课程文献中心 更多>>

关键词： 摩托车制动系统   啸叫   复特征值   参数分析  

摘要： 摩托车制动系统作为一种非常重要的安全装置,其啸叫问题已经引起了业界的高度重视。当车辆制动时,高频率、尖锐的啸叫声,极大地影响骑行体验。此外,从安全性的观点来看,啸叫预示着制动系统中出现诸如非均匀摩擦、结构共振等不稳定因素,这些隐患可能会在关键情况下影响制动效能,进而危及行车安全,因此有必要对其进行更深入的研究。本文主要针对摩托车制动器系统,借助复特征值分析方法,对制动盘材质、制动衬片摩擦系数等关键参数展开研究,旨在能够精准锁定引发啸叫的敏感因素及其耦合规律,为切实抑制制动器啸叫提供强有力的理论支撑。

关键词： 全球导航卫星系统   精密单点定位   差分码偏差   五频观测数据   无电离层组合   线性组合  

摘要： 随着GNSS的发展和可用频率数的增加,多系统多频点联合服务已然成为提高定位精度的关键因素,然而当前各模型中并未有效顾及多系统多频点观测数据。因此,构建一种顾及DCB和OSB改正的GNSS全系统全频点精密单点定位(PPP)模型,通过估计的DCB/OSB代替精密产品对观测数据进行改正,根据灵活的无电离层(IF)组合和非组合(UC)模式,充分利用GPS、BDS和Galileo的单频至五频观测数据,实现全系统全频点观测的PPP。通过3次IF组合和UC模式实验,评估静态PPP在定位精度和收敛时间方面的性能。结果表明,估计的DCB参数与分析中心的公开产品具有良好的一致性,残差值基本在1 ns内,且都较为稳定,相对于使用精密产品的PPP,N和U方向分别提升79%和59%的定位精度;对比传统BDS-3双频PPP,全系统全频点PPP可获得cm级的定位精度,E、N、U方向分别提升39%、59%、51%,E方向收敛时间提升38%。

关键词： Hermitian Toeplitz矩阵   单叶函数   逆函数  

摘要： 令A表示单位圆盘Δ={z:|z|<1}内具有形式f(z)=z+^(∞)∑_n=2)a_(n)z^(n)的解析函数类。文章研究了单位圆盘Δ内的函数类:S*={f|Re{zf'(z)/f(z)}>0,(f∈A,z∈Δ)},K={f|Re{1+zf"(z)/f'(z)}>0,(f∈A,z∈Δ)},RT={f|Re{f'(z)}>0,(f∈A,z∈Δ)},T={f|Re{f(z)/z}>0,(f∈A,z∈Δ)}的逆函数f-1的二阶、三阶Hermitian Toeplitz行列式|T_(2,1)(f^(-1))|、|T_(3,1)(f^(-1))|,得到了其上界估计。

关键词： 待定系数法   恒等原理   适用条件   线性无关   矩阵求逆  

摘要： 从一个用待定系数法求抽象矩阵的逆矩阵的矛盾实例出发,探讨待定系数法的适用条件.提出并证明了矩阵多项式待定系数法适用的充分条件是:所涉及的方阵的幂是线性无关的.基于待定系数法的充分条件,对矛盾实例给出了修正和正确解答.用另外一个矩阵求逆的实例验证了结论的有效性,提供了分析待定系数法的新视角.

关键词： 代码漏洞   改进图神经网络   图结构   攻击检测   通用漏洞分析框架   特征向量  

摘要： 在分析网络C++代码漏洞攻击问题时,通常运用图神经网络完成攻击检测,其容易受到图结构中干扰信息的影响,导致检测结果F1值较低。因此,本文提出改进图神经网络下的网络C++代码漏洞攻击检测方法。应用图表征学习技术,将网络C++代码转换为由语句节点、邻接关系矩阵、语义特征组成的表征图。将源代码表征图导入基于结构学习的改进图神经网络中自动学习,借助网络强大的模式识别能力,在不考虑干扰信息的情况下得出漏洞攻击初步检测结果。结合改进图神经网络检测结果和通用漏洞分析框架检测结果,生成漏洞攻击综合检测报告。实验结果表明:该方法给出的漏洞攻击检测结果F1值大于0.92,实现了对攻击情况的准确分析。

关键词： 初等变换   特征值   二次型   惯性指数  

摘要： 本文给出了全国硕士研究生入学考试中一类关于惯性指数问题的多种求解方法,并结合全国硕士研究生入学统一考试的数学试题实例进行了讨论.最后讨论了二次型在经济管理中的一个具体应用.

