摘要：在春意盎然的季节,重庆人文科技学院计算机工程学院成立了。这是重庆人文科技学院发展历程中的一件大事,标志着整个学院在深化应用技术型本科大学建设的道路上迈出了坚实的步伐。我们深信,这对我校向应用技术型本科大学转型具有重大的战略意义。一、发展总体目标我们将经过五年努力(前三年打基础,后二年初见成效),在办学体制和机制上有创新,在教育教学模式上有突破,在教育教学方法上有创造,在教育教学内容上有革新。

摘要：针对现有攻击检测方法难以应对持续时间长、攻击手段复杂隐蔽的高级持续威胁的问题,构建了基于注意力机制和溯源图的APT攻击检测模型。首先,基于系统的审计日志构建能够描述系统行为的溯源图;其次,设计优化算法,确保在不牺牲关键语义的前提下缩减溯源图规模;再次,利用深度神经网络(DNN)将原始攻击序列转换为语义增强的特征向量序列;最后,设计并实现了APT攻击检测模型DAGCN,该模型将注意力机制应用于溯源图序列,利用该机制对输入序列的不同位置分配不同的权重并进行权值计算,能够提取较长时间内的持续攻击的序列特征信息,从而有效地识别恶意节点,还原攻击过程。该模型在识别精确率等多个指标上均优于现有模型,在公开的APT攻击数据集上的实验结果表明,该模型在APT攻击检测中的精确率达到93.18%,优于现有主流检测模型。

摘要：针对短期电力负荷预测因受天气、温度、节假日等多重不确定性因素影响而造成精度低的问题,提出一种基于改进Autoformer模型的短期电力负荷预测模型。改变序列分解预处理的惯例,设计深度模型的内部分解模块,该模块提取模型中隐藏状态的内在复杂时序趋势,使得模型具有复杂时间序列的渐进分解能力;提出Nystrom自注意力机制,该机制利用Nystrom方法来逼近标准的自注意力机制。某地电力负荷预测实验结果表明,所提模型比基于标准Autoformer模型的短期电力负荷预测模型的时间复杂度更低,准确率更高。

摘要：为提高远红外超材料的品质因子Q和检测灵敏度,本文研究了一种用于金属远红外超材料的非对称针尖设计。以传统双开口方形谐振环为模型,通过理论模拟,研究了开口狭缝针尖角度变化对其电场分布、谐振频谱以及品质因子Q的影响。结果表明,非对称针尖增强了谐振环的表面电场局域性,减小了谐振峰的半峰全宽,并使品质因子Q提高到传统谐振环(非针尖设计)的三倍以上。该研究结果为开发高灵敏远红外超材料传感器提供了新的思路,并为传统开口谐振环提出了一种简单实用的Q因子优化方法。

摘要：为了解决输电线路多金具检测任务中存在的小目标和密集遮挡问题并充分利用金具高分辨率航拍图像的信息优势,提出基于先验知识辅助聚类的粗-精输电线路多金具检测方法。首先,通过粗检测模块实现对输电线路高分辨率航拍图像的初步感知。接着,通过先验知识指导结构场景子区域选取模块中聚类算法半径的确定,以自适应聚类出合适的子区域。最后,设计精检测模块充分利用高分辨率航拍图像中的关键信息,进行金具的精确感知,并融合粗检测结果以实现由粗到精的金具识别。经实验证明,基于先验知识辅助聚类的粗-精输电线路多金具检测模型比之基线模型准确率提高了11.3%,对其中小目标金具和密集遮挡金具检测准确率的提高尤为明显。

摘要：针对选择性催化还原(SCR)脱硝系统大惯性、多扰动等特点,提出了一种基于多维状态信息和分段奖励函数优化的深度确定性策略梯度(DDPG)协同比例积分微分(PID)控制器的控制策略。针对SCR脱硝系统中存在部分可观测马尔可夫决策过程(POMDP),导致DDPG算法策略学习效率较低的问题,首先设计SCR脱硝系统的多维状态信息;其次,设计SCR脱硝系统的分段奖励函数;最后,设计DDPG-PID协同控制策略,以实现SCR脱硝系统的控制。结果表明:所设计的DDPG-PID协同控制策略提高了DDPG算法的策略学习效率,改善了PID的控制效果,同时具有较强的设定值跟踪能力、抗干扰能力和鲁棒性。

