摘要:现有RPKI体系中，RPKI资料库与RP服务器之间的数据同步使用开源工具Rsync，但由于RPKI体系中证书数据结构的特殊性，使用Rsync进行数据的同步不仅效率低下，而且Rsync会消耗过多的系统资源，从而使整个RPKI体系遭遇潜在的安全风险.因此，IETF针对RPKI资料库数据特征，提出增量同步Delta协议以替代Rsync在RPKI中的作用.本文详细介绍了Delta协议的工作逻辑和机制，从安全性和高效性两方面将之与Rsync进行全面对比，并使用Promela语言构建Delta协议模型，借助形式化验证工具SPIN对该模型进行验证，从而证明该协议具备较高的协议安全性和稳定性.最后，本文给出Delta协议的实现结构.

摘要:本文以电商平台上的产品评论文本为研究对象，针对产品评论中特征词和观点词的识别问题进行了研究.首先构建特征-观点对二分网络，再给出特征-观点对二分网络中节点重要性排序算法，最后将此算法应用到实际的评论文本数据中以检验算法的有效性.

摘要:针对软件行为的可信性进行了测试方法与度量标准的研究.在测试方法上，通过在软件开发阶段植入可信埋点模块的方式获取行为的动作路径，以"言行一致"思想为依据，将软件的行为声明与动作路径做比对，得到可信性测试的新方法.在判定标准上针对动作路径提出显性可信性判断指标和隐性可信指标，在度量上提出基于K-means聚类的隐性指标判定模型，并将此应用在单一行为的可信度计算以及相似行为的可信甄别上.通过实验验证了方法的可行性，为可信性测试提供了新的思路.

摘要:工业企业在生产制造过程中积累了大量的生产数据.海量的工业数据蕴含了价值巨大的信息，通过分析、挖掘这些工业数据能够提升企业数字化管理与质量数据分析能力.本文以轮胎行业制造大数据的应用为背景，分析了轮胎行业制造大数据的质量分析需求与数据特征，将轮胎生产各个环节的多源异构数据有效整合，经过数据预处理流程，构建了结构化的生产制造与质量检测关联分析数据集.针对传统ADTree算法性能较低的问题，本文使用优化后的自底向上的归纳方法进行了改进，充分利用已知数据，减少了建树时分裂测试评估的计算量.实验证明，改进后的ADTree算法更适用于大数据量的数据挖掘.ADTree的挖掘结果经过整理，可以找出影响轮胎质量的重要因素.

摘要:文本图像识别是计算机视觉领域一项重要任务，而其中的中文识别因种类繁多、结构复杂以及类间相近等特点很具挑战性.为改善这一问题，使用文本行端到端的识别模型.首次提出利用密集卷积神经网络（DenseNet）提取文本图像底层特征，同时避免手工设计、统计图像特征的繁琐；将整行图像特征直接送入双向长短时记忆模型（BLSTM）进行局部相关性分析，减少字符定位分割这一步骤；最后采用时域连接模型（CTC）解码获得识别的文本信息.实验表明所提出的模型可以高效的进行图像文本行的识别，并对图像的多种形变具有较好的鲁棒性.

摘要:分析了科研协同平台发展现状，总结了目前三种常见的科研协同平台构建方式，即基于Web2.0的科研协同平台、基于管理流程的科研协同平台、基于文档管理的科研协同平台.常见科研协同平台虽各有特色，但对科研核心活动的协同支持不足.然后探讨了科研协同的概念及类型，设计了基于私有云盘的科研管理流程、科研协同流程，提出了基于私有云盘的科研协同平台的总体架构，并设计了其功能结构.最后对基于私有云盘的科研协同平台的实现及应用进行讨论.基于私有云盘的科研协同平台对于当前高校科研信息化具有很好的支持及借鉴意义.

