摘要：提出一种基于代理的移动互联网隐私保护机制,该机制无需信任中心参与,为智能终端用户提供高效的隐私保护服务。首先,基于当前移动互联网服务固有的体系结构,利用代理的预处理优势,通过添加不同层次的代理网关,缓存相关服务信息,并对不同类型的信息采用不同的保护方法,实现具有针对性的隐私保护服务;在此基础上,以位置隐私为例,设计并实现一种基于背景信息的轻量级隐私保护方案;最终,通过理论分析与仿真实现,证明所提方案及机制的安全性和有效性。

摘要：通过理论分析预测法和现场实测法,建立了一套长期预测和短期预测相结合的岩爆预测系统。长期预测模型是基于神经网络思想,运用国内外相关工程的岩爆资料作为训练样本,建立了小波神经网络预测模型,对工程范围内岩爆发生趋势进行了预测。短期预测模型首先针对监测到的声发射建立小波神经网络模型,对声发射时间序列进行拟合预测;再运用突变理论对预测的声发射建立了岩爆突变预测模型,进而对监测点附近岩爆发生情况进行准确的预测。两种预测模型都运用到了目前人工智能方法中比较新颖的小波神经网络理论,提高了收敛速度,容错能力,保证了预测的效果。通过工程实际运用,建立的岩爆预测系统预测精度高,预测结果与现场情况一致。两套预测模型可以适用于不同的工程阶段,互相验证,具有很好的工程实用性。

摘要：该文提出了一种面向航天航空飞行器宽量程压力检测的声表面波(SAW)传感器的设计方法。在Y切石英晶体上,利用半导体平面工艺设计并制作了单端对谐振型传感器,在此基础上,通过石英干法刻蚀工艺制备了压力参考腔,并构建了全石英封装的面压式传感结构。利用搭建的气压测试平台,对制备的SAW传感器性能进行测试,测试结果表明,传感器在0~3.6 MPa量程内获得了1.36 kHz/MPa的检测灵敏度,并表现出良好的线性度。

摘要：近年来,基于深度学习技术的智能故障诊断方法在电力变换器领域得到了广泛研究。卷积神经网络(CNN)因其强大的特征提取能力而具备辨识早期微小故障的潜力。然而,现行的CNN算法因其模型结构过于复杂、训练参数量较多、诊断时间较长而不适用于电气故障的快速诊断。为此,提出了一种基于改进CNN-GAP-SVM的深度学习新算法,用于DC-DC变换器早期故障的快速诊断。首先,将原始的时间序列监测数据转变为二维特征图故障样本;其次,该方法设计了一个全局均值池化(GAP)层,用于代替传统CNN中2~3层的全连接层部分,以减少模型参数量;然后,采用非线性支持向量机(SVM)代替传统Softmax函数作为最终分类器,进一步提升诊断精度。实验表明:所提方法不仅将诊断准确率提升至100%,还提升了23%的诊断速度。通过与传统智能诊断方法相比较,证明了所提方法具有更快的诊断速度和更高的诊断准确率。

摘要：针对认知无线网络中基于OFDM技术的资源分配,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法.算法采用两阶段资源分配方法,即先将子载波分配给用户,然后基于免疫优化算法给不同的子载波分配功率.此外,算法充分考虑了主用户可容忍的干扰约束及次用户对资源的比例需求,更符合实际要求.根据问题本身特点,设计了适合算法求解的编码、克隆、变异算子.仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰等约束下,本算法可以获得较高的数据吞吐量,并保证次用户对资源需求的公平性.

