铁路轨道不平顺动态检测的一种方法

设计了一种使用位移传感器和倾角传感器检测轨道高低不平顺、水平不平顺和三角坑的方法。该检测方法结合了单片机技术、传感技术、信号处理技术,采用弦测法以手推小车为载体,可对轨道几何状态参数进行实时、动态和定量的检测。     

自修复混凝土研究进展

智能混凝土是建筑材料与智能科技相结合的产物,是智能材料的一种。自修复混凝土是智能混凝土发展的高级阶段。混凝土在受力或其他因素的作用下,会出现裂缝,影响了混凝土的使用寿命。自修复混凝土在出现裂缝时,能自动分泌出粘结液并渗入裂缝中,使混凝土裂缝重新愈合,恢复甚至提高混凝土的性能。全面回顾了自修复混凝土的发展背景和国内外的研究现状,阐述了现今自修复混凝土研究与应用中存在的问题,通过深入分析,展望了自修复混凝土的发展趋势和应用前景。     

论入侵检测技术在网络安全中的作用

随着网络经济和网络时代的到来,Internet将会进入一个无处不有、无所不在的境地。同时网络的安全和可靠性问题已成为人们关注的焦点,入侵检测技术是保证网络安全的重要技术之一,文章在研究入侵检测概念的基础上,分析入侵检测的系统结构,介绍几种常见的入侵检测方法,并指出其今后的发展方向。     

关于金属介电常数的讨论

考虑金属中的电子位移极化,利用谐振束缚电子模型,导出了金属中相对介电常数的表达式,并讨论低频极限和高频极限两种重要的特殊情况,对关于金属介电常数的一些说法作出了解释,从而对金属介电常数有了更为全面的理解。     

基于VGGNet改进网络结构的多尺度大熊猫面部检测

大熊猫个体识别对研究大熊猫的种群数量非常重要,大熊猫面部检测是基于面部图像的大熊猫个体识别方法中的首要关键步骤。针对现有的大熊猫面部检测方法精确度不高的问题,提出基于VGGNet-16改进网络结构的多尺度大熊猫面部检测方法。首先,以VGGNet-16网络结构为基础,通过增加残差结构与BN层,降低卷积层通道数,并采用LeakyRelu激活函数等改进,构建一个新的特征提取主干网络。其次,将一个3尺度的特征金字塔网络结构与SPP结构结合用于目标检测。最后,使用深度分离卷积结构替代常规卷积结构。实验结果表明,提出的大熊猫面部检测方法在测试集上能够达到99.48%的mAP,检测性能优于YOLOv4。     

典型图像边缘检测算子的比较与分析

通过MATLAB编程,采用Roberts算子、Prewitt算子、Sobel算子、Kirsch算子、Log算子和Canny算子等对数字图像做了边缘检测.通过图像的直方图,直观展示了各算子检测图像之间及其与原图的差别.引入高斯噪声和椒盐噪声,并评价了每种算子抑制噪声的能力.这些研究结果对边缘检测算子的选择及改进具有一定的指导意义.     

2019年空时自适应处理技术研究热点回眸

空时自适应处理可以联合空域和时域进行二维自适应滤波,是运动平台雷达系统中进行杂波抑制和目标检测的关键技术。近年来,空时自适应处理技术迅速发展,其应用领域也在不断扩大。概述了2019年空时自适应处理领域所取得的重要研究进展,展望了未来空时自适应处理技术的发展趋势。     

基于主题突变检测的颠覆性技术识别——以无人机技术领域为例

颠覆性技术对实现中国科技创新跨越式发展具有重要战略意义。以无人机技术领域为例,获取Web of Science论文数据库和德温特(Derwent)专利数据库2005—2019年收录的2812篇论文与专利数据,基于LDA-LSTM文本分类算法得到技术主题,采用CiteSpace构建共现网络,从突变权重排序及突变时间段和突变共词聚类知识图谱2个角度进行主题突变检测,进而识别出无人机交互技术中的脑机接口技术及手势控制技术为该领域内的颠覆性技术,通过2020年无人机技术领域相关论文专利验证了识别框架的有效性。     

基于STA/LTA的输油管道泄漏检测方法

研究了将微震检测中的STA/LTA方法与负压波检测法相结合,并应用于输油管道泄漏检测的技术方法.根据管道泄漏时产生的负压波波形与微震信号初至的相似性,可利用STA/LTA方法对该特征波形进行准确的提取和捕捉,并通过对比管道首末站检测到该特征波形的时间差,对泄漏点位置进行定位.研究表明该方法可有效识别突变的负压波信号,并减少传统泄漏检测方法中小波变换等信号处理方法带来的计算复杂性.室内实验结果表明,将STA/LTA应用于输油管道泄漏检测具备可行性且能够有效识别负压波信号.     

基于流量特征识别的哑终端安全管控系统

网络摄像头、网络打印机这类基于IP协议无用户交互界面的物联网哑终端通常基于嵌入式系统开发,存在程序固化难以更新、计算资源有限、采用简单的安全认证机制等问题,出现安全漏洞难以进行升级很容易被攻击者控制发起网络攻击.针对上述问题,本文设计并实现了基于流量特征识别的哑终端安全管控系统.该系统提取终端的流量特征,实现终端的身份鉴别和行为监管.在设备接入时,提取终端的流量静态特征实现身份鉴别;在设备接入后通过分析流量动态行为特征判断其是否存在异常行为.发现异常行为后阻断会话连接.该系统在实验环境和实测环境下性能均表现较好,设备识别准确率达到96.6%,异常检测准确率达到97.7%,可有效检测DOS、端口扫描等网络攻击行为.