摘要:Selenium自动化测试工具在测试领域已经被广泛应用.使用时它需要依赖其它编译器或解释器才能执行测试.一方面让测试人员需要熟练的编程技术才能使用，另一方面让测试开发难度过高.为了降低自动化测试门槛，针对Web自动化测试设计了一种基于Selenium的解释器.首先深入剖析Selenium的测试原理，依据它测试接口的使用状况对主要的测试类构建依赖关系，然后根据Web程序的测试需求构建解释器的各个模块.参照编程人员的编码习惯和参考Python、JQuery等语法对每个模块的语法详细设计.最后设计一个具体的测试用例对解释器进行评价.实验结果表明，该解释器克服了使用Selenium门槛高的缺点，让编写的测试脚本更加简短整洁，测试性能也有明显的提高.

摘要:针对当前手势控制技术中手势数据的不稳定性，研究了一种基于RFID反向散射通信的机器人手势控制系统.首先，通过对数据进行加窗处理来解决标签反射信号在时域上的不连续性，并利用相对熵的思想提取相位流中动态手势的指纹特征分段；其次，利用动态时间规整（Dynamic Time Warping，DTW）算法计算当前分段与先验手势指纹库中各一维分量的匹配程度，并在此基础上结合k邻近算法实现手势分类；最后通过蓝牙设备与机器人进行串口通信，实现人机交互应用.实验结果显示该系统可以对机器人进行前进、后退、向左、向右、顺时针旋转、停止的实时控制，机器人对手势指令的正确反馈率高于84%，证明系统在真实环境下具有良好的可行性和鲁棒性.

摘要:随着信息技术、航天技术的不断发展，遥感影像数据量呈现爆发性增长.针对陕西某测绘所管理影像数据时出现的存储需求量大、读取过程缓慢、图像处理耗时长等问题.本文基于LFU （Least Frequently Used）缓存算法，设计了三级缓存模块，用来高速缓存影像数据.同时结合Hadoop开源技术，设计了遥感影像业务管理系统.该系统具有高内聚，低耦合，扩展性强的特点.经过系统性能测试，该系统能有效解决影像存储瓶颈，同时能提升影像读取速度，缩短影像处理时间.

摘要:在公共安全领域，监控视频中的人脸识别技术是不可或缺的技术，成为研究热点.而监控视频中低质量的人脸图像会大大降低整个人脸识别系统的识别准确率，系统难以更广泛地被投入实际使用.本文提出了一种基于CNN的人脸图像质量评估方法.通过对Alexnet模型进行改进，将网络中的多个卷积层与全连接层连接，从而提取不同尺度的图像特征.通过端到端的训练过程，预测人脸图像质量分数.另外，采用人脸识别算法来标定人脸图像的质量分数，使质量分数能更有效地筛选出适合识别算法的图像.在Color FERET数据集上实验表明，本文方法能够准确地对人脸图像进行质量评估.而在实际采集的监控视频数据集上实验表明，本文方法能筛选出高质量的人脸图像用作后续人脸识别，提高人脸识别准确率.

摘要:在近年来社会公共安全受到广泛关注的情况下，如何利用监控视频对异常行人进行监督，预防危险事件的发生成为了一个热门课题.异常行人是指与普通行人在外观上有明显异常性区别的人，例如用头盔大面积遮挡面部或低头躲避摄像头，考虑到异常行人的特征主要集中在头面部，本文提出一种基于多任务卷积神经网络和单类支持向量机的针对头面部特征的异常行人快速检测方法.首先进行头面部区域的检测，然后使用多任务卷积神经网络提取头面部区域的特征，之后使用单类支持向量机判断是正常行人还是异常行人.此外，本文还针对卷积神经网络设计了一种卷积核拆分方法，加快了特征提取的速度，最终实验表明，本文提出的算法能够快速有效的检测出监控视频中的异常行人.

摘要:由于硬件升级和WiFi的广泛覆盖，网络应用业务和服务在Web端和智能移动终端并驾齐驱，用户也经常在两者之间切换，因此，支持跨平台自适应于Web端和移动终端的网络应用研发技术是当今的一个热点.Ionic框架技术通过前端交互设计，逻辑控制设计，调用系统原生接口完成应用软件的研发；AngularJS框架技术通过强大的视图数据双向绑定功能，自定义指令扩展功能，灵活的数据处理功能，增强HTML的动态应用；MongDB数据库技术借助数据库、集合、文档作为存储单元实现单服务器部署和多数据中心架构.本文研究怎样组合Ionic框架、AngularJS技术实现自适应前端页面的设计，研究了MongDB的存储原理和它内置文件系统GridFS存储文件的工作原理，以及它内置分片系统Sharding对松散数据结构的支持和存储数据的强扩展性原理，并采用研究的结果设计实现了一款自适应于Web端与移动终端的应用软件，为用户在Web端和移动端切换带来了简便，实现了良好的用户体验.

