涤/棉混纺织物用Dispersol PC/Procion PC染料印花的研讨

目前涤/棉印花大多采用涂料印花和分散/活性同浆印花两种方法。前者工艺简单,不沾污白地,但有手感硬,刷洗牢度差,衬布耗用大,穿着不舒适等问题;后者花色鲜艳,刷洗牢度及手感都较好,并能用于中深色大面积印花。唯其沾色问题,即一种纤维对另一种纤维所用的染料产生沾染,而且色泽不同,从而损     

网络融合边界的电信DoS攻击检测*

为了检测网络融合边界的电信拒绝服务攻击,首先针对攻击的类型分别提出了基于呼叫统计或流量信号分析的检测方法,并采用分步骤的策略设计了检测系统,将两种检测算法分别应用于粗检测步骤,再通过精检测步骤确认攻击并找出攻击源.模拟实验结果表明,该方案能够有效地检测出典型的攻击,并能够实时在线检测,具有良好的实用价值,为应对网络融合所带来的新安全问题提供了一种解决方案.     

IP骨干网络流量矩阵估计算法研究

流量矩阵估计的高度病态特性,使得要精确地估计流量矩阵变得非常困难,如何克服这一问题的病态特性是当 前面临的主要挑战。该文研究大尺度IP骨干网络流量矩阵估计问题,并利用BP神经网络的强大建模功能来捕捉流量矩阵的特 征,通过将流量矩阵估计描述成约束条件下的最优化过程,能成功地克服这一问题的病态特性。仿真结果表明基于BP神经网 络的估计算法具有明显的性能改善。     

螺旋运输机运转故障的预防

本文针对螺旋运输机易出现壳体振动、螺旋叶联接螺栓断裂等故障，介绍了安装前应对备件检查与安装中应注意的问题，实践证明，只要能够严格执行文中所谈及的要求，就能预防螺旋运输机故障的发生。     

单片机教学研究的探索

单片机是一门理论性和实践性都很强的学科,在当前出现"教师讲授难、学生理解难"的现象中,文中提出"做中学,做中教"的教学理念,强调通过"做"来掌握单片机这门技术和提高学生的实践能力,提出建立网上单片机学习答疑系统来加强学生与教师的沟通、交流,促进学生对单片机的学习。     

多尺度超像素分割和奇异谱分析的高光谱影像分类

目的 高光谱影像（hyperspectral image,HSI）中“同物异谱,异物同谱”的现象普遍存在,使分类结果存在严重的椒盐噪声问题。HSI中的空间地物结构复杂多样,单一尺度的空间特征提取方法无法有效地表达地物类间差异和区分地物边界。有效解决光谱混淆和空间尺度问题是提高分类精度的关键。方法 结合多尺度超像素和奇异谱分析,提出一种新的高光谱影像分类方法,从而充分挖掘地物的局部空间特征和光谱特征,解决空间尺度和光谱混淆的问题,提高分类精度。利用多尺度超像素对影像进行分割,获取不同尺度的分割影像,同时在分割区域内进行均值滤波,减少类内的光谱差异,增强类间的光谱差异;对每个区域计算平均光谱向量,并利用奇异谱分析方法获取光谱的主要鉴别特征,同时消除噪声的影响;利用支持向量机对不同尺度超像素分割影像进行分类,并进行决策融合,得到最终的分类结果。结果 实验选取了两个标准高光谱数据集和一个真实数据集,结果表明,利用本文算法提取的光谱—空间特征进行分类,比直接在原始数据上进行分类分别提高约26.8%、9.2%和13%的精度;与先进的深度学习SSRN （spectral-spatial residual network）算法相比,本文算法在精度上分别提升约5.2%、0.7%和4%,并且运行时间仅为前者的18.3%、45.4%和62.1%,处理效率更高。此外,在训练样本有限的情况下,两个标准数据集的样本分别为1%和0.2%时,本文算法均能取得87%以上的分类精度。结论 针对高光谱影像分类中的难题,提出一种新的融合光谱和多尺度空间特征的HSI分类方法。实验结果表明,本文方法优于对比方法,可以产生更精细的分类结果。     

基于小波变换的电能质量监测

针对噪声系数的幅度随着尺度增加而减小的特点,提出了一种改进的基于小波分解层数的波段自适应降噪算法.利用Matlab仿真软件建立了电压暂降的系统模型,运用小波分析的方法对污染白噪声的电压暂降信号进行了时频分析和降噪处理,分析了软硬阈值降噪方法.实验结果表明,该方法通过调整两个可调参数获得较优的小波系数阈值估计,与常见的三种典型算法相比不仅较好地去除了噪声干扰,且信噪比更高,均方误差更小,同时具有更优的信息保全能力.     

基于层叠模型的网络流量异常检测方法*

进行网络流量异常检测,需要对正常流量行为建立准确的模型,根据异常流量与正常模型间的偏离程度作出判断。针对现有网络流量模型中自相似模型与多分形模型无法全面刻画流量特征的不足,提出了一种基于流量层叠模型分析的异常检测算法,采用层叠模型对整个时间尺度上的流量特征进行更准确的描述,并运用小波变换对流量的层叠模型进行估计,分析异常流量对模型估计的影响,提出统计累计偏离量进行异常流量检测的方法。仿真结果表明,该方法能够有效检测出基于自相似Hurst系数方法不能检测的弱异常以及未明显影响Hurst系数变化的异常流。     

网络链路性能参数估计的层析成像方法综述

网络层析成像能够在网络内部节点不提供测量协作的情况下,根据端到端的测量结果,间接地估计网络内部链路性能参数,是一种重要的网络测量手段,能直接指导网络管理和网络优化,目前受到国内外学术界和工业界广泛的关注.在广泛收集国内外资料的基础上,首先总结了目前网络层析成像使用的主要端到端测量方法和技术;再根据不同参数对链路性能刻画程度的不同,将链路性能参数的网络层析成像方法分为两类:定量参数推断方法和定性参数推断方法;然后,针对不同类型参数的估计问题,概括分析了现有算法的特点;最后指出该类方法未来的研究方向与潜在的应用前景.     

计及多模态分量的新能源电力系统节点频率分析方法

“双碳”背景下,大规模新能源接入电力系统,频率响应空间分布差异扩大,此时各节点频率响应中的非全局分量可能主导频率稳定问题,而对于此类问题的研究目前尚不充分。为此,基于频率响应模态分解思路,提出新能源电力系统节点频率响应量化分析方法。首先,用惯量-阻尼-调频系统统一结构近似各类型设备频率-有功传递函数。然后,基于二次特征值分析方法将各节点频率响应进行分解,获得共模频率与若干差模频率的表达式。进一步地,解析了各频率分量的最大偏移量、变化率等关键特征量,并类比总惯量与全局频率变化率间的对应关系,针对各节点各模态频率分量定义了节点模态惯量指标。所提频率分解方法与指标直观地展示了电力系统中各差模频率的节点分布差异。最后,仿真验证了所提频率分解方法和指标的有效性。