摘要：针对目前语义Web服务发现研究中存在的不足,提出一种基于Petri网的语义Web服务发现框架。该框架利用OWL-S本体提供的语义信息及Petir网在系统动态行为方面的验证功能,从服务注册中心发现用户所需的服务组合。Web服务的发现结果不仅满足用户的功能需求,而且保证无死锁并能够正确执行,提高了服务发现的准确性。最后通过实例分析验证了该服务发现框架的有效性。

摘要：针对物联网环境下数据量大且人脸表情识别率低的问题,提出基于边缘云框架的高效安全人脸表情识别方法。物联网设备通过多秘密共享技术获取用户信息,并分发到不同的边缘云。边缘云利用语谱图和局部二值模式的方法提取语音特征,采用差值中心对称局部二值模式获得图像特征,将特征送至核心云。基于栈式稀疏去噪自编码器融合语音和图像特征,实现人脸表情的识别,并在RML和eNTERFACE’05数据库上进行实验。实验结果表明,该方法的识别准确率明显高于对比方法,抵御网络攻击的能力较强。

摘要：针对水下传感网(underwater sensor networks,USN)的节点定位问题,提出基于椭圆DV-Hop测距的三维水下传感网定位算法(elliptical ranging-based DV-Hop localization algorithm,ERDHL)。利用参考节点至未知节点路径的椭圆特性,结合椭圆离心率,测量参考节点离未知节点的距离;未知节点结合欧几里德几何学估计自己的三维位置。通过实验仿真评估ERDHL定位算法性能,实验结果表明,与LSL算法相比,ERDHL算法的平均定位误差下降了约15%,定位覆盖率提高了约21%。

摘要：针对风电场机组之间物理距离远、维护难度大的特点,设计了一种风电监控系统的总体方案,并以此方案设计了数据采集卡系统的软硬件。论述了模拟调理板、采集板、核心板硬件电路的工作原理和数据采集卡的软件功能。该系统按照TCP/IP协议将相应的采集数据通过以太网上传到上位机,上位机可同时监控单个或多个采集卡,从而实现了风电设备的工作状态的远程监控。研究结果表明:该系统能使用户方便的监控风电场的运行状态,从而有效的保护机组,避免设备过多的损坏。

摘要：针对中点嵌位型NPC(Neutral Point Clamp)三电平逆变器的中点电压波动会引起输出电压失真的问题,设计了一种观测器对中点电压波动进行观测,并根据观测结果设计了模糊PI控制器对其进行控制。首先建立了NPC三电平逆变器的数学模型,通过对直流侧电容电压的数学模型进行分析,将逆变器的中点电位不平衡问题近似为系统存在扰动下的误差估计;其次,根据模糊逻辑规则定义了新的误差变量,设计了模糊PI控制器,对中点电位波动问题进行控制;最后通过仿真和实验结果表明:设计的观测器可有效完成对中点电位的准确观测,利用模糊PI控制器实现了对中点电压波动的有效控制。

摘要：针对现有大多数基于语义的Web服务发现方法实施难度大,实用性不强的问题,提出了一种基于WSDL-S描述的轻量级语义Web服务匹配模型。该模型最大的特点是只需用户输入简单的服务查询字符串就能自动实现Web服务的匹配和调用。服务匹配经过领域本体匹配和基于WordNet词典的同义词匹配两个步骤,特别是领域本体匹配过程中的学习模块能有效提高系统性能。实验结果表明,该系统性能提高在20%到82%之间。

摘要：提出一种基于超声驱动技术实现聚合物塑化和注射的超声微注射成型机。首先分析超声微注塑机整体结构及工作原理,然后进行超声注塑单元和超声振动模块结构设计,最后利用ANSYS软件进行超声振动模块模态分析和静力学分析,获得超声振动模块的振动频率及相应的纵向振型和超声振动模块的应力应变分布,针对分析结果进行材料强度刚度校核。结果表明,该超声电动微注塑机的超声振动模块能够获得满足需要的纵向振动,且其强度、刚度满足材料性能要求。

摘要：现有的微博社交网络社区挖掘算法大多基于对微博内容的识别,不但涉及用户隐私,还忽略了用户转发行为的重要性,并且对于社区数量和社区中心的判断具有主观性,社区的重叠结构也不易发现。为解决上述问题,提出了一种基于链路结构和转发行为的微博社交网络重叠社区划分方法,综合考虑微博社交网络链路结构和用户转发行为,通过对用户之间转发行为的对比来提高社区划分的质量,实现了自动快速确定社区数量,并设计了中心节点选择算法,客观合理选定社区中心节点。实验证明所提方法能够发现高质量的微博社交网络重叠社区,在理论研究和实际应用方面都有十分重要的意义。

摘要：针对现有多数语义Web服务发现方法应用实施难度大,对终端用户输入信息的完整性依赖度高的问题,提出一种基于简单查询语句的轻量级语义Web服务发现模型。该模型提供给用户一个类似Google的查询界面,输入查询语句后经过领域本体匹配、基于WordNet同义词典匹配等步骤自动发现并调用相应的Web操作。另外,还利用自学机制不断扩充本体词汇以提高系统的准确率和召回率。详细分析了该模型的系统性能,并深入研究了不同情况下准确率和召回率的变化。实验结果表明,本体匹配技术及自学机制的使用是系统准确率和召回率提高的关键。

摘要：针对目前传统多聚焦图像融合中图像局部模糊不易度量,融合策略难以设计等问题,提出一种新的相位拉伸核函数,形成基于扩展相位拉伸变换的多聚焦图像融合算法。该算法将传统的线性或次线性群延迟相位滤波器推广到非线性群延迟相位滤波器,并从理论上证明,这种扩展相位拉伸变换的逆变换相位近似于原始图像的归一化二阶梯度,将图像高频特征传统的梯度极值表达转换为角度或相位表达,利用角度/相位图像局部方差对清晰与模糊图像良好的区别特性设计出基于扩展相位拉伸变换局部相位方差度量的融合策略,克服了目前融合方法存在的不足。利用MATLAB软件平台对Lytro数据集中的相当数量多聚焦图像数据进行融合实验,与传统基于离散小波变换、拉普拉斯、超分辨率、引导滤波和联合卷积自编码网络算法等融合算法结果进行对照分析。结果表明,本文算法的融合图像明显优于传统最好的融合算法,融合图像的互信息、信息熵、空间频率、平均梯度及结构相似性等指标比现有的其他方法提高5%以上,证明了所提算法的优越性与实用性。