监护信息重构方法研究

监护信息系统中通常采用系统建模的方法对监护数据进行分析处理、并识别异常状况.通常这些模型是在模型结构确定的条件下,应用监护数据辨识获得.实际检测获得的监护数据通常包含大量异常值,这会严重降低模型辨识的准确性.提出了一种监护信息系统中异常值分析处理方法.应用Hampel辨识器算法,识别监护数据中异常值出现的位置;并采用kalman滤波器算法的方法对于出现异常值的数据点进行数据重构,实现监护信息系统中出现异常值分析处理.通过应用PhysioNet生物医学信号研究资源中的两组数据集,包括心率和中心静脉压,进行实验研究,结果表明此方法对监护数据异常值分析和处理中取得很好的效果.     

基于Biztalk的UAI系统方案研究与设计

将企业应用集成（EAI）应用于校园应用集成（UAI）,介绍了基于EAI条件下UAI系统的开发背景、开发意义及其硬件配置和软件平台,阐述了UAI系统开发的概要设计,研究分析了使用BizTalk Messaging Manager对消息传递服务配置及接收的函数的配置.     

中国科协融合信息平台建设

采取参与观察法、实地勘察调查法与个案研究法等研究方法,调研了国内外媒体融合建设研究趋势、优秀平台与爆款产品,盘点了科协系统已有的媒体力量,分析了中国科协融合信息平台建设中内容融合、渠道融合与经营管理融合的3个层次,阐述了融合信息平台3个子平台的建设内容与核心竞争力,并对未来5年融合信息平台在创新期刊发展模式、提升科普品牌传播力、建设媒体型智库与融通中外话语体系4个方面的发展进行规划,得出融合信息平台建设落实中央部署、传播科协声音、彰显科技组织精神品质的结论。     

基于系统论事故分析模型的油气智慧管道系统信息物理风险辨识

为了辨识油气智慧管道系统中存在的信息安全风险,本文通过基于系统论事故分析模型(systems-theoretic accident modeling and process)的方法,对油气智慧管道系统的信息物理安全进行全面评估与分析。首先,系统综合分析了油气智慧管道涉及的设备、设施、工艺、元件,评估其安全性。其次,通过建立STAMP模型,深入分析了各层级、元件之间的反馈信息与控制动作,形成了明确的控制反馈回路,突显了元件之间的关联与控制关系。在此基础上,系统辨识出了潜在的信息风险因素,推导并构建了可能发生的系统失效场景。以天然气输气首站油气智慧管道系统为例,研究验证了基于STAMP模型的可行性和有效性。结果显示,该方法不仅直观地描述了元件之间的关联与控制关系,而且从物理层功能安全的角度全面考虑了信息风险,特别凸显了控制元件PCS(process control systems)及易受攻击的操作员站。与传统方法相比,本研究所提出的方法将信息物理安全风险因素的识别率提升至80%以上,提高了40%以上,有助于避免不必要的安全措施冗余设计,提高了安全风险管控的准确性。     

精益5S现场管理对提升员工生产效率问题的研究

丰田精益生产模式对企业生产效率的提升产生了显著的正面影响。作为丰田现场管理的核心精益工具,5S改进活动被视为实现精益生产不可或缺的步骤。本研究以员工认知负载为视角对5S改进活动进行建模,发现其能够有效降低员工认知负载,减少生产决策时间,从而促进员工生产效率。同时,研究强调了在5S改进中持续改善和及时维护生产环境的重要性,为企业管理者在实施5S现场管理提供了有益的管理启示。     

模态测试不确定性影响因素分析及传感器布置应用

模态测试结果的准确性会受测试数据采集、数据处理、建模假设和参数估计等不确定性因素的影响. 为研究模态测试中模态参数的不确定性水平及不同影响因素对其的影响规律,本文采用状态空间模型和费希尔信息矩阵的快速模态参数不确定性分析方法,探讨包括振动信号的采样时长、采样频率、采样信噪比和结构的阻尼比等多种因素对模态参数不确定性水平的影响,同时提出利用模态参数不确定性水平来优化传感器布置策略的实用性建议. 结果表明：模态参数的不确定性水平随采样时长、采样频率、信噪比和传感器数量的增加而降低,随结构阻尼比的增大而升高;对于均匀分布结构,多数传感器布置在结构顶部和中上部,少数布置在中下部时,模态参数的整体不确定性水平较低,是一种相对较优的传感器布置方案.     

区域公用品牌认证对中国食品出口上市公司价格加成的影响——基于多期双重差分模型的实证研究

基于2008—2022年中国上市公司数据,构建多时点双重差分模型,实证检验区域公用品牌认证对中国食品出口企业价格加成的影响效应及作用机制。研究表明：区域公用品牌认证显著提升了中国食品出口上市公司的价格加成;对价格加成的提升作用呈现异质性。对于产品异质性更高的行业以及宣传水平更低的企业而言,区域公用品牌认证导致食品行业出口上市公司价格加成率增加更多。从质量信息不对称视角出发,为发挥区域公用品牌对农业企业出口绩效和产品竞争力的提升作用、提高企业出口利润水平、实现农业高质量发展提供了新证据。     

基于自监督信息增强的图表示学习

针对图表示学习模型依赖具体任务进行特征保留以及节点表示的泛化性有限等问题,本文提出一种基于自监督信息增强的图表示学习模型(Self-Variational Graph Auto Encoder,Self-VGAE)。Self-VGAE首先使用图卷积编码器和节点表示内积解码器构建变分图自编码器(Variational Graph Auto Encoder,VGAE),并对原始图进行特征提取和编码;然后,使用拓扑结构和节点属性生成自监督信息,在模型训练过程中约束节点表示的生成。在多个图分析任务中,Self-VGAE的实验表现均优于当前较为先进的基线模型,表明引入自监督信息能够增强对节点特征相似性和差异性的保留能力以及对拓扑结构的保持、推断能力,并且Self-VGAE具有较强的泛化能力。     

基于抗差自适应滤波的高速列车融合测速算法

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感器异常观测导致的观测粗差和动力学模型误差;然后,针对观测粗差和动力学模型误差,分别采用三段式函数和指数函数构造抗差因子和自适应因子,通过2种因子合理调节观测信息和模型信息在状态估计中的权重,从而降低观测粗差和动力学模型误差对融合结果的影响;最后,通过2种运行场景以及算法对比,仿真验证抗差自适应滤波算法性能。仿真结果表明,与基于Kalman滤波的融合测速算法相比,所提出算法无论在观测粗差场景还是在动力学模型误差场景,均具有更高的精度和稳定性。     

基于IOAPIC重定位表修改策略的键盘过滤技术

设计了一种基于Windows操作系统下的键盘过滤技术。该技术采用WDM驱动框架和IOAPIC重定位表修改技术,可以对用户通过键盘输入的信息进行实时保护。该技术依赖内核驱动程序的最高权限,有效的防止木马程序对用户输入信息的窃取。将其与nProtect密码保护技术进行对比实验,实验结果显示该方法具有比nProtect技术更加底层的防护范围。