面向普适计算的分布式模糊推理Petri网建模及仿真

普适计算环境通常采用集中式推理机制,加重了推理服务器和网络通信的负担,并且未充分利用终端计算能力。分布式模糊推理Petri网模型对模糊推理Petri网模型FRPN进行改进,采用层次结构,表征推理服务器和终端的推理任务执行;通过引入负载度和负载增长率的概念,在模糊推理过程中监控节点资源占用,弥补了集中式推理的不足。仿真实验表明,该模型较之FRPN模型可显著降低系统负载,是一种有效的分布式推理的规约方法。     

基于孪生神经网络的小样本目标检测综述

目标检测是计算机视觉的基础任务之一，其主要任务是对图像中的目标进行分类和定位。小样本目标检测的目的就是利用极少数的训练样本实现对目标的检测，从而减少繁杂的标注工作，并实现在只有少量样本场景下的应用。现有的小样本目标检测方法主要包括基于孪生神经网络的方法和基于微调的方法，这些方法通过利用现有的包含大量样本的基类数据集和包含少量样本的小样本数据集的训练，使模型实现对小样本类别的分类和定位。重点调研了基于孪生神经网络的双分支小样本目标检测方法，简要介绍了基于微调的小样本目标检测方案，分析了这些方案的优缺点，指出现有的小样本目标检测方案虽不成熟，模型精度有待提升，性能评估方案也有待完善，但却有着十分广阔的应用前景，未来若能通过深入研究解决小样本目标检测的现有问题，其精度必将赶超传统目标检测。     

基于区间数聚类的目标分群算法

针对态势认知中目标数量多、信息不确定、数据不精确等问题, 提出一种基于区间数聚类的目标分群算法。首先, 考虑到传感器测量数据具有误差且数据不完全等因素, 采用区间数对传感器探测到的目标进行特征描述。然后, 为有效利用区间数信息定义了一种新的距离度量, 并给出了改进的区间数聚类目标分群算法。最后, 构造4类相互独立的区间数据集, 对区间数据进行分类测试, 并通过典型想定场景设定多类目标实体, 基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群。仿真结果验证了算法能够有效对目标进行分群, 具有较强的稳定性。     

基于态势感知的滑行路径优化算法

为提高繁忙机场场面运行效率，以优化航空器滑行路径、减少航空器滑行延误时间为目标，通过分析滑行道的运行态势，构建了机场滑行路径优化模型，并提出基于态势感知的滑行路径优化模型求解算法。算例结果表明：基于态势感知的滑行路径优化算法与传统的先到先服务优化算法相比，航空器在整个滑行过程中的总运行时间下降了5%。可见基于态势感知的滑行路径优化算法可以提升滑行道的整体运行效率。     

基于知识推理的卫星网络态势理解

随着太空和网络空间军事化趋势加剧, 我国太空战略面临着日益严峻的挑战。为保障太空网络安全, 目前迫切需要形成对卫星网络空间的态势理解能力。本文首先提出了太空网络态势理解需要回答的关键性问题, 基于卫星网络态势理解本体和卫星网络态势理解知识图谱, 构建推理规则, 提出基于知识的卫星网络空间态势理解分析方法, 通过对卫星网络空间态势理解知识库进行推理, 实现对卫星网络安全多源情报自动关联分析。最后, 通过案例评估验证了所提方法的正确性和有效性, 为我国天基资产保护辅助决策提供支撑。     

险情下机组沟通对进近着陆绩效影响的中介机制分析

为提高进近着陆绩效,结合航空事故调查分析,确定出机组成员间的有效沟通是确保安全飞行的基本要素之一。以机组成员的情境意识和机组的团队共享心智为中介变量,构建机组沟通对进近着陆的影响机制理论模型。采用Flight Simulator飞行软件,模拟单发失效应急情境,利用情境意识评定技术和团队共享心智测量量表,测量机组沟通对进近着陆阶段绩效的影响。实验结果表明：机组沟通、机组成员的情境意识及团队共享心智与进近着陆绩效间均存在显著的相关；在多重中介模型中,机组沟通主要通过三条路径的间接作用影响进近着陆绩效：机组成员情境意识的中介作用、机组团队共享心智的中介作用及情境意识和团队共享心智的链式中介作用。因此,通过提高机组沟通质量,进一步提高其机组成员的情境意识及团队共享心智水平,从而可以提高进近着陆安全水平。     

无人机冲突探测与解脱技术研究概述

近年来,无人机已广泛应用于电力巡检、森林保护、快递配送,交通监控等领域,无人机技术得到飞速发展。无人机具有数量多,体积小,速度快等特点,无人机进入非隔离空域成为必然趋势,而冲突探测与解脱技术也成了当下的重点研究方向。冲突探测与解脱技术的提高对无人机飞行安全和飞行效益具有重要意义。本文系统地梳理了当下国内外的研究成果,对无人机冲突探测与解脱问题进行了概述。综述了冲突探测与解脱的模型,从理论模型的角度阐述了冲突解脱的目标和约束条件；并从方法论的角度对冲突探测与解脱的常用方法进行了总结。最后从现有研究的不足出发,对无人机冲突探测与解脱未来的研究趋势和方向进行了展望。     

网络安全态势感知综述

网络安全事关国家安全和经济社会稳定，网络安全态势感知作为一种高效智能的新时代网络安全防护体系，正在得到国内外学者的高度关注和广泛研究。从态势感知的发展历程和相关概念出发，对网络安全态势感知的现有研究进行了梳理与对比，根据一种基于数据融合的网络安全态势感知框架，总结分析了网络安全态势提取、网络安全态势评估、网络安全态势预测三个层面的主要技术优缺点，并据此对其未来发展方向进行了分析与展望。     

多源大规模电网的多阶攻击风险感知量化和防御技术

随着电网的规模逐渐扩大，虽然配电网的数字化为电网运营带来了诸多好处，但也增加了严重的网络安全威胁所带来的风险；为了检测不断发展的电力网络中潜在的攻击和漏洞，满足对安全和隐私机制的额外研究需求，需要一个自动化过程来系统地处理大量跨域信息和关联各种网络情报，以正确评估情况；为此提出了基于深度学习和机器学习的电网多阶段攻击感知风险量化和防御技术，通过人工神经网络就检测电网中是否存在攻击，对系统建模攻击防御树进行多阶段上下文攻击风险量化，并且利用查杀链寻找最优路径进行防御，实现电网威胁全自动化感知和防御决策。     

快递员对智能快递柜的持续使用意愿影响因素研究

为了智能快递柜的可持续发展,增强用户粘性,本研究对快递员在使用智能快递柜时的持续使用意愿影响因素进行研究。本研究基于顾客感知价值、价格认知和顾客满意理论,构建了影响快递员持续使用意愿的结构方程模型,并采用问卷调查的方法收集数据,使用SmartPLS 3.0来验证模型中的假设。研究结果表明：服务质量对顾客满意有显著正向影响;顾客体验对价格认知和顾客满意有显著正向影响;各项成本对价格认知有显著负向影响;价格认知对顾客满意有显著正向影响;价格认知和顾客满意对持续使用意愿有显著正向影响。