摘要:在线学习系统中没有教师对学习者学习状态进行评价，大多需要学习者自主设定学习策略、调整学习步伐，这导致了学习者缺乏个性化的指导，使得部分学习者的学习效率不高.为了解决这个问题，本文在大学英语诊断性练习系统中提出了诊断性评价模型.该模型使用大量实际数据，从学习状态、题型关联分析、知识点关联分析和四级成绩预测这四个角度进行数据分析，并使用S-P表分析法、数据挖掘和机器学习等分别建模，最终将这四个模型结合得到了诊断性评价模型，并在大学英语诊断性练习系统中进行实现.实验结果表明，诊断性评价模型可以有效辅助学习者进行练习，提高四级成绩.

摘要:针对OpenStack面临的虚拟机容灾备份问题，提出了一种基于Ceph存储快照的虚拟机容灾备份系统，备份时对虚拟机存储在Ceph中的磁盘生成快照，再根据备份要求计算有效数据或者变化数据，保存虚拟机的配置信息以及磁盘数据，恢复时自动创建相同配置的虚拟机并将当前快照点的磁盘数据恢复到该虚拟机中.实验表明，该方法比OpenStack的快照备份方法能有效节省备份时间和存储空间，并且可以实现后者不具有的增量备份、多磁盘备份等功能.

摘要:人机交互离不开情感识别，目前无论是单模态的情感识别还是多生理参数融合的情感识别都存在识别率低，鲁棒性差的问题.为了克服上述问题，故提出一种基于两种不同类型信号的融合情感识别系统，即生理参数皮肤电信号和文本信息融合的双模态情感识别系统.首先通过采集与分析相应情感皮肤电信号特征参数和文本信息的情感关键词特征参数并对其进行优化，分别设计人工神经网络算法和高斯混合模型算法作为单个模态的情感分类器，最后利用改进的高斯混合模型对判决层进行加权融合.实验结果表明，该种融合系统比单模态和多生理参数融合的多模态情感识别精度都要高.所以，依据皮肤电信号和文本信息这两种不同类型的情感特征可以构建出识别率高，鲁棒性好的情感识别系统.

摘要:为了帮助用户选择尽可能满足其个性化偏好的物流配送服务，结合配送服务的多属性评分特点，本文构建了基于多属性协同过滤的推荐算法，对传统协同过滤算法进行了延伸与改进，首先预测目标用户对候选服务各属性的评分值，通过引入服务的个性化特征因子减小热门服务对用户相似度计算的误差，考虑到用户的服务属性评分存在波动性，使用信息熵将用户历史评分均值与协同过滤得到的预测值相结合进行修正，然后基于同一用户对不同属性评分波动性的差异，计算得到用户对服务所有属性的评分预测权重，将各属性的评分预测值与对应权重加权求和进行服务推荐.对配送服务交易的评分数据样本进行实验验证，在准确率和平均绝对误差指标上有较好的表现，将算法应用于物流配送服务平台，构建推荐系统，能够提高平台个性化服务能力.

摘要:在等离子体控制系统PCS中，操作系统噪声通常带来几微秒到几十微秒延迟，无法满足日益严格的控制要求.基于Linux内核机制，可推断延迟的产生主要由于调度和中断.为避免调度，对控制进程采用实时调度，并进行配套系统调整；为减少中断，进行中断迁移，并使用修改了内核滴答频率的Linux内核.最终延迟情况得到有效改善，从而为数据采集、计算和传输保留了充裕时间.