摘要：针对漂浮式海上风机建模困难、频繁变桨造成的严重疲劳损伤等问题,提出一种基于改进无模型自适应控制的转矩-变桨协调控制策略。该策略不依赖漂浮式海上风机的数学模型,通过集成迭代学习控制策略改进无模型自适应控制方法,设计发电机电磁转矩和桨距角作为控制变量的多输入多输出控制器进行协调控制,允许非零度桨距角下风机用做动能缓冲,在平滑输出功率的同时减少变桨动作量。为证明所提出控制策略的有效性,在多种风场景下,与增益调度PI控制等方法进行了对比实验。结果表明:所提出的控制策略使漂浮式海上风机在满足发电功率平稳性的同时减缓了漂浮平台的俯仰运动,可有效降低漂浮式海上风机的疲劳载荷。

摘要：目的 感知图像哈希又称图像摘要或是图像指纹,是一种有效的图像认证技术,近年来受到了广泛的关注。该技术通过将图像的感知鲁棒特征转化为固定长度的哈希序列,来实现图像版权认证。然而,该领域始终缺乏一个比较通用的数据集,已有数据集所使用的图像内容保留操作和真实场景差异较大,使得训练得到的神经网络架构在应对复杂的图像编辑操作时效果显著下降。方法 针对感知图像哈希任务,面向实际图像内容认证场景构建了一个新的数据集。首先,将现实中常见的图像内容保留操作进行总结和分类,设计了48种单一、复合的图像内容保留操作来生成感知相似图像;然后,根据感知图像哈希的定义,选择与待认证图像语义相似但是感知内容不同的图像作为感知不相似图像,增加了该数据集的辨别难度;最终建立了一个包含116 400幅图像的感知哈希图像数据集。结果 由于本文提出的数据集使用的图像内容保留操作更加复杂,不相似图像也更加难以辨别,使得在该数据集上训练得到的深度神经网络具有较好的泛化能力,即这些神经网络即使不进行重新训练或是微调,也可以在其他数据集上取得较好的认证性能。同时,在该数据集上训练得到的神经网络在不同数据集上性能差别较小,体现了本文数据集具有较好的稳定性。结论 设计了一个针对感知哈希的图像数据集,大量的对比实验表明了该数据集的有效性,该工作可对感知图像哈希领域的发展起到促进作用。

摘要：提出了适用于嵌入式系统并融合深度可分离卷积神经网络与双向门控循环单元的DSConvBiGRU网络模型，将其用于动态手势序列的分类，设计并实现了一种使用低分辨率热电堆阵列传感器的动态手势识别解决方案，构建了动态手势数据集并在公开网站发布，完成了预训练网络模型在Raspberry Pi边缘端的部署。系统对传感器输出的连续20个温度矩阵进行区间映射、背景减除、Lanczos插值和Otsu二值化预处理得到单个动态手势序列，再由预训练的DSConvBiGRU网络进行分类。实验结果表明：网络模型在测试集上识别准确率为99.291%,在边缘端预处理耗时5.513 ms,推理耗时8.231 ms,该系统满足低功耗、高精度和实时性的设计需求。

摘要：大型风电机组变桨控制是一个复杂的非线性控制任务,如何在系统约束和风速扰动的条件下实现功率调节和载荷降低成为难题。针对该问题,文章采用机理与参数辨识方法构建了一个面向控制的线性变参数(LPV)模型,LPV模型引入间隙度量理论来降低模型复杂度,为控制设计提供了更加精确的线性模型。设计了时变卡尔曼滤波器,实现了风机的最优状态估计,基于获得的最优状态,提出了自适应模型预测(MPC)变桨控制器,MPC控制器能够根据实时风速变化调整预测模型,在满足系统约束的条件下实现大型风电机组功率-载荷的协调控制。OpenFAST对比仿真实例表明了模型与控制器的有效性。