树突细胞算法在线分析组件的研究

原始树突状细胞算法（DCA）的离线分析过程,将会导致时间差异,从而产生假警报,增加了虚警率,也会导致攻击的成功发生,这对一个人侵检测系统来说是致命的。因此,文中的目的就是在不影响检测精度的前提下提高检测速度。于是文中提出了分片思想的在线分析组件与DCA相集成的方法,即根据抗原采样数量或者时间将一系列已处理的信息分割成为更小的部分,使得每个分片独立地进行实时的、周期性的分析,这样在每个分片内的入侵攻击就能及时地被识别出来。文中给出了DCA在线分析模块的伪代码描述,并且将其应用于SYN端口扫描的检测实验中。结果表明,DCA在线分析模块在不影响检测精度的前提下有效地提高了检测速度。     

Structure and microwave dielectric properties of La(2−x)/3Nax(Mg1/2W1/2)O3

The structure evolution, sintering behavior and microwave dielectric properties of La_(2−x)/3Na_x(Mg_1/2W_1/2)O₃ (x = 0–0.5) were investigated in this paper. The X-ray diffraction (XRD) results show that all samples exhibit single phase, and the structure changed from orthorhombic when 0 ≤ x < 0.3 to monoclinic phase when 0.3 ≤ x ≤ 0.5. The size and ordering degree of A/B-site domains decrease with the increase in x value. The sintering temperature of the Na-doped samples increased compared to the pure La_2/3(Mg_1/2W_1/2)O₃ (LMW) due to the estimated decrease in the concentration of A-site vacancies. The addition of Na⁺ ion does not affect the dielectric permittivity greatly. The Q × f value decreases with the increase in x value, although the estimated concentration of A-site vacancies decreases with increasing x, which may be ascribed to the decrease of A/B-site ordering and domain size with the increase in x. The temperature coefficient of resonant frequency changed from negative values into positive values with the increase in x value.     

光诱导TiO2薄膜超亲水性的研究

介绍了超亲水性TiO2薄膜的亲水性机理及其应用，同时也对研究中存在的问题和将来的发展方向进行了评述。     

Discovering small-world in association link networks for association learning

Association Link Network (ALN) is a kind of Semantic Link Network built by mining the association relations among multimedia Web resources for effectively supporting Web intelligent application such as Web-based learning, and semantic search. This paper explores the Small-World properties of ALN to provide theoretical support for association learning (i.e., a simple idea of “learning from Web resources”). First, a filtering algorithm of ALN is proposed to generate the filtered status of ALN, aiming to observe the Small-World properties of ALN at given network size and filtering parameter. Comparison of the Small-World properties between ALN and random graph shows that ALN reveals prominent Small-World characteristic. Then, we investigate the evolution of Small-World properties over time at several incremental network sizes. The average path length of ALN scales with the network size, while clustering coefficient of ALN is independent of the network size. And we find that ALN has smaller average path length and higher clustering coefficient than WWW at the same network size and network average degree. After that, based on the Small-World characteristic of ALN, we present an Association Learning Model (ALM), which can efficiently provide association learning of Web resources in breadth or depth for learners.     

基于模态Petri网的行为有效区间寻找最优路径的方法

为满足客户需求,在行为约束下的业务流程中寻找行为执行的最优路径具有一定的实际意义。已有的研究是建立在静态分析基础上,通过优化算法或是行为分析来寻找最优执行路径,忽略了行为约束条件对执行行为有效性的影响,所得结果具有一定的局限性。文中在已有方法的基础上,利用Petri网行为轮廓序关系描述约束条件并确定行为有效区间,提出了基于模态Petri网分支有效区间的业务流程最优路径选择方法。该方法以行为有效区间替代已有的固定值方法,以便更好地描述业务流程的行为约束以及约束下的有效行为。通过一个具体的业务流程分析实例分析了该方法的有效性。     

基于Petri网的故障诊断研究理论的综述

故障诊断是离散事件系统中一项重要的研究内容,对于保障系统安全具有积极意义。基于Petri网的故障诊断相关研究主要分为故障可诊断性研究以及故障诊断器的构造理论研究,故障可诊断性又可以进一步分为一般可诊断性与K-可诊断性,而故障诊断器的设计方法又可以按照适用系统类型进一步分类。综述了故障诊断理论中可诊断性、K可诊断性的各类研究方法和研究结论,介绍了离散Petri网系统、连续Petri网系统和分布式Petri网系统中故障诊断器的设计方法,并对各类方法的特点进行了重点分析。最后,给出了基于Petri网的故障诊断进一步研究的方向与应用难点,其对今后研究有一定的指导意义。     

基于样本缩减的支持向量机在流分类中的应用

网络流量分类对提高网络服务质量有着非常重要的作用.基于机器学习的网络流量分类中,海量的样本为训练带来了效率瓶颈.论文介绍了SVM算法原理,建立基于改进类别质心的样本缩减策略,并进行实验验证.结果表明,利用缩减样本的SVM训练时间仅为在原样本下训练时间的2％,且分类精度基本不变,证明了样本缩减策略的可行性和有效性.     

基于数据仓库的法院信息决策支持系统的设计

为了加快法院信息化建设,为法院决策层提供决策信息支持,提出了一种基于数据仓库的法院信息决策支持系统的总体框架。在DSS系统设计过程中,采用了OLAP+DM+Web相结合的方式,重点介绍分析了多维数据模型的设计,数据仓库的构建,以及以可视化交互的决策支持,最后通过实例展示决策支持系统的设计分析过程。     

基于WINCE系统软件开发的内存研究

WINCE系统内存配置较小,嵌入式软件如果出现内存泄露问题,将会导致系统的可用内存不足,甚至出现系统崩溃。为此针对WINCE操作系统内存的管理和应用,通过引入一个在实时更新动态图的过程中出现内存泄露的案例,阐述了关于内存管理和内存应用的重要知识点,包括内存模型和内存分配方式,分析了在该案例中出现内存泄露的原因,提出了与案例中出现的内存泄露相似问题的解决方法,并针对一般情况下如何防止内存泄露作了简单介绍,最后详细阐述了案例中为了优化内存所做的工作,对编程者有很好的指导作用。     

基于MATLAB的模块化机器人手臂运动学算法验证及运动仿真

针对由模块化关节构成的六自由度串联机器人手臂, 采用DH法对手臂的操作空间进行了描述, 得到了正运动学模型; 采用欧拉角表示手臂姿态, 得到了包含六个参数的用于表示手臂位姿的完备广义坐标, 并对欧拉角的几何关系进行了分析。针对SolidWorks虽然实体建模简洁方便但计算并非其强项的缺点, 编写相应接口程序, 将建立的手臂三维实体模型保留几何约束关系简化后导入MATLAB软件。基于MATLAB编写正逆运动学算法验证程序以及连杆驱动程序, 实现了手臂的仿真运动。通过仿真, 不仅更进一步验证了手臂正逆运动学解算的正确性, 而且非常直观地看出手臂末端在空间中运行的路径以及各关节的动作情况。机器人手臂正逆运动学算法正确性的验证及运动仿真为手臂的精确定位及其路径规划提供了必要的保证。