摘要:针对OFDM （Orthogonal Frequency Division Multiplexing）信号在非合作通信系统中，具有多种子载波调制类型且有些子载波调制类型难以被调制识别的问题，提出了一种对其子载波分类识别的新方法.此方法结合并改进了星座图聚类投影法和对数似然函数（Logarithmic Likelihood Function，LLF）算法，先对不同子载波调制信号进行星座图聚类投影从而识别出常规子载波调制类型，再进一步通过对数似然函数对常规子载波调制类型和偏移正交（Offset QAM，OQAM）调制类型进行分类识别，并在此基础上推导出子载波组的对数似然函数使其计算结果值更容易被判决门限分类.理论推导和计算机仿真结果表明这种方法能在信噪比高于15 dB的情况下完全识别子载波的调制方式.

摘要:近年来，图像检测方法已经被应用于很多领域.然而，这些方法都需要在目标任务上进行大量边框标注数据的重新训练.本文基于Faster RCNN方法，并对其进行改进，解决了在小数据且无需边框标注的情况下的商品图像检测问题.首先对Faster RCNN的边框回归层进行改进，提出了一种非类别特异性的边框回归层，仅使用公开数据集训练，无需在目标数据集上进行再训练，并将其用于数据预标定与商品检测.然后结合Grabcut与非类别特异性Faster RCNN提出了一种样本增强方法，用来生成包含多个商品的训练图像；并为Faster RCNN添加了重识别层，提高了检测精度.

摘要:为解决空间站内航天员长期生存自给自足的问题，空间植物的研究变得越来越重要.目前，图像识别领域存在着浅层图像识别方法难以提取空间植物图像分层特征，以及深层卷积神经网络方法固定尺寸输入和识别时间较长的问题.因此，本文提出的基于全卷积神经网络的方法，通过提取由浅层至深层的特征、深度融合光谱特征和空间特征，实现对空间植物图像的有效准确表示，从而实现空间植物图像的快速、精确识别.

摘要:验证码作为一种安全手段，被广泛应用于互联网领域.本文提出了一种基于卷积神经网络的图像验证码识别方法，通过卷积层级联、残差学习、全局池化、分组卷积等技术手段，在保证识别准确率不受影响的前提下，大大降低了网络的参数量.本文以铁路购票网站验证码和正方教务系统验证码为例来测试模型性能.对于铁路购票网站验证码，实验结果显示本文提出的识别方法参数量最少，对图形和中文词组验证码的识别准确率分别达到98.76%和99.14%；对于正方教务系统验证码，本文方法参数量最少且识别准确率为87.30%.

摘要:在复杂电磁环境下，通信信号与干扰在时频域重叠而难以分离，针对这一问题，提出了一种基于信号稀疏表示的干扰抑制与通信信号重构方法.首先，通过K阶奇异值分解（K-Singular Value Decomposition，K-SVD）算法，分别构造通信信号与干扰的过完备子字典；然后，对过完备子字典进行联合构建联合字典，利用正交匹配追踪（Orthogonal Matching Pursuit，OMP）算法实现信号的分离和重构；最后，对时频重叠下的2ASK信号和2PSK信号的干扰抑制和重构过程进行了计算机仿真，再对OFDM信号的干扰抑制和信号重构过程进行了实验验证.仿真及实验结果表明：该方法可以实现时频重叠情况下通信信号的干扰抑制与信号重构.

摘要:随着视频卫星的不断发展，如何在卫星视频数据中准确和快速地进行目标检测逐渐成为一个研究热点.本文从两个方面改进了单阶段的目标检测网络.针对卫星图像中目标尺寸小、分辨率低的特点，利用反卷积操作丰富目标的上下文信息，同时将对应尺度的卷积特征组合成超参特征，丰富目标的细节特征；并提出图像特征多级网格化，将不同网格化的结果进行融合，提高模型的检测准确率.根据视频卫星对地凝视成像、场景移动缓慢的特点，设计出内容一致性判别网络，通过判别结果可以省略一些冗余的检测步骤，提升整体的检测效率.本实验使用"吉林一号"卫星视频数据，通过具体的实验结果分析，得出该系统对于对地凝视卫星视频中目标检测的准确率和速度都达到了较好的效果.

摘要:针对工程设计中形变部件的限元模型的碰撞检测问题，提出了一种基于AABB树的快速碰撞检测算法.对于需要分析的有限元，对几何表面进行三角化，随后建立AABB包围盒，并采用优化的AABB树算法进行空间划分；利用AABB树与包围盒排除不相交图形，采用Devillers算法测试三角形相交，并利用并行方式加快计算.实验结果表明，本算法有效提高了碰撞检测的效率，适用于复杂有限元模型的碰撞检测.

