某嵌入式计算机启动异常分析

为研究某嵌入式计算机上电时无法启动的异常故障,根据产品架构建立硬件系统无法启动故障树,通过故障树分析法,对故障分支逐个分析,最终确定故障原因为复位二极管控制管脚准位倾斜度大于3°,在高低温环境下,二极管玻壳与打印轮之间刚性接触,产生过应力,导致器件失效.分析结论为同类计算机产品复位器件进行失效分析和焊接工艺改进提供研究...     

激光通信网络下车联网车辆异常轨迹检测方法

为改善车联网车辆异常轨迹检测的精准度,避免车辆轨迹与路面信息不匹配而引发交通拥塞,本次提出基于激光通信网络研究车联网车辆异常轨迹检测方法。首先构建车联网车辆轨迹模型,分析车联网车辆轨迹特征;然后分析车联网激光通信信道的均衡情况,采用均衡技术完成车联网信道均衡配置;最后根据异常信号反馈结果,实现车联网车辆的异常轨迹检测。实验结果表明,该方法能有效实现车联网车辆的异常轨迹识别,其轨迹扩散度为0.541。平均误转发率为0.041,保真度较高,具有较好的应用价值。     

基于深度学习的网络传输数据异常识别方法

互联网技术的广泛普及使得网络用户数量急剧增加,网络传输数据体量也随之增大,在多种因素的影响下,内部异常数据占比也越来越高,为网络数据传输、应用带来了极大的困难,为此提出一种基于深度学习的网络传输数据异常识别方法。该方法在LSTM神经网络模型的应用下,大幅度提升了评价指标——F1值,能够更加精确的识别异常数据,为网络传输数据的应用与处理提供更有效的方法支撑。应用高斯混合模型分割网络传输数据集合（训练集合/测试集合）,引入深度学习技术——LSTM,构建网络传输数据异常识别模型,根据LSTM神经网络长期与短期记忆单元需求重塑网络传输数据,基于梯度下降法制定构建模型训练程序,确定异常数据判别规则,将测试集合输入至训练好的识别模型中,输出结果即为异常数据识别结果。实验数据显示：应用所提方法后,F1值呈现波动状态,最小值为83.70%,最大值为94.50%,符合数据异常识别需求,证明该方法具备可行性。     

绝对重力测量异常值的局部异常因子检测算法

自主研发绝对重力仪的测量结果中出现的离群程度不同的异常值会直接影响测量结果的准确度和测量精度。目前一般采用的一元正态分布异常值检测算法漏检率高,容易造成测量结果的偏差和测量精度的下降。利用人工智能算法中的局部异常因子异常值检测算法,可以在线、快速、高效地完成自主研发绝对重力测量数据的异常值检测。首先,根据实测数据构建测试数据集,利用数值模拟确定局部异常因子算法邻域宽度参数的取值;然后,基于实测数据进行异常值检测并进行结果评估。评估结果表明,局部异常因子异常值检测算法对离群程度不同、连续出现异常值等情况检测效果明显优于一元正态分布异常值检测算法,组测量精度平均提高9.37μGal,可以作为自主研发绝对重力仪异常值检测的通用算法完成组测量结果的异常值检测。     

高速复杂网络异常流量安全监测和评估技术研究

网络技术在现实生活的应用越来越广泛,各种公共网络都已经被开放,随之而来的就是网络用户在急剧增多,在方便用户的同时,也产生了很多负面的影响。而网络异常流量就是其中一个很大的问题。文章对其定义和分类进行了简单的阐述,还详细介绍了评估方法,包括:网络异常流量的入侵评估方法;固定阈值方法;基于数据挖掘的方法;基于特征的评估方法;基于云计算的方法;基于统计分析的方法,希望对改进网络流量异常有所帮助。     

针对Java Web应用中错误异常处理方法的运用

基于多层架构的Java Web,因为分层的方式,在降低软件耦合性的同时,还可以一定程度增强本身的内聚性,促使整体的软件开发工作的落实极为繁杂,或极易出现运作事故,事实上,从现阶段的Java Web应用方式来讲,它的实际运作过程中容易出现误差,这些误差一般都是使用硬编码的方式存在一定的偏差,这样就可以增加了编码实际难度,所以,在对这些错误和异常情况进行分析的过程中,需要首先架构模型,笔者就Java Web应用过程中的异常问题进行了相应的分析,而后提出了切合实际的解决对策,以下为详述。     

基于大数据技术的网络异常检测方法

在当今的经济和科技环境下,网络运用已经成为人们生活的一部分。随着网络技术的逐渐升级,人们的生活与网络之间的联系也越来越紧密,但是随之而来的还有一系列网络故障问题,而这也是网络公司必须面对的问题。众所周知,网络故障会给人们的工作和生活带来一定的影响,而为了给网络用户带来更好的使用体验,就要及时处理网络异常并采取有效的行动,以减少网络故障的发生。大数据分析技术是解决网络故障的有效工具之一,其能够很好地帮助相关人员进行故障诊断,因而本文对大数据背景之下网络异常的检测方法进行了探索,希望能够更好地促进网络技术的长远发展。     

IEEE 802.11中多速率多节点公平的数据分组长度调整策略

在深入剖析多速率机制导致不公平性根源的基础上,提出了基于传输速率的数据分组长度调整(TRPSA)策略,该策略保证了传输速率不同的节点能公平地占用无线信道。理论证明和仿真验证了该策略能有效实现多速率多节点情况下的公平性,显著提高网络性能。该策略只需对IEEE 802.11做细小修改,易于在实际网络中实现和推广。     

平稳小波在高精度重力仪信号处理中的应用

为有效地消除噪声对重力仪测量数据的影响,提高重力异常测量值的精度,在分析平稳小波多尺度分析原理的基础上,将平稳小波应用到重力仪数据处理中,并与传统小波多尺度分析进行了对比.理论分析和仿真实验表明,平稳小波和传统小波都能在一定程度上抑制噪声对高精度重力仪测量数据的影响,但平稳小波的性能优于传统小波.     

基于旋转椭球体的等轴状场源体重力异常场模型构建方法

在中心埋藏浅、测量精度高的场合,采用球体作为有限大小、近于等轴状的场源体的模型进行重力异常正演会造成较大误差。提出一种基于旋转椭球体的等轴状场源体重力异常模型。通过改变长、短轴长度以匹配场源体形态,降低正演误差。在已有绕短轴旋转型旋转椭球体的引力位的基础上,推导旋转椭球体完整的重力异常基本表达式。将结果与球体重力异常比较,分析其间的特征差异,验证了结果的正确性。