摘要：当液压缸承受外部力矩突然增加时,泵控缸液压变速器调速系统的输出转矩会超过液压缸承受的最大负荷,产生重载或过载情况,破坏系统的稳定性,导致控制效果不佳。为了提高系统在极端负载下的响应速度和精度,引入数学方程式,提出一种新的泵控缸液压变速器转速控制方法。计算开关磁阻电动机、液压缸和液控单向阀、液压缸的管路等参数,建立泵控缸液压无级变速器扰动函数关系。利用微分方程建立液压变速器调速约束条件,提高重载或过载情况下的泵控缸液压调速系统可靠性。在建立相电流连续方程的基础上,对相磁链、相转矩进行联合调速控制,实现泵控缸液压调速系统的稳定运行。物理实验结果表明,随着时间延长相电流、相磁链、相转矩均呈现逐渐下降趋势。模拟实验结果表明,所提方法在极端负载下的泵控缸液压变速器调速系统响应速度较快且电流与流量输出性能较高。由此证明,该方法泵控缸液压变速器转速控制效果较好,具有较高的实际应用价值。

摘要：针对双轴摇篮转台系统中的非线性机械摩擦、外界扰动和模型误差等不确定性导致控制精度下降的问题,采用扩张状态观测器设计了改进的滑模控制律。首先,分析了双轴摇篮转台的基座、摇篮和转台的空间坐标系关系,并建立了摇篮和转台的动力学模型;然后,将系统中的不确定性扩展为系统状态,并利用设计的扩张状态观测器对不确定性进行估计;最后,通过设计的改进滑模控制律动态补偿不确定性的影响,有效抑制了抖振现象,实现了对双轴摇篮转台的高精度控制。仿真结果表明,设计的扩张状态观测器能够准确估计双轴摇篮转台中的不确定性,最大估计误差仅为0.01(°)/s2,改进的滑模控制律对转台转动角速度和摇篮转动角速度的最大跟踪误差分别仅为0.02(°)/s和0.03(°)/s。测试结果表明,提出的改进滑模控制方法与自适应迭代学习控制方法和命令滤波自适应反步控制方法相比具有更强的鲁棒性和更高的准确性,转台转动角和摇篮转动角的最大定位误差分别仅为0.04°和0.05°,大幅提高了双轴摇篮转台系统的控制精度。

摘要：由于目标物体的形状、大小、距离等因素的影响,激光雷达回波信号中的特征信息会分布在不同尺度上,且信号经历多径效应后,导致信号相位扭曲和叠加,使单纯依靠小波阈值对整体回波信号进行增强的思路变得过于简单,并且信号的非线性也影响信号增强的效果。提出一种基于CEEMDAN联合小波阈值算法的激光雷达回波信号多尺度增强方法。该方法首先利用形态滤波器去除激光雷达回波信号中含有脉冲、间歇等间断事件;再基于上述处理结果利用CEEMDAN算法对激光雷达回波信号实施有效的尺度分解,以有效地将复杂非线性信号分解成若干个IMF分量,提高信号处理的准确性;利用相关系数指标,获取回波信号中噪声以及信号之间的IMF临界点,使用小波阈值算法对其主导IMF分量实施去噪处理,根据处理结果实现信号的多尺度增强。实验结果表明,利用该方法开展回波信号增强时,信号去噪效果好、增强性能高。

摘要：培养网络安全专业人才是当前国家安全战略发展的需要,然而现有的人才培养模式不足以支撑国家发展的人才需求。文章通过分析学科竞赛在培养网络安全人才中的价值,提出“学-研-训-赛-创”五位一体的网络安全创新型实践人才培养模式,通过产教融合深化专业课程改革、促进“岗课”融合、设计“课证”融合课程内容、构建“赛训”实践教学模式等,培养网络安全实践性、复合型人才。

摘要：针对现有的基于CNN的方法存在特征信息丢失、杂波信息干扰严重、忽略了不同尺度特征之间的相关性、需要大量训练样本等问题,提出了一种基于孪生特征引导多尺度网络(SFGMSN)的坦克检测方法。在SFGMSN方法中,设计一种改进的Inception模块,提取坦克目标图像的多尺度特征,并进行特征融合,更好地恢复了坦克目标的精细分段信息;为了提高目标区域的特征感知能力和抑制背景干扰,设计了一种局部通道注意机制(LCA-M),得到更加精准的检测结果;最后,利用元学习器检测坦克目标。SFGMSN方法充分利用多尺度卷积、空洞卷积、孪生网络、局部通道注意机制和元学习器的优势,能够解决传统CNN模型过度依赖大量训练样本以及在小样本条件下可能出现的准确率低和泛化性差的问题。在坦克图像数据库中进行实验,结果表明,所提方法具有较好的检测效果,平均检测精度为90.12%,可实现复杂场景下坦克检测,对低分辨率坦克图像具有很好的鲁棒性。