摘要:连续压机生产线的发展，使人造板实现自动化生产，但缺陷检测环节仍为人工.缺陷识别是检测中的一个重要环节，是根据缺陷特征值利用分类器进行识别的过程.由于人造板连续生产，实时性要求高，为实现缺陷的快速、准确识别，提出了一种基于剪枝的CART树对人造板进行缺陷识别.通过对已有的人造板缺陷图像进行预处理、分割，获得缺陷的形状、纹理特征作为输入，通过基于Gini指数的CART算法生成CART树.针对于自由生长的CART树容易出现过拟合的问题，利用代价复杂度算法对生成的CART树进行剪枝，通过十折交叉验证对剪枝前后的子树进行比较，获得最优子树.通过实验证明剪枝后的CART树缺陷识别正确率高达93%，满足人造板缺陷识别的实时性和正确率的要求，可以实现人造板在线缺陷检测.

摘要:通过均衡网络能量消耗和延长网络生命周期，以提高无线传感器网络的能量利用率，提出了在无线传感器网络动态成簇算法中对簇头节点进行网络编码的路由算法.在簇的建立阶段，采用节点剩余能量和接收信号强度来完成分簇，解决了部分节点因能耗过度而过早失效的问题；在数据采集阶段，采用基于簇头进行随机线性网络编码的方法，有效降低了传输到网关节点数据包的数量，减少了网络能量的耗用.仿真实验结果表明，该算法与标准协议AODV相比，有效的均衡了节点能量消耗，提高了能量使用效率，改善了网络吞吐量和端到端延迟.

摘要:访问控制在一个信息安全系统中是一个基础的课题.RBAC （基于角色的访问控制模型，Role-Based Access Control）以不同的角色来定义用户，这些角色对应了不同的密级.这使得不同角色中的用户有不同的权限.基于这一点，密钥可以用来区分不同角色间的访问权限.随着人事和任务的变动，现有RBAC的结构也会发生变动.本文定义了线性、树形和有向无环图三类RBAC模型，从线性结构出发，讨论角色中用户与密级发生的变化，推广至树形结构，提出了一种下级角色的密钥由上级角色的密钥决定的方法，可以有效地实现线性和树形可变动RBAC模型的密钥管理.

摘要:蚁群算法在解决车辆路径问题时存在运行速度慢等问题，基于此本文提出了一种自适应蚁群算法.该算法把客户需求等因素加入禁忌表，实时记录当前最优解，据此智能调整信息素的更新规则，同时调整了概率转移公式和可行解的构造方法，并建立了相应的颜色Petri网模型.最后利用VRP问题库中的几个经典实例与GA及其他改进蚁群算法进行了对比试验，验证了该算法既可以加快收敛速度，又可以避免局部最优，同时保证了最优结果的多样性.

摘要:随着数字图像处理技术的高速发展，图像恢复被广泛应用于医学领域、军事领域、公共防卫领域及农业气象领域.本文综合TVL1、ROF、STVL1（Squares TVL1）、SHI模型，提出了非凸非光滑关于脉冲噪声去除模型，并使用变量分离技术的ADMM算法对模型进行求解，通常情况下，基于梯度的方法不适合非光滑优化，半二次（half-quadratic）和重权最小二乘算法（IRLS）在零点不可微分情况下不能应用到非光滑函数上，Graduated NonConvexity （GNC） algorithms跟踪非光滑和非凸的最小值沿着一系列近似的非光滑能量函数的势能，需要考虑其计算时间.为了处理模型的非凸非光滑项，本文应用多阶凸松弛方法对模型的子问题进行求解，虽然该方法仅导致原始非凸问题的局部最优解，但该局部解是对初始凸松弛的全局解的改进.此外，因为每个阶段都是凸优化问题，所以该方法在计算上是高效的.利用遗传算法对模型参数进行选择，通过在不同图片及不同噪声上的大量实验表明，该模型的鲁棒性、运行时间和ISNR、PSNR都优于其他三个模型.并且该模型能够保持图像的局部信息具有更好的可视化质量.

