建立与数据预处理。调查烟草消费流量数据(包括消费者基本信息、所抽烟的基本信息以及品牌映像等量化数据),建立数据集;从数据清洗、数据集成以及数据变换三个角度对数据进行预处理,为本文提供数据支持。其次,构建模型。使用全连接神经来构建新流量识别模型。模型的输入为卷烟的消费流量特征,输出是否为新流量;并使用训练集对神经网络卷积层模型进行训练。最后,模型的优化、评估和测试。通过对神经网络各参数的优化调整、增加训练集数据以及增加网络深度进一步优化模型,提高模型的识别准确性,准确率达到98.44%;根据模型的性能和泛化能力对模型进行评估,其损失值为0.0282根据神经网络卷积层模型,可以得出对应年龄下消费者喜欢的香烟类型、口味、种类及喜爱度,根据喜爱度判断出何种种类的香烟可以成为吸引新流量。