使用有安全保障的闪存存储构建安全的汽车系统

最新设计资源

云环境下国产可信根TCM虚拟化方案研究[通信与网络][信息安全]

将可信计算技术应用于云计算环境中是保证云安全的有效途径。针对国产可信计算的可信根可信密码模块(Trusted Cryptography Module，TCM)只适用于单机平台，无法为多虚拟机的云平台提供安全可信性保障的问题，对TCM的虚拟化方案进行研究，构建云可信根(Cloud TCM，C-TCM)架构。在C-TCM物理环境内部构造宿主可信根和虚拟可信根，分别为物理宿主机和虚拟机提供可信服务，同时在虚拟机监视器层部署虚拟可信根管理机制，实现虚拟可信根对C-TCM硬件资源的共享。该方案可有效保证云平台的安全可信性。

发表于：2020/12/16

基于图像技术的EAN-13条码识别系统设计[模拟设计][其他]

条形码技术作为一种数据采集和自动识别技术应用非常广泛。为了更好地满足应用场景的自动化功能需求，利用图像处理相关技术，对EAN-13条形码识别的相关算法进行了研究。首先，针对采集到的条形码图像进行图像预处理，包括图像灰度化、基于Hough变换的图像倾角矫正、目标分割和图像滤波；然后根据条形码编码的既定规则，采用平均值法和校验码验证法对条形码进行译码；最后，利用MATLAB仿真软件，设计了一个条形码识别系统。通过实验验证，所设计的系统识别率可以达到99%以上，取得了很好的效果。

发表于：2020/12/16

基于C/S架构的机场地理信息系统的设计与实现[模拟设计][智能交通]

近年来，随着生活水平的提高，人们越来越多地选择飞机作为长距离旅行的交通工具，因此对机场效率提出了更高的要求，机场信息化就成为了大势所趋。而地理信息系统作为机场信息化的重要组成部分，对其研究和开发就成为了机场信息化建设的重要内容之一。分析了当前机场地理信息系统的技术现状，针对其实时性差和安全性不高等问题，提出了一种基于C/S架构的新型机场地理信息系统。该系统在中航油智慧加油改造项目中实现并得到成功应用，具有实时性好、安全性高等特点。

发表于：2020/12/16

基于TrackRay的渗透测试平台设计[其他][信息安全]

如何维护网络信息安全一直是IT行业重点关注的问题。渗透测试是一种常见的网络安全评估方法，由于渗透测试所采用的安全工具过于繁杂，因此设计一个基于TrackRay的渗透测试平台，内置有漏洞扫描器和Web服务接口，并集成和综合多种安全工具的优点，功能强大，简便易用。特别是支持Java、Python、JSON等方式编写插件，调用各种类型插件来进行渗透测试，可移植性大大提高。经试验结果表明，该渗透测试平台搭建简单方便，可运用于Windows和Linux等系统，并且可以进行灵活的编写插件实现快速的Web安全漏洞检测。

发表于：2020/12/16

基于非凸包的灌注区包络自动拟合方法[其他][其他]

在微观驱替实验中，往往利用玻璃刻蚀模型来观察油水在岩心孔隙中的运动过程。对实验中采集到的微观驱替序列图进行分析研究，能够对驱替效果进行定量计算。针对微观驱替序列图中灌注区数量不固定、形态特征不规则、图像数量多等问题，提出了一种基于非凸包的灌注区包络自动拟合方法。即先对灌注区点集进行边缘提取，再对灌注区进行聚类分析，最后采用非凸包算法对每个灌注区提取包络。结果显示采用该方法得到的波及系数比传统凸包算法具有更高的精确性，并可实现包络拟合的自动化，具有比较高的应用价值。

发表于：2020/12/16

公路视频实时车辆检测分类与车流量统计算法[模拟设计][智能交通]

公路视频实时车辆检测分类与车流量统计是计算机视觉领域的一个经典问题。传统设置检测带法，易漏检复检，自动化性不好。基于深度网络的one-stage算法实时性好，但是经常会把变化的背景、运动的非车辆物体纳入其中，同时对光照变化敏感，夜间分类效果不好。因此，提出采用one-stage做目标检测，并不直接获取分类结果，而是根据标注框将物体切割出来，去除背景，提升抗背景扰动性能和分类效果；再送入一个经过迁移学习的浅层神经网络；将分类输出和目标检测网络的位置输出合并送入一个全图匹配算法，进行车流量统计。该方法在保障实时性的同时降低了漏检和复检率。

发表于：2020/12/16

基于AHP的威胁情报网站价值评估方法[其他][其他]

威胁情报的采集是情报搜集工作中至关重要的一个环节，威胁情报网站是其重要载体。首先确定了威胁情报的价值特性，然后讨论了利用层次分析法确定诸多模糊聚类因子的权重，并且应用模糊综合评价方法建立了模糊综合评价方法的两级模型，从而得到对威胁情报网站的客观评估，方便用户在搜集信息时进行权衡。与其他方法相比该方法评价结果更具准确性，具有较大的现实意义和应用前景。

发表于：2020/12/16

基于改进LeNet-5的形状类似物体识别方法[人工智能][工业自动化]

针对深度学习在对外形类似物体的识别上存在着识别精度低、耗时长等问题，提出基于改进的LeNet-5的识别方法。在传统LeNet-5网络基础上，将卷积层变为双层非对称卷积使网络有更好的特征提取能力；通过批量归一化提高网络泛化能力；采用全局平均池化替代原Flatten层，用于克服传统全连接层参数多、耗时长的缺点；通过对训练集进行增广增加训练样本。实验结果表明，改进LeNet-5网络的训练精度达到91%，识别形状类似物体的精度为87%，且能在较少迭代次数内收敛，这些指标均显著优于原网络。