摘要:为了提高传统Z-Score财务预警模型的预警能力，本文将改进FOA算法的良好寻优能力和Z-Score财务预警模型相结合，提出了一种改进FOA算法的上市公司Z-Score财务预警模型.采用改进FOA算法来优化Z-Score模型的参数，降低预测值和目标值之间的均方根误差（RMSE）.经对选取上市公司财务数据的预测值和目标值对比，且检验其准确率.实验结果：传统的Z-Score模型、基本FOA算法优化Z-Score模型和改进FOA算法优化Z-Score模型的预测准确率分别为65%、70%和80%.实验表明改进的算法较大提升了Z-Score财务预警模型的预测能力，也表明了该算法的有效性.

摘要:随着新型社交媒体的发展，作为传播网络舆论的重要媒介，微博已然成为挖掘民意的平台.自然语言处理技术可以从微博文本中提取有效情感信息，为网络舆情监控、预测潜在问题及产品分析等提供科学的决策依据.为了克服现有的浅层学习算法对复杂函数表示能力有限的问题，本文尝试融合深度学习的思想，提出基于Word2Vec和针对长短时记忆网络改进的循环神经网络的方法进行中文微博情感分析.在两万多条中文标注语料上进行训练实验，实验数据与SVM、RNN、CNN作对比，对比结果证明，本文提出的情感分析模型准确率达到了91.96%，可以有效提高微博文本情感分类的正确率.

摘要:提出一种基于顶点法向量约束实现插值的两步Catmull-Clark细分方法.第一步，通过改造型Catmull-Clark细分生成新网格.第二步，通过顶点法向量约束对新网格进行调整.两步细分分别运用渐进迭代方法和拉格朗日乘子法，使得极限曲面插值于初始控制顶点和法向量.实验结果证明了该方法可同时实现插值初始控制顶点和法向量，极限曲面具有较好的造型效果.

摘要:高空无人机灭火时，要对火灾点进行探测.传统的探测方法易受环境的干扰，并且它的反应不灵敏，实时性较差.基于此本文提出了一种基于双目立体视觉的探测方法：首先搭建实验平台并设计其硬件电路，然后深入研究了经典的双目立体视觉测距算法，提出了一种新的测距方法.该方法主要内容包括：图像获取、感兴趣区域提取、图像预处理和基于权重融合的动态模板匹配算法.最后，采用多段非线性补偿的方法构建了测距模型，并在实验平台上对所构建的测距模型进行了大量的实验，实验结果表明：在50 m以内，该测距模型的误差在1 m以内，100 m以内，测距误差在2 m，匹配精度为6.947像素/m，基本符合高空无人机灭火的精确测距要求，故该测距模型测量的距离精度较好，工程应用性强.

摘要:研究跌倒检测方法对于保障老年人健康生活具有重要意义.首先通过惯性传感器对老年人日常行为及跌倒动作进行捕捉，使用欧拉角法表示动作数据，引入滑动平均滤波算法对数据降噪融合；在此基础上，基于拉班舞谱空间表示方法，建立跌倒及方位检测模型，基于该模型进行异常姿态检测及八种精确方位判定，最终提出一种基于拉班空间的跌倒方位检测方法.实验结果表明，该方法的检测准确率可达100%，同时能够对老年人跌倒后受伤部位进行预诊断及报警.

摘要:计算机图形学中裁剪算法的效率会直接影响到图形计算、处理、显示的速度和用户体验.本文在Java环境下，围绕降低循环中冗余计算、重用对象、多线程控制等方面，对传统的矢量图裁剪算法进行改进.改进后的算法在执行效率和内存消耗上均优于传统的矢量图裁剪算法.该算法的应用可以有效的提高工程图形的生成效率.

摘要:为了将TMS320C6678处理器应用于与多个网络设备交互的场景中，本文研究了该处理器的双网卡模式的工作机制，给出了详细的驱动实现，并在TI的EVM6678L公板上完成了测试，测试结果证明双网卡驱动是成功的.

