车载网络中基于群签名的可保护隐私的车辆认证

安全和隐私是配置车载网络时所需要的2个重要条件,具有保护隐私功能的认证是实现这2个条件的关键技术.不同于已有的认证方案,文中用群签名来实现车载网络中能保护隐私的车辆认证.为了满足认证的快速性要求,基于目前安全性最强、效率较高和签名较短的ZL 06局部验证者撤销短群签名方案,提出了2个具有隐私保护功能的车载网络中的车辆认证方案.群签名所具有的良好性质保证了所提出的认证方案具有实用性和隐私保护功能.     

秦王川土壤酸碱度及盐离子对不同植物的响应

湿地土壤盐分含量既反映了土壤盐渍化程度,也与区域内植物类型相关.以兰州市秦王川湿地为研究对象,采集6种植物下的表层土壤(0～20 cm),即碱蓬(Suaeda glauca Bunge)、盐角草(Salicornia europaea L.)、紫菀(Aster tataricus L.f.)、柽柳(Tamarix chinensis Lour)、冰草(Agropyron cristatum (L.) Gaertn.)和早熟禾(Poa annua L.),通过分析土壤p H值、全盐量和可溶性盐离子浓度,探究该区域土壤酸碱性质及盐离子对不同植物的响应.结果表明:秦王川湿地土壤酸碱度总体表现为中性,其中紫菀和早熟禾土壤呈弱碱性;植物与土壤盐渍化的对应关系分别为盐角草和碱蓬—轻盐土,柽柳—盐渍化土,冰草、早熟禾和紫菀非盐渍化土;土壤盐分类型为Ca~(2+)+Mg~(2+)—SO_4~(2-)+Cl~-型,以硫酸盐为主;土壤离子的对应分布特征为SO_4~(2-)-盐角草、Cl~--碱蓬、HCO_3~--碱蓬、紫菀和早熟禾,所有阳离子的最高浓度均在盐角草土壤中.因此植物的分布存在酸碱性和盐分的依赖性,且对盐分的依赖性更强,随着SO_4~(2-)和Cl~-浓度的增加,耐盐植物显现出了生长优势.     

铁路隧道穿越岩溶群区施工控制技术研究

文章以渝(重庆)怀(怀化)铁路板桃隧道为工程背景,阐述了该隧道穿越DK215+650～DK216+105段岩溶群区的施工技术.为确保施工工期,施工中采取了"先绕行后处理"的原则,设置施工迂回导洞绕行岩溶区,并通过横通道与正线相连.针对岩溶区内不同的溶洞类型分别采取跨越、支顶、锚喷支护、浆砌片石回填等技术措施,同时根据暗河与溶洞内的水流大小及流向采取了诸如涵洞、小桥等设施或开凿泄水洞将水排出洞外,安全稳妥地通过了455 m岩溶群区.本工程取得的经验可供类似工程施工中借鉴.     

强震作用下群桩基础抗液化性能的振动台试验

为研究强震作用下群桩基础抗液化性能优于单桩基础的具体表现形式,依托海南省海文大桥工程,采用振动台模型试验开展单桩、四桩、六桩基础处理液化地基的差异性研究,分析了3种不同工况下饱和粉细砂土层中孔压比、桩身加速度和弯矩时程响应差异及其三者相互关系。研究结果表明：0.35g地震动荷载作用下,3种工况均产生液化现象,饱和粉细砂土层深处的孔压比开始增长时刻及稳定时刻均滞后于浅层;六桩基础完全液化耗时比四桩基础延缓4.41~4.82 s,四桩基础完全液化耗时比单桩基础延缓4.00~4.42 s;随着桩数的增加,同一深度处饱和粉细砂土层中桩身最大加速度及其放大系数均逐渐减小,桩身最大加速度出现时刻逐渐滞后,且随着孔压比的增大,桩身加速度逐渐减小;六桩基础最大弯矩较四桩基础小25.95%~43.50%,四桩基础最大弯矩较单桩基础小28.80%~33.10%,单桩基础最大弯矩出现时刻比四桩基础早1.22~1.27 s,四桩基础较六桩基础提前0.66~0.72 s,且桩身弯矩随孔压比的增大逐渐衰减,说明液化前饱和粉细砂土层具有软化减震作用。可见,六桩基础抗液化性能优于四桩及单桩基础,在液化土层桩基础抗震设计中,可通过群桩基础形式提高其抗液化性能。     

基于改进粒子群优化算法的船舶纵向运动参数辨识

针对粒子群优化算法易于陷入局部最优的缺点,提出了一种改进的粒子群优化算法,并将改进的算法应用到船舶纵向运动模型的参数辨识.对辨识结果进行了验证,表明,利用改进的粒子群优化算法有较快的收敛速度和稳定性,辨识获得的水动力参数计算的结果误差均在允许范围内,得到的纵向运动的状态参数与理论观测值吻合度较高,辨识算法有效可行.     

舰船电力系统保护性能优化的自适应算法

为满足舰船电力系统保护在快速性和选择性方面的要求,提出保护性能优化模型,根据电力系统的运行方式、拓扑结构和故障类型的变化,实时在线计算并修改保护整定值的自适应保护方法。将快速性和选择性指标作为保护性能综合指标的基本元素,采用模拟退火粒子群算法进行优化,最终实现不同运行工况下保护性能最优的整定值自适应调整。并在PSCAD/EMTDC软件中建立包含自适应保护算法的舰船电力系统保护仿真模型,仿真结果证明所提方法可有效提高系统保护性能。     

混合径向基神经网络对货运量的预测

为了定量预测多个外部因素影响下的货运量,建立了混合径向基神经网络模型.该模型以径向基神经网络为模型主体,并结合二阶振荡粒子群优化算法和灰色预测方法构成混合预测模型.该神经网络模型的参数设置更加简便,收敛速度更快.实例预测得到的结果相比较其他预测方法绝对误差值更小,误差变化范围更加稳定,证实了该神经网络模型的有效性,表明了其在多因素影响下的货运量预测中具有很好的适用性.     

考试管理系统中群签名的实现

主要讨论为了在考试管理系统中实现数据的安全性和一致性,结合数字签名技术,介绍了群签名在管理系统中的实现.     

我国港口跨区域发展应对策略

1我国港口跨区域发展现状随着我国经济持续发展和城市化进程不断加速,我国的经济结构和产业布局正逐渐发生变化。在这样的大背景下,我国港口实现跨越式发展,并逐步呈现跨区域发展趋势。由于不同港口的地理位置、运输结构、腹地经济发展情况等各不相同,港口跨区域发展的具体模式也表现出不同特点(见表1)。     

基于PSO-LSSVM的牵引供电系统故障诊断研究

为了提高列车运行稳定性,针对牵引供电系统故障诊断进行研究。根据牵引供电系统工作原理和特性分析故障现象与发生原因,提取用于故障诊断的特征信号;建立基于粒子群优化算法(Particle Swarm Optimization,简称PSO)优化最小二乘支持向量机(Least Squares Support Vector Machine,简称LSSVM)的故障诊断模型,并使用主成分分析(Principal Component Analysis,简称PCA)算法提取数据特征作为故障诊断模型的输入来降低输入维数;使用多种故障诊断模型进行对比分析。研究结果表明:经过PCA算法提取特征的PSO-LSSVM故障诊断模型具有较高的识别效率和识别准确性。