发表于：2020/12/16

卷积神经网络识别地基云图的数据库建立及处理方法[其他][其他]

卷积神经网络(Convolutional neural network,CNN)具有非比寻常的从样本中学习特征的能力，训练需要大量带有标签的图像样本。因此，在使用卷积神经网络对地基云图相关研究时，建立云图样本库是第一步，也是非常重要的一步。首先，通过数码相机直接拍摄、从互联网上下载、从公开发行的云图类书籍获取以及由全天空照相机拍摄等手段获取三个云图样本库；接着，对三个样本库图像的分辨率、噪声、数量等问题进行了分析；然后，采用双线性插值和数据增强方法对样本库进行归一化预处理；最后，利用卷积神经网络、LBP、Heinle feature和Textonbased method三种方法对增强后的数据集进行云识别分类验证，实验结果表明，利用本文方法进行增强数据可有效解决卷积神经网络对小样本数据识别率不高

发表于：2020/12/16

基于Lucene的中文是非问答系统的设计与实现[模拟设计][其他]

针对中文是非问句，设计并实现了基于Lucene的问答系统，主要包括问句预处理、索引创建和答案整理三部分。问句预处理部分，引入句法成分权重和命名实体权重改进TextRank算法，得到一种提取问句核心词的方法。在索引创建部分，针对本地的多源数据进行文档融合创建索引，降低数据多样性带来的复杂度。在答案整理部分，对查询索引结果进行答案判决，输出肯定或否定含义的答案。实验结果表明，数据融合能有效减少索引创建耗时，改进TextRank的核心词提取方法准确率明显高于TextRank，系统具有较为不错的性能。

发表于：2020/12/16

基于FTM和CSI的单站目标跟踪研究[通信与网络][通信网络]

WiFi技术在定位跟踪领域得到了迅速发展和应用，不仅可以通过精细时间测量(FTM)协议获得到达时间，还能利用信道状态信息(CSI)估计到达角，为单站目标跟踪提供了十分有利的条件。针对单站情况下到达时间和到达角的非线性跟踪问题，提出了一种简单有效的偏差补偿卡尔曼滤波算法(BCKF)。该算法对非线性观测方程进行伪线性化，然后补偿由伪线性化引起的估计偏差，实现更准确的状态估计。搭建WiFi测量平台，并在室内外两种典型环境下进行单站目标跟踪。实验结果表明，相较于其他非线性滤波算法，BCKF能以较低计算开销实现更准确的目标跟踪，在室内外的80%跟踪误差分别不超过3.7 m和1.5 m。

发表于：2020/12/16

飞机舵机电液伺服系统智能PID控制方法研究[人工智能][智能交通]

针对飞机舵机电液伺服系统中PID控制器参数难以整定的问题，引入一种智能PID控制方法。该方法结合了粒子群算法和PID控制器的优点，并利用蜂群算法的选择策略对粒子群算法进行优化，适应了飞机舵机电液伺服系统非线性动态控制环境的要求。实验结果表明，飞机舵机电液伺服系统智能PID控制方法能够达到系统控制性能指标要求，相较于传统PID控制器具有更良好的跟踪效果。

发表于：2020/12/16

基于卷积神经网络的织物瑕疵检测方法研究[人工智能][其他]

织物瑕疵检测是控制织物产品质量的重要步骤，传统的织物瑕疵检测方法检测效率低，劳动强度大。因此，针对传统检测方法存在的问题，提出一种基于卷积神经网络(CNN)的分类算法用于实现织物瑕疵检测。网络是在VGG16的基础上进行减枝，通过优化网络参数实现最优结果。首先，由于织物瑕疵大小差别较大，提出将瑕疵边缘作为检测的目标，这样就可以将大尺度图片分割为64×64的小尺度图片用于网络训练，既提高了网络的分类准确率，又解决了织物瑕疵图像搜集困难的问题。其次，在测试过程中，提出对大尺度图片进行有重叠的分割，然后对分割后的图片进行分类，根据每张图片的输出标签和位置来实现大尺度图片的瑕疵检测。实验结果表明，本文所提出的网络结构相比于传统的VGG16和LeNet网络结构, 具有检测速度快、检测精度高等优势。

发表于：2020/12/16

人工智能基础软硬件架构的关键技术研究[人工智能][通信网络]

针对当前人工智能技术在军用领域的应用问题和难点，研究基于深度学习技术的军用软硬件架构设计方法，并且结合业内主流的软硬件基础架构，分析在军事应用中涉及的关键技术和解决思路。通过对深度学习模型压缩转化、数据增强和分布式训练等软硬件架构的关键技术研究，设计构建了一站式人工智能开发平台、嵌入式边缘智能计算平台，对军用人工智能提供端到端的训练、部署和测试支撑。该研究可为未来智能无人作战系统提供软硬协同的智能计算解决方案。

发表于：2020/12/16

基于改进P-Unet模型的岩屑颗粒识别[人工智能][其他]

提出了一种基于改进P-Unet模型的岩屑颗粒识别方法。该方法基于Unet模型结构，运用金字塔池化模块聚合不同区域的上下文特征信息，以充分利用全局信息。改进P-Unet模型采用了残差网络ResNeXt101，在提高岩屑颗粒识别准确率前提下，减少了超参数数量。该模型采用了焦点损失函数，在一定程度上解决岩屑颗粒类别不平衡的问题，同时运用深度可分离卷积代替传统卷积，较大程度减少了网络的参数以及预测的时间。实验结果表明，改进P-Unet模型得到的识别准确率对比同类先进算法有一定的提升，对岩屑颗粒识别的结果更加准确。

发表于：2020/12/16