基于类标记扩展的半监督网络流量特征选择算法

针对网络流量特征选择过程中存在的样本标记瓶颈问题,以及现有半监督方法无法选择强相关的特征的不足,提出一种基于类标记扩展的多类半监督特征选择(SFSEL)算法。该算法首先从少量的标记样本出发,通过K-means算法对未标记样本进行类标记扩展;然后结合基于双重正则的支持向量机(MDrSVM)算法实现多类数据的特征选择。与半监督特征选择算法Spectral、PCFRSC和SEFR在Moore数据集进行了对比实验,SFSEL得到的分类准确率和召回率明显都要高于其他算法,而且SFSEL算法选择的特征个数明显少于其他算法。实验结果表明: SFSEL算法能够有效地提高所选特征的相关性,获取更好的网络流量分类性能。     

奈非西坦药物的合成研究

以碳酸钠为缚酸剂,摩尔比为1︰1的2,6-二甲基苯胺与氯乙酰氯反应合成了中间体2-氯-N-(2,6-二甲基苯基)乙酰胺;在强碱乙醇钠作用下,2-吡咯烷酮再与2-氯-N-(2,6-二甲基苯基)乙酰胺经亲核取代合成了目标化合物奈非西坦。探讨了影响中间体和奈非西坦产率的因素,在乙醇钠、2-氯-N-(2,6-二甲基苯基)乙酰胺和2-吡咯烷酮的摩尔比为2︰1︰2、反应时间为2 h的较佳工艺条件下,产品总收率达81%。     

新型高效除草剂噻磺隆合成新工艺

介绍了以氯甲酸甲酯和2-羧甲基-3-磺酰氨基噻吩为起始原料合成除草剂噻磺隆的方法。原料2-羧甲基-3-磺酰氨基噻吩与氯甲酸甲酯生成2-甲氧羧基-3-磺酰氨基甲酸甲酯噻吩，再与2-氨基-4-甲氧基-6-甲基均三嗪反应生成噻磺隆。避免了异氰酸酯路线的种种缺点，具有收率高、含量高和成本低的特点。以2-羧甲基-3-磺酰氨基噻吩计，总收率为77．73％，原药纯度达到93．6％。     

非异氰酸酯法合成除草剂异丙隆

报道了以氯甲酸甲酯为起始原料合成除草剂异丙隆的方法。考察了原料配比,反应温度和反应时间对反应的影响。结果表明,氯甲酸甲酯法制除草剂异丙隆,总收率为82.7%,原药纯度达95%。     

纺丝侧吹风空调系统的节能措施分析

分析了纺丝侧吹风空调机组及送回风系统设计及其自动控制系统配置的节能措施。合理选择送风余压、送风量、送风温度、送风相对湿度等工艺参数以及空调机组的形式,正确利用回风和自动控制方式,加强生产运行管理,有利于节能。     

苯甲酰脲类杀虫剂伏虫隆合成新工艺

伏虫隆是一种苯甲酰脲类杀虫剂,尤其对有机磷、拟除虫菊酯、氨基甲酸酯三类杀虫剂已产生抗性的害虫防治效果更佳。以2,4-二氟硝基苯为原料,经过氯化、还原反应合成了3,5-二氯-2,4-二氟苯胺;以2,6-二氯苯腈为原料,经过氟化和水解制得2,6-二氟苯甲酰胺,将2,6-二氟苯甲酰胺与二(三氯甲基)碳酸酯酰化合成2,6-二氟苯甲酰异氰酸酯,再与3,5-二氯-2,4二氟苯胺加成得到杀虫剂伏虫隆,总收率为75.3%。产物结构经元素分析、IR和1HNMR所表征。该工艺具有原料易得、收率高、质量好、对环境污染小的特点。     

磺酰胺类除草剂阔草清的合成研究

以5-氨基-3-巯基-1，2，4-三唑和2，6-二氟苯胺为主要原料，经苄基化、环合、酰化、胺解4步反应合成阔草清，总收率46．5％。该方法可以降低成本，提高反应速度，简化分离步骤，降低能耗和减少污染，是一种较清洁的生产工艺，适合工业化生产。     

标准模型下可证安全的属性基认证密钥交换协议

在Waters的属性基加密方案的基础上,提出了一个在标准模型下可证安全的两方属性基认证密钥交换协议。在修改的BJM模型中,给出了所提协议在判定性双线性Diffie-Hellman假设下的安全性证明。此外,针对无会话密钥托管的应用需求,在基本协议的基础上,构造了能够有效防止会话密钥托管的属性基认证密钥交换协议。在计算效率方面,所提协议与现有的仅在随机预言模型下可证安全的属性基认证密钥交换协议相当。     

基于混沌多目标粒子群优化算法的云服务选择

随着云计算环境中各种服务数量的急剧增长,如何从功能相同或相似的云服务中选择满足用户需求的服务成为云计算研究中亟待解决的关键问题。为此,建立带服务质量约束的多目标服务组合优化模型,针对传统多目标粒子群优化(MOPSO)算法中解的多样性差、易陷入局部最优等缺点,设计基于混沌多目标粒子群优化(CMOPSO)算法的云服务选择方法。采用信息熵理论来维护非支配解集,以保持解的多样性和分布的均匀性。当种群多样性丢失时,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免陷入局部最优。实验结果表明,与MOPSO算法相比,CMOPSO算法的收敛性和解集多样性均得到改善,能够更好地解决云计算环境下服务动态选择问题。     

云计算环境下服务信任评估方法研究

云计算环境中,服务资源广域分布、复杂多变,服务实体之间的信任关系因不确定性强而难以有效建立与维护。传统的服务信任评估方法无法全面反映信任的随机性和模糊性特征。在研究云模型理论的基础上,提出一种基于加权多属性云的服务信任评估方法。引入时间衰减因子来反映服务信任的时效性,并以多属性信任云来细化信任评估的粒度。计算用户评价相似度,确定推荐实体的推荐可靠性和权重,防止不法分子的合谋欺骗和恶意攻击。通过云相似度计算确定服务的信任等级,为用户的服务选择提供安全决策。仿真结果表明,该方法明显提高了服务交互成功率,并能有效适用于云计算环境下的服务信任评估。