摘要：针对复杂水下环境焊接过程对焊接电源超高动特性与精确控制需求,设计基于SiC模块的快频脉冲焊接电源功率主电路,开发全数字化控制系统,研制出局部干法水下快频脉冲MIG焊电源(local dry underwater fastfrequency pulsed MIG,LDU-FFPMIG).研制的LDU-FFPMIG焊接电源额定输出电流为400 A,能精确输出多种0~30 kHz的快频脉冲电流波形,快频脉冲电流幅值高达200 A.提出LDU-FFPMIG焊接新工艺,将快频脉冲应用到304不锈钢局部干法水下MIG焊接,探究快频脉冲对传统局部干法水下脉冲MIG焊的影响.结果表明,研制的LDU-FFPMIG焊接电源能够实现稳定的局部干法水下MIG焊,可获得良好的焊缝成形;快频脉冲电流的引入可显著提高电弧能量密度和焊接稳定性,减小熔宽(B)、增大熔深(H),焊缝成形系数(B/H)减小约30%,并且可以细化晶粒.

摘要：针对核电站优质水下焊接修复需求,研制了一套局部干法水下机器人焊接系统.以DSC微处理器为核心,结合二次逆变主电路,设计了全数字多波形柔性输出的大功率水下焊接电源;采用电枢电压反馈控制、高频斩波脉宽调制及动静密封技术,开发了紧凑型潜水送丝装置;针对焊接局部保护和排渣难题,开发了基于收缩喷管原理的双气帘结构微型排水罩.集成专用水下焊枪、机器人、视觉系统等,搭建水下机器人局部干法焊接试验平台,开展水下焊接试验.结果表明,研制的局部干法焊接系统样机性能可靠,引弧成功率高,焊接过程稳定,焊缝成形美观.

摘要：知识管理就是组织利用信息和通信技术使得组织管理活动的主体主动地积累知识、方便地获取和使用知识。知识管理建模是组织实施知识管理的基础。将知识管理模型分解为组织战略、组织结构、组织过程和信息系统四个互补的子模型,利用基于XML的知识管理建模语言KMPL,开发了知识管理模型的可视化设计和完整性管理工具KMMT。很好地实现了对知识管理系统开发的支持。

摘要：针对普适计算背景下超大型信息系统体系架构建模和描述存在的局限性,提出了一种面向"社区"的体系架构(COA)模型.COA提供了新的巨型信息系统建模与描述方法,以及超大型信息系统规划与设计的新思路.在COA模型中,Community作为对单个Agent的聚合,成为一种新的建模元素,正如构件是对象的集成和聚合一样.通过在传统的WRIGHT语言基础上进行适当语法扩充,以及在操作语义层面采用通信序列进程(CSP),形成一种面向COA的新型体系架构描述语言.最后,结合一个普适计算的具体应用场景,给出了一个基于COA的体系架构的描述实例,并阐述了COA模型在普适计算环境中的作用和意义.

摘要：作为一种广为接受的语义数据模型,E-R模型被广泛地应用于数据库设计阶段.但是E-R模型自身却存在某些缺陷,这些缺陷制约了对其进一步的应用.针对E-R模型的改进,目前主要存在基于图形表示和描述性逻辑表示两种途径.但是,前者仍然不具有自动推理能力,而后者却存在表示能力弱、与数据库兼容性不足等缺陷.为克服以上缺陷,提出一种利用回答集编程(answer set programming)表示E-R模型的新方法.首先,对应于数据库的E-R模式被区分为基本和扩展两种类型,并分别完成它们的语法与语义定义.其次,利用回答集编程完成以上两类模式的逻辑编程表示.最后,完成表示的正确性证明.提出的方法不仅为E-R模型提供了一种新的逻辑表示途径,而且相对原有的两种E-R模型改进途径具有明显的优势.更为重要的是该研究成果使得应用E-R模型实现异构数据库之间的语义协作成为可能.

摘要：随着开源软件的广泛应用,开源软件的开发者和使用者迫切需要一个质量评估模型来改善开源软件的开发过程,提高开源软件的质量保证。基于欧盟第六框架重大项目开源软件质量保障平台(QualiPSo)提出的开源软件成熟度模型(opensource maturity model,OMM),设计开发了一个软件过程自动评估原型系统,实验结果证明了该系统的可行性和有效性。

摘要：考虑到企业CA系统在功能和管理方式上有别于标准的CA系统,企业进行网络安全策略设计时,尽管重新设计一个加密算法比较麻烦,但可以综合、合理地运用CA数字证书以及现有的各种加密算法设计出安全性较好的网络安全策略。在此基础上,研究了企业级CA原型系统,设计了企业级CA系统。由于在企业内部要实现认证过程相对比较简单,以及在证书生存以及管理方面可以简单考虑,同时证书申请分发、查询、废止的策略可以自行制定,没有标准的数字证书管理所要遵循的标准的复杂并实现了该原型系统。

摘要：异常检测是模式识别领域的经典研究,然而在极端类别不平衡场景下,异常样本匮乏,训练数据仅包含正常样本,传统异常检测方法难以适用。因此,单分类算法逐渐受到关注,它只使用目标类样本构建决策边界,实现对非目标类样本的识别。目前单分类算法已经取得了显著进展,然而也存在一些局限性:(1)原始特征空间容易受噪声特征干扰;(2)单模型的单分类算法难以从多个特征空间学习更全面的决策边界;(3)缺少对先前模型的欠拟合样本进行针对性学习。为了解决这些问题,本文提出了基于宽度自编码网络的单分类集成算法(Ensemble One-class Classification Based on BLS-Autoencoder,EOC-BLSAE)。首先,本文设计了一种单分类宽度自编码网络模型(One-class BLS-Autoencoder,OC-BLSAE),它能高效学习原始特征空间到重构特征空间的非线性映射关系,利用重构误差构建决策边界;接着,本文设计了单分类Boosting策略,通过最小化全局重构损失,迭代学习欠拟合样本,从而多角度构建OC-BLSAE模型,并自适应评估模型的可靠性;最终,加权集成多个OC-BLSAE模型,有效提升整体算法准确性和鲁棒性。在实验中,本文在16个不同规模的单分类任务上进行参数实验、对比实验和消融实验,结果表明所提算法参数选择较为灵活,算法各模块能够相互协同,有效提升单分类任务的准确性和鲁棒性,整体性能超过前沿单分类方法。

摘要：专家隐性知识是社会的宝贵财富。开发专家知识地图是有效利用专家知识的重要途径。构建专家知识地图的关键技术包括专家信息的获取、知识地图的体系结构与实现技术。本文给出了通过Web挖掘获取专家基本信息、特长信息和社会网络的算法,以及一个专家知识地图的设计方案。

摘要：通过数码相机获取不同苹果等级的彩色图像,将图像平滑后利用R颜色分量进行最小错误阀值分割,再进行腐蚀去噪声和孔洞填充,并将RGB值转换成HSL值,最后用像素点变换法恢复苹果在二维投影图中真实的几何信息,重新计算像素点的面积,计算苹果的着色面积并进行分级。实验结果表明,机器识别苹果等级的准确率为89.8%。