基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

A Method for Time-Series Location Data Publication Based on Differential Privacy

In the age of information sharing, logistics information sharing also faces the risk of privacy leakage. In regard to the privacy leakage of time-series location information in the field of logistics, this paper proposes a method based on differential privacy for time-series location data publication. Firstly, it constructs public region of interest(PROI) related to time by using clustering optimal algorithm. And it adopts the method of the centroid point to ensure the public interest point(PIP) representing the location of the public interest zone. Secondly, according to the PIP, we can construct location search tree(LST) that is a commonly used index structure of spatial data, in order to ensure the inherent relation among location data. Thirdly, we add Laplace noise to the node of LST, which means fewer times to add Laplace noise on the original data set and ensures the data availability. Finally, experiments show that this method not only ensures the security of sequential location data publishing, but also has better data availability than the general differential privacy method, which achieves a good balance between the security and availability of data.     

氢冶金的发展历程与关键问题

在“双碳”(碳达峰碳中和)战略背景下，以氢代碳的氢冶金成为钢铁企业优化能源结构和工艺流程、实现绿色低碳可持续发展的有效途径之一。以《联合国气候变化框架公约》和《京都议定书》的通过为时间节点，梳理和追溯了氢冶金的发展历程。从“以煤代焦、以气代焦”到“以氢代碳、以氢减碳”，铁矿石冶炼工艺由以减少焦炭和焦煤依赖为初衷，转变为以降低碳排放为重心，再到以净零碳排放为最终目标，逐渐形成高炉富氢冶炼和全氢直接还原工艺两大技术路线。从目前中国钢铁生产结构以及降碳目标来看，长流程产钢量占90%，高炉炼铁碳排放占比大、基数大。高炉低碳冶炼是规模化实现中国钢铁工业低碳的重要路径，而高炉富氢冶炼对“双碳”过渡时期的炼铁工业应用具有重要意义。从未来钢铁行业发展及能源结构转变来看，全氢直接还原工艺是实现钢铁行业净零碳排放的重要路线。发展氢冶金的关键问题包括如何解决绿色经济化制氢和安全规模化用氢。     

基于曼哈顿距离构建非参数Q矩阵修正方法

将被试得分、理想反应距离和被试得分异常原理相结合,并加入属性计分下的被试得分特性,开发了用于多级评分情境下属性计分曼哈顿距离法(SA-MD),在不同条件下验证了SA-MD的稳定性和适宜性.通过模拟研究和实证研究表明:(i)从逻辑推导出SA-MD用于多级评分情境下Q矩阵修正更合理;(ii)在多种条件中,SA-MD 均有较优的修正效果,适用范围更广,稳定性更高;(iii)当小样本测验进行Q矩阵修正时,使用SA-MD方法可获得更优的效果.     

KL油田沙三下亚段混合沉积特征及演化

针对目前莱州湾凹陷南斜坡带KL油田沙河街组三段下亚段陆源碎屑与碳酸盐岩混合沉积形成条件、沉积特征及模式认识程度较低的问题，利用该区壁芯、薄片及扫描电镜等资料，结合构造演化、古气候和古地貌背景，在层序格架约束下研究沉积环境，分析其沉积特征。结果表明，研究区发育混合沉积，形成于宽缓斜坡、亚热带湿润气候，兼具湖平面、物源、水动力条件周期性变化等条件；该混合沉积包括相缘渐变混合与原地混合两种沉积类型，互层式和组分式两种混合模式，以及4种混合样式。两种混合沉积类型沉积机理不同，混合模式及组合样式表现较大差异，因而具有不同的储层微观特征。     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。     

刀柄砂光处理的六轴数控抛光系统的设计

针对人工抛光刀柄的质量不稳定等问题,设计了由HUST-CNC-H6C六轴控制器为核心的一套数控抛光系统,以解决整个刀柄的砂光处理.在软件设计部分,特别加入了通过手摇轮正反转来控制程序正反运行的功能,同时也为后期的调试工作带来了方便.实践表明:该控制系统在物理样机上可对刀柄焊缝进行一次性抛光处理.     

工程弹性系统与系统弹性理论研究综述

工程弹性系统(engineered resilient system,ERS)是美国国防部(department of defense,DOD)应对越来越不确定的任务和环境而提出的未来国防系统发展战略,对复杂系统的工程实践与系统弹性理论都带来新的挑战。首先,对ERS提出的背景和相关概念进行介绍,重点对美国国防领域对ERS的一些观点进行分析,包括ERS的关键属性、弹性工程与现役系统关系、ERS设计中考虑的因素和ERS与系统工程的关系等,并对美国DOD优先立项的ERS项目研究进展进行了的研究。其次,对弹性相关的学术研究进行了述评,包括不同领域中弹性的概念、系统弹性不同的评价方法以及系统弹性设计方法,以便于对ERS的发展有一个较为全面的了解和借鉴。最后,在ERS发展研究基础上,从理论和应用角度对ERS和系统弹性理论面临的挑战进行了讨论。     

水与硅油对于聚氨酯泡沫制备及性能影响的研究

以水作为主要发泡剂可以大大降低制备聚氨酯泡沫的成本,同时可以有效的保护环境,减少对大气层的破坏。讨论不同的水和硅油的用量对制备聚氨酯泡沫及其力学性能的影响。随着水加入量的增大,聚氨酯泡沫体密度和拉伸压缩性能都逐渐减小,同时吸水率却逐渐增大。硅油的用量使聚氨酯泡沫的密度和压缩性能都出现先增大后减小的现象,说明硅油用量存在一个最佳值,此时制备的聚氨酯泡沫具有较好的压缩性能。     

基于JAVA建立树形结构的算法优化

树形结构在程序设计过程具有非常重要的作用,但树形结构的构建相对比较复杂。通过研究设计并实现一种从普通Java对象中建立树形结构的优化算法。