关键词： 隐私保护   频率估计   混洗差分隐私   盲签名   矩阵运算  

摘要： 混洗差分隐私(SDP)模型能兼顾用户端的隐私保护程度和服务器端发布结果的可用性,更适用于隐私保护的大数据收集和统计发布场景。针对目前SDP频率估计方法的洗牌效率较低和混洗过程安全性不足等问题,进行以下工作:首先,设计基于优化椭圆曲线的混洗差分隐私盲签名算法(SDPBSA),以实现对篡改或伪造信息的鉴别,提高混洗过程的安全性;其次,提出矩阵列重排转置(MCRT)洗牌方法,以利用随机的矩阵列重排和矩阵转置操作实现数据混洗,提高混洗过程的效率;最后,结合上述方法构建完整的SDP频率估计隐私保护框架——SM-SDP(SDP based on blind Signature and Matrix column rearrangement transposition),并通过理论分析讨论它的隐私性和误差级别。在Normal、Zipf和IPUMS(Integrated Public Use Microdata Series)等数据集上的实验结果表明,相较于Fisher-Yates、ORShuffle(Oblivious Recursive Shuffling)和MRS(Message Random Shuffling)等洗牌方法,MCRT洗牌方法的洗牌效率提升了1~2个数量级;相较于mixDUMP、PSDP(Personalized Differential Privacy in Shuffle model)和HP-SDP(Histogram Publication with SDP)等频率估计方法,SM-SDP框架在不同比例恶意数据存在时的均方误差(MSE)降低了2~11个数量级。

关键词： 特征值   Kirchhoff型梁方程   全局分歧   结点解  

摘要： 利用分歧方法,研究四阶Kirchhoff型梁方程两点边值问题{u″″(t)-M(∫_(0)1 u′|^(2)d t)u″(t)=λf(t,u(t)),t∈(0,1),u(0)=u(1)=u″(0)=u″(1)=0结点解的分歧行为,其中λ∈ℝ是参数,M:[0,∞)→[0,∞)和f:[0,1]×ℝ→ℝ是光滑函数.当M和f满足适当条件时,获得了其结点解的存在性结果.

关键词： 人脸识别   统一全域人脸库   可信身份验证   特征值  

摘要： 人脸识别技术具有数据采集方便、特异性强、识别率高、非接触的特点,被高校广泛应用在课堂学习行为分析、学习情感计算、教育教学评价等智慧校园应用场景,助力学校精细化管理和个性化教学,构建智慧教育生态。文章分析了高校人脸识别应用存在的人员信息不全面、人脸照片重复采集、多处存放、人脸照片核验难、安全性能差等问题,按照“全域人员、用途告知、统一入口、自愿采集、自主授权、可信核验、集中存放、加密存取,特征值识别、安全合规”的原则,设计了包含数据感知层、人脸识别算法引擎、人脸数据仓库、AI能力接口、应用层、展示层六大模块的高校统一全域人脸库系统,实现了校内全域人脸照片的统一采集和集中存放、照片质量统一检测和可信真实身份验证、人脸生物特征值的统一提取和下发,形成了全校人脸信息“一个库、全口径、特征值、可信任、多应用、重安全”的校园人脸识别应用格局,为下一步基于AI的智慧教育教学生态建设打下坚实基础。

关键词： 频谱感知   SαS分布噪声   分数低阶矩   特征值分布   调和平均  

摘要： 针对SαS分布噪声提出了一种基于分数低阶预处理与特征值调和平均检测相结合的频谱感知算法,该算法以分数低阶预处理接收信号样本协方差矩阵的最大特征值与特征值调和平均之差与最小特征值之比(DMHMM)作为感知判决量.该算法在预处理阶段通过分数低阶操作降低SαS分布噪声非高斯特性的影响,在检测阶段利用极值特征值与特征值调和平均设计检测判决量,检测过程避免了对噪声参数的依赖,适应范围广.在此基础上,基于Wishart矩阵特征值几何平均的矩理论,以及高维随机矩阵中最大和最小特征值渐近分布理论,针对DMHMM频谱感知算法提出了一种有效的理论判决门限计算方法,在降低理论门限计算复杂度的同时,提高了非渐近条件下SαS分布噪声中主用户信号检测结果的可靠性.Monte-Carlo仿真结果表明,所提DMHMM频谱感知算法可以获得比半盲DMGM算法更为可靠的检测判决结果,且在检测阶段无需SαS分布噪声的相关参数;由于综合利用了分数低阶预处理后取样协方差矩阵的极值特征值以及特征值调和平均信息,能够更好地反映主用户信号的变化,使得新算法具有比MME和CHME算法更优的检测效果.