摘要：微小故障的快速诊断是预防和减少重大显著性故障发生的关键。近年来,基于卷积神经网络(CNN)的智能诊断方法已成为船舶机械领域研究的热点。然而,现行的基于图像处理框架的2D-CNN算法在处理多传感器、多通道故障数据时存在检测时间长、数据融合效率低的不足。为此,提出一种改进的1DCNN-GAP的深度学习新算法,用于船舶旋转机械的故障快速诊断。该方法首先引入1D-CNN处理多传感器数据融合问题,然后设计了一维全局均值池化层(1D-GAP)改进全连接层结构,减少传统CNN的模型参数量和诊断时间。通过将提出的方法用于滚动轴承在1马力、2马力和3马力多种负载工况下的2通道振动传感器故障监测数据进行诊断,诊断精确率分别为99.84%、99.51%和99.33%。通过与主流的SVM、KNN、DNN和2DCNN-FC算法进行对比验证,结果表明,所提方法具备更加优越的诊断性能,更适用于多传感器监测环境下微小故障的快速诊断。

摘要：为实现激光冲击强化在线检测,针对激光诱导等离子体声波现象,采用SIA-AEDAC-01型声发射数据采集卡采集声波信号,研究并设计了一种激光诱导等离子体声波信号实时采集分析软件系统。设计了该系统的可行性和准确性测试实验,首先用激光冲击强化在线检测系统采集传播在空气中的激光诱导等离子体声波信号,并从中提取等离子体声波信号能量;利用X射线应力分析仪测量试件强化后的残余应力以验证激光冲击强化实验的可靠性。实验结果表明,本文设计开发的软件系统能实时采集分析激光冲击强化过程中的等离子体声波信号,并能准确提取每一次冲击强化产生的声波信号能量;且随着激光冲击能量的增加,等离子体声波信号能量和试件表面残余压应力都增大,且二者曲线线型一致,说明该软件系统准确可靠,满足激光冲击强化在线检测的需求。

摘要：针对极限学习机相关参数的选取不当导致其诊断结果与准确率受影响的问题,提出利用秃鹰搜索算法对极限学习机的权值和偏置的选取进行优化,构建秃鹰搜索优化算法和极限学习机组合的风力发电机组故障诊断模型(BES-ELM).对风电场某一台风力发电机组在发电机过热(S1)、馈电故障(S2)、变流器冷却系统故障(S3)和正常(S4)等4种状态下的相关SCADA数据进行清晰、补充等相关预处理和特征选取后构成故障样本集,其中样本集的80%作为训练集,20%作为测试集.分别采用标准极限学习机、基于遗传优化算法和粒子群优化算法的极限学习机模型对这些故障样本进行分类.结果显示,与标准极限学习机、遗传算法和粒子群算法优化的极限学习机模型相比,BES-ELM模型的诊断准确率达到98.75%,有效提高了风电机组故障诊断的准确率.

摘要：[目的]旨在合理设计浮式风电场的共享系泊系统,探究不同材质共享缆绳对浮式风电场动力响应的影响。[方法]首先,对浮式风电场设计共享系泊和传统(无共享缆绳)系泊方案,比较两种系泊方案的动力响应和经济成本,验证设计方案的可行性。其次,探究两类共享系泊系统对浮式风电场系泊响应的影响。最后,分析环境载荷的施加方向和缆绳材质对共享缆绳平均张力的影响。[结果]采用不同材质共享系泊系统的浮式风电场,其叶片张力近乎相同;两类共享系泊系统对风机位移和系缆平均张力的影响存在差别。此外,环境载荷施加角度和系缆材质也对风机位移和共享缆绳受力产生影响。[结论]该研究可为系泊系统中共享缆绳选型提供参考。

摘要：为了解决孤岛工作面破碎对工作面收尾的影响,采用地质力学方法测试分析了孤岛工作面的地应力分布特征,采用数值模拟软件FLAC^3D分析了孤岛工作面矿压显现特征、超前支承压力分布特征等。决定采用深孔高压注浆对N1-3孤岛工作面停采线附近煤体进行预注浆处理,注浆压力25-30 MPa。开发的水泥改性液可使水泥浆和煤体黏结强度达到1.2 MPa;采用造壁成孔对原有瓦斯抽放孔进行了利用,工作面收尾仅用11 d,通过停采线附近煤体的现场验证。结果表明：通过两巷超前预注浆,煤体恢复完整,保证了工作面的正常收尾。