摘要：针对传统三维激光点云场景分割算法容易忽略目标边界模糊的问题,采用边界对比学习算法设计了三维激光点云场景分割网络,旨在通过对比学习提升模型在边界处的预测性能。首先采用PointNet++作为主干网络,通过多尺度的降采样特征编码和上采样特征解码来学习点云中不同类别的语义特征,并逐点预测目标类别,实现场景整体分割;然后引入对比学习算法,采用迭代的方式捕获子场景点云的边界,并挖掘出模糊的边界点;最后在网络训练阶段利用对比学习损失函数实现边界类别增强,大幅提升了对三维激光点云场景分割的精度。在公开的三维激光点云场景分割数据集上进行了大量实验,结果表明:所提分割算法在19个语义类别的点云中有15个的分割性能是最佳的,整体的指标性能均优于对比算法,消融实验和可视化结果也验证了所提算法可以有效改善三维激光点云场景分割任务中边界的预测性能,充分说明了所提算法的优越性。

摘要：大语言模型技术的发展,为智慧教育开启了崭新的篇章,在现代教育体系中占有重要地位的计算机编程类课程必将随之发生巨大改变。当前,计算机编程类课程教学存在理论内容繁复、教学内容未与时俱进、评价方式单一、学生兴趣不高等问题。为此,应利用大语言模型技术对课程内容、教学方式、教学评价等进行革新与优化,实现课程内容智能化、教学方式个性化与自适应、评价自动化与过程化。

摘要：常规的通信信息安全动态评估方法评估时间长且安全态势与预期差值较大。提出基于拓扑漏洞分析的通信信息安全动态评估方法。构建评估体系,分别为威胁层、属性层和目标层。根据评估体系建立态势感知模型,其中信息获取利用扫描技术或者检测技术将通信网络中发生信息漏洞情况的信息进行获取,将经过信息获取得到的信息通过拓扑漏洞分析方法进行信息现状分析和信息状态转换处理,最后将经过信息理解分析和处理后的信息进行调整后展示。通信信息安全风险计算通常情况下以风险指标作为定性指标,并采用基于吸收马尔可夫链方法来计算风险值。最后通过对包含漏洞关系信息安全建立状态后进行的风险根据相关状态计算权重值来判定风险类型。为验证本文设计的基于拓扑漏洞分析的通信信息安全动态评估方法具有优势,与传统通信信息安全动态评估方法和基于集对分析通信信息安全动态评估方法进行比较。提取一百二十个数据作为实验样本进行通信信息安全评估,分别记录在三种评估方法使用下的评估时间和评估安全态势值,结果显示基于拓扑漏洞分析的通信信息安全动态评估方法更具有可使用性。

摘要：船用柴油机在线诊断和监测对于保障船舶安全航行具有非常重要的作用。经验法和建立数学模型的方法在实际应用中受到非常大的限制,本文提出一种基于振动信号分析的船用柴油机故障诊断系统,分析了柴油机的基本结构和工作流程,对柴油机的不同故障振动信号特征进行分析,在此基础上设计了故障诊断系统的结构,包括振动信号采集、特征提取以及故障诊断模块,通过将柴油机历史振动数据和故障类型建立映射,并基于柴油机振动信号特征使用故障诊断模型输出诊断结果。

摘要：针对机器人手臂在连续变化的过程中不能及时跟随运动矩阵变化而导致的控制精度不高的问题,提出了一种基于递归神经网络的机器人手臂轨迹跟踪控制方法。首先建立了机器人手臂的动力学数学模型,并设计了机器人手臂的轨迹跟踪控制器。然后基于递归神经网络建立了轨迹跟踪线性变化参数模型,对机器人手臂运动轨迹进行实时调整,并通过求解静态反馈控制数值,实现了控制器参数的在线调整来适应外界环境的变化,从而有效改善了机器人手臂运动控制的精度。实验结果表明:所提方法具备更好的鲁棒性和较高的控制精准度,平均轨迹跟踪误差仅为0.008 m。研究结果可为机器人手臂的高精度控制提供理论支持。