摘要:WebGL（Web Graphical Library）让浏览器在无需安装插件的情况下即可渲染出3D图形，而封装了WebGL低级别API的three.js更是为3D图形的高效创建提供了可能.针对传统方法的磁盘阵列可视化不够直观以及交互功能单一的问题，本文提出了基于three.js的磁盘阵列三维（3D）可视化的框架，从仿真建模和交互两方面阐述了3D磁盘阵列的设计思路，并给出了相应的实现过程.相对于传统方法，提出的3D可视化框架能够创建真实的三维场景，给用户带来流畅丰富的视觉以及交互体验.

摘要:无钥匙进入启动系统（PEPS）相对于传统的钥匙开启车门和启动汽车，其通过低频和射频的通信，实现汽车与钥匙之间复杂的双向身份认证.为了保障双向身份认证，本文详细介绍了基于UDS协议的PEPS系统安全认证方法.通过UDS协议的诊断学习功能，实现了遥控钥匙与BCM、EMS以及ESCL的认证保护机制，以此保证了无钥匙进入启动系统（PEPS）工作的安全性，为其迅速发展提供了有力的技术支撑.

摘要:针对矿山排土场滑坡的过程是一个动态、大延迟、情况复杂的特性问题，影响矿山排土场滑坡的因素众多，各个特性指标间相互影响，而关于排土场滑坡预警并没有严格的划分标准，本文提出主成分关联长短期记忆（PCA-LSTM）网络模型，利用主成分分析和关联性分析，挖掘出所有特性指标当中的第一主成分，与第一主成分关联性较强的其它特性指标，将得到的其它特性指标和第一主成分作为预测排土场滑坡的主要特性指标，利用长短期记忆网络（LSTM）在处理时间序列问题能够将现有输入的信息与历史信息相互结合的特点；采用LSTM网络模型通过多个其它特性指标对第一主成分地表位移指标进行预测，并取得了较好的效果.

摘要:在实际应用中，经常会遇到一次通话需转移多个标签的所有权问题，现有的绝大多数所有权转移协议只适用于单标签所有权的转移，为解决该问题，设计出一种适用于多标签的所有权转移协议.所提协议无需依赖可信第三方，从而可以减少系统中的通信实体数；协议基于中国剩余定理及交叉位运算对传输消息进行加密，确保通信消息的安全可靠；在一次通话过程中，协议能够同时转移多个标签的所有权.基于BAN逻辑形式化给出数学证明过程，并对协议进行安全性及性能分析，表明协议具备所有权转移所需的安全性及较低的计算量.

摘要:射频识别技术（RFID）是室内精确定位的重要技术之一.基于经典LANDMARC算法定位精度不高问题，提出了基于动态质心迭代和偏差修正相结合的定位算法.该算法采用最小关联度为准则，通过将近邻区域质心作为下一个参考标签依次迭代近邻成员，直至与目标标签的关联度低于阈值，实现预定位；通过实施k近邻成员重定位并引入修正系数对预定位坐标进行偏差修正.实验结果表明，相比于LANDMARC算法，该算法的定位准确度得到较大提高.

摘要:用户通话产生的详细话单数据具有丰富的时空信息和社交信息，这些信息在一定程度上反映了用户的生活习惯和社交模式，对于移动通信用户画像研究具有重要意义.我们的研究是基于中国某运营商提供的10 000名用户一个月详细话单数据，本文从用户日常移动模式方面提取移动距离、回旋半径、访问点个数和移动方向熵特征，从用户社交生活方面提取通话时长、联系人数量、主叫比率和社交熵特征，利用上述特征对用户进行群体划分和构建用户词云名片，从而完成对移动通信用户的画像研究.本文使用用户话单数据为推测用户属性、理解用户特征提供了新的视角.

摘要:随着我国探月工程的推进，最后一阶段的任务便是在月面完成无人采样并安全返回.为了能在地面模拟出探测器在月面的实时情况，本研究使用Autodesk 3dsmax创建探测器模型后转成3DS格式的文件，并利用C++和OSG库实现对探测器的三维重构并进行可视化显示，实验结果表明：OSG库能够满足对探测器的可视化显示的需求，为未来"嫦娥五号"工程月面采样的可视化显示提供了一定的参考依据.