BSAED:一种基于双向语义关联的实体消歧算法

考虑了实体的全局一致性,充分利用了知识库中实体间结构化的语义信息.在PageRank算法的基础上,提出一种基于双向语义关联的实体消歧算法,该算法通过在维基百科中抽取出实体之间的超链接关系构建知识图谱,重新定义两个实体之间的平均最短路径,并联合实体之间的语义信息以完成实体链接消歧的任务.在公开数据集上进行的实验结果显示:该算法能提高实体消歧结果的准确率和召回率,实验结果优于当前主流算法.     

具有能量收集的认知双向协作中继网络中断概率分析

为了延长认知中继网络的生存时间和降低中断概率,提出了具有多主接收端的专用信号塔(PB,Power-beacon)辅助能量收集认知双向协作中继网络,并研究了采用译码转发模式和机会中继选择策略的衬底式认知网络中断性能。网络中次用户发射功率由收集自PB的能量和主接收端的干扰约束决定。推导了Rayleigh块衰落信道下次网络的精确中断概率,结果表明增大PB发射功率或主网络干扰约束将使中断概率单调下降。此外,还推导了有干扰约束和无干扰约束的次网络渐近中断概率,研究了中断饱和现象,PB位置对中断概率的影响,以及主接收端和中继数量、次网络端到端容量以及能量收集比率与中断概率之间的关系。仿真结果验证了理论推导。     

基于BiGRU的变频海水冷却系统状态参数预测

为解决传统统计学方法和机器学习法无法实现船舶变频海水冷却系统预期状态参数预测的问题,提出一种基于双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)的时序预测模型,采用数据归一化法处理高跨度数量级的特征数据,并结合敏感性分析法实现隐含层神经元的参数调优.以MATLAB S...     

双向EDFA在长距离分布式光纤传感系统中的级联方案

长距离光纤传感中需要利用EDFA来实现光放大,降低光损耗,在某些需要光互易结构的特殊应用中,比如相位OTDR分布式光纤传感系统以及长距离基于Sagnac或Michelson结构的光纤传感系统中,还要求传感光纤线路上的EDFA可以进行双向的光放大.在长距离光纤传感过程中往往还需要级联多个双向EDFA,这会给系统调试带来复...     

基于双向S-粗集的地震预测知识支持算法

针对双向S-粗集理论的元素迁移特性和地震前兆异常的区域差异、震前差异的特点,提出基于双向S-粗集的地震预测知识支持算法.首先,收集某地块边界中观测到地震前兆异常属性集,划分等价类.其次,求该地块经常出现的地震前兆异常属性集的下、上近似.最后,求该地块某个地震前兆异常属性集的下、上近似,获得该地块某个地震主要的前兆异常.该算法能让地震专家在地震预测难题研究中,有效缩小前兆异常研究的范围.但该算法的实际应用,需待完善的地块边界地震异常数据的收集.     

GSM-R系统的安全策略研究与改进

由于网络结构与用户终端移动性本身的制约,GSM-R本身存在着一些网络安全隐患,本文旨在提出GSM-R系统安全策略的改进方案.文章结合GSM-R系统在铁路上的应用,简要阐述了现有GSM-R系统所采用的安全机制和存在的安全缺陷.针对GSM-R系统采用的单向认证和信息加密的局部性两个方面分别提出了相应的改进方案,即系统的双向认证和端到端加密,并详细描述了认证过程和加密过程.     

Cable Modem设计原理及工作过程的研究

研究了遵循MCNS DOCSIS规范的Cable Modem的设计原理及其工作过程，以为Cable Modem生产和HFC宽带双向数据传输网的设计及改造提供指导。     

双向自主控制的光纤双向信息传输系统

为学科研究示范需要，应用PFM—501AV型发送与接收光端机以及单模光纤，研制了异地两点间广播级高质量视频与音频双向信息传输系统。为方便使用，利用光纤分路器(分光比为1：3)将接收端光信号分为控制电源开关与提取视频、音频信息2部分，并利用光信号反馈与门电路控制技术，实现了光纤双向信息传输系统开关控制的异地双向自主控制。     

一种简单的可控硅整流稳幅控制电路

讨论了等离子体电源的电压幅度稳定控制的必要性，提出了一种简单实用的控制电路，结合实例说明此电路解决了温度与电压的耦合问题。     

基于BiTCNSA的恶意代码分类方法

当前恶意代码的对抗技术不断变化，恶意代码变种层出不穷，使恶意代码分类问题面临严峻挑战。针对目前基于深度学习的恶意代码分类方法提取特征不足和准确率低的问题，提出了基于双向时域卷积网络(BiTCN)和自注意力机制(Self-Attention)的恶意代码分类方法(BiTCNSA)。该方法融合恶意代码操作码特征和图像特征以展现不同的特征细节，增加特征多样性。构建BiTCN对融合特征进行处理，充分利用特征的前后依赖关系。引入自注意力机制对数据权值进行动态调整，进一步挖掘恶意代码内部数据间的关联性。在Kaggle数据集上对模型进行验证，实验结果表明:该方法准确率可达99.75%，具有较快的收敛速度和较低的误差。