摘要：为实现高速光通信系统高效低成本测试的目标,基于施密特正交化过程(GSOP,Gram-Schmidt orthogonalizationprocedure),提出了一种适用于偏振复用—多进制正交幅度调制(PDM-MQAM)相干光通信系统的正交不平衡损伤估计(IQ-ImEstimation, IQ imbalance estimation)算法。根据同相信号和正交信号两路信号功率关系及相关性,设计幅度失配估计和相位失配估计2种方案。通过对34GBaudPDM-MQAM相干光通信系统进行仿真与实验,验证了IQ-ImEstimation算法的正确性和有效性。

摘要：针对高密度比多相流体模拟中存在的相间密度计算误差问题及产生的不合理对流运动模拟效果,提出一种基于体积通量无散度的隐式流体压强求解方法.首先,分析传统多相流模拟方法产生密度近似误差的原因;其次,提出“体积-压缩率”的关联计算方式,构建流体压缩率与压强间的线性关系;再次,分别设计恒定体积求解器和体积通量无散度求解器,以实现多相流模拟过程中流体体积的不可压缩性和速度场的无散度特性.为验证所提方法性能,以流体模拟方法DFSPH为对比对象,分别以模拟效果合理性、数值计算稳定性与收敛性为定性和定量评估指标,依次开展两相溃坝、热对流等多相流交互实验.结果表明,该方法能够实现高效、稳定的多相流交互模拟视觉效果,在同等多相流条件下较DFSPH方法耗费更少计算时间实现收敛,在各种复杂模拟场景中均具有良好的健壮性、有效性和可扩展性,尤其适用于高密度比流体交互模拟.

摘要：为解决膏体料浆对于接触式浓度计的损坏以及核子浓度计对施工人员的辐射等问题,提出一种基于视觉检测的非接触式膏体浓度识别方法,以膏体图像数据集为基础,采用卷积神经网络模型提取膏体深度特征,设计多模型全连接层融合算法、伽马矫正数据增广策略,对膏体浓度监测准确率进行分析。研究结果表明:手动搅拌膏体数据集的准确率为88.79%,在自动搅拌膏体数据集上获得91.42%的准确率,可有效提高浓度识别准确性,避免浓度计损坏或辐射危险。

摘要：针对车联网中车辆间相遇机会间隔的统计分布模型及其参数估计问题,基于北京市出租车轨迹大数据,提出了基于栅格划分和地理哈希值索引的过滤查找方法和轨迹内插方法以高效提取车辆间的相遇机会时刻,进而对机会间隔进行统计建模、参数估计和假设检验.模型呈现分段分布,在小尺度时间间隔上呈指数分布,在大尺度间隔上呈对数正态分布,并具有重尾特征.

摘要：网络环境下的恶意软件严重威胁着工控系统的安全,随着目前恶意软件变种的逐渐增多,给工控系统恶意软件的检测和安全防护带来了巨大的挑战.现有的检测方法存在着自适应检测识别的智能化程度不高等局限性.针对此问题,围绕威胁工控系统网络安全的恶意软件对象,本文通过结合利用强化学习这一高级的机器学习算法,设计了一个检测应用方法框架.在实现过程中,根据恶意软件行为检测的实际需求,充分结合强化学习的序列决策和动态反馈学习等智能特征,详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块.基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性,可为一般恶意软件行为检测提供一种智能化的决策辅助手段.

摘要：面向物联网高密度、大连接和差异性服务质量的移动通信网络优化具有重要的研究意义。在此条件下,移动通信网络优化是一种多参数的、针对高计算成本函数的复杂优化问题,基于计算图的移动通信网络覆盖质量评估的计算方式,为运算的并行化提供依据,进而基于计算图获得了覆盖质量指标的梯度计算方式,利用基于反向传播获取的梯度信息指导基站天线工作参数的优化,并引入动量法加速了优化问题的收敛速度。仿真结果表明,本算法适用于移动通信网络的覆盖优化计算。

摘要：材料基因工程技术对人工智能技术具有较大的依赖性,但现有人工智能课程体系并未对材料基因工程课程作出适应性调整。面向材料基因工程领域,设计了全新的人工智能课程体系,包含以材料领域实际需求为导向的“基础-进阶-应用”BAA递进式培养方案,以材料领域实际案例为基础的“听-学-做-讲”4A立体化教学模式,以国内外多领域专家为依托的高水平师资队伍,以及“随堂-课后-上机-答辩”CHCR多元化考核体系,并通过实践对教学效果进行评估。教学结果表明,在该教学模式下,研究生对本课程的接受度较高,科研潜力被激发,科研水平得到有效提升。