企业科技人员要重视科技论文的写作

科技论文是进行科学技术研究工作的一个重要手段,是科学技术研究工作的一个重要组成部分,是科学技术研究工作最后的和必不可少的环节,也是科学技术研究工作最终完成的标志。科技论文是科研成果的表现形式,发表科技论文的数量和质量是衡量一个科技人员学识水平、业务能力和业务成绩的重要指标,因此,企业科技人员一定要重视科技论文的写作。     

基于熵权的Ｗｅｂ应用安全模糊综合评估模型

针对Web应用安全评估问题,提出一种基于熵权和模糊综合评价方法的Web应用安全评估模型．该模型将熵权与模糊理论相结合,利用熵权系数法确定Web应用安全评价因素集中的权重向量,采用最大隶属度原则确定安全漏洞风险等级．实例分析结果表明该方法简单、实用,能有效进行Web应用安全漏洞风险等级的评估．     

一种新的结合Boosting技术的mFOIL算法

机器学习中的Boosting技术是给训练例赋予不同的权值,使得学习算法可以集中学习较难的训练例。另一方面,一阶规则学习中的mFOIL算法学习精度较高,但是用于估计候选子句精度的最佳m值很难确定。为了解决这一难题,提出了将Boosting技术用于一阶规则学习的BoostmFOIL算法,使得对于任意的m值也可以学到精度较高的规则集。此外,为了增强Boosting技术对噪声数据的鲁棒性,对噪声数据赋予相对较小的权值,使其对学习算法的精度影响甚微。在基准的规则学习领域的实验结果表明：a)对于任意的m值, Boos     

保持属性特征的模型简化算法*

为较好保持模型的拓扑结构和属性特征,采用基于半边折叠简化思想对模型进行了带属性简化算法的研究。算法考虑了几何误差度量算子的三个因子：折叠边的欧氏距离、折叠边二面角和顶点到星型邻域平面的距离;引入模型属性特征权重值,将几何误差和属性误差加权作为总体误差进行简化,并对简化质量进行了合法性检查。实验证明,算法在保持模型几何和属性特征方面有效。     

基于聚类的快速支持向量机训练算法*

支持向量机(support vector machine, SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而,当训练集较大时,训练SVM需要极大的时间及空间开销。另一方面,SVM训练所得的判定函数取决于支持向量,使用支持向量集取代训练样本集进行学习,可以在不影响结果分类器分类精度的同时缩短训练时间。采用混合方法来削减训练数据集,实现潜在支持向量的选择,从而降低SVM训练所需的时间及空间复杂度。实验结果表明,该算法在极大提高SVM训练速度的同时,基本维持了原始分类器的泛化性能。     

基于熵权和层次分析的电站设备维修方式决策

针对电站设备维修方式选择难以决策的问题,提出了一种基于熵权和层次分析(AHP)的模糊综合评判方法,克服了传统模糊综合评判法在权重确定方面具有一定随意性、主观性的问题。该方法将熵权和层次分析与模糊综合评判有效结合起来,并将维修方式决策分解成由指标因素组成的层次。然后根据指标因素对应的判断矩阵以及模糊判断矩阵求出主观与客观权重,并进行权重拟合,从而得到综合权重。最后根据模糊综合评判法则将综合权重以及判断矩阵进行运算,最终得到所选的维修方式。应用实例表明:该方法有效、可行,可以科学地评估电站设备维修方式,为电站设备状态维修决策提供依据。     

广义Pascal函数矩阵

针对一种广义Pascal函数矩阵给出了它的一些相关性质。     

Evaluation method research on prestressed concrete bridges

Considering the construction features of prestressed concrete bridge, the comprehensive evaluation method about the bridge damage conditions are studied. Particular attentions are paid on establishing a muhilevel evaluation model for damaged prestressed concrete bridge, and the evaluation indices of the model as well as the rating standards are defined in the model. A normal relative function about the evaluation indices of each element is developed to calculate the relative degree, and for each element which is no sub-level elements. When evaluating the elements in sub-item level or index level of the model, the weights of elements that are pertained to one element are adopted, taking account of their deterioration degree. At the same time, the dam- age conditions of bridge are characterized by relative degree, element evaluation scale and structural technology mark of bridge, so it agrees with Code for Maintenance of Highway Bridges and Culvers.     

Application in metal rheological forming of element-free Galerkin method

The element-free method is a new numerical technique presented in recent years.It uses the moving least square(MLS) approximation as its shape function,and it is determined by the basic function and weight function.The weight function is the mainly determining factor,so it greatly affects the accuracy of the computational results.The element-free Galerkin method(EFGM) was applied for the solution to plastic large deformation.The simulation of metal rheological forming was successfully done by programming and its results were visualized by using the plotting and data analyses software Tecplot.Then plastic strain under different stages during rheological forming and the three principal stresses at the last deformation were obtained.The example shows the feasibility of EFGM used for metal rheological forming and provides a new method for numerical simulation of rheological forming of complex parts.     

文本分类中基于位置和类别信息的一种特征降维方法*

从文本特征项所处的位置角度提出了特征项基于位置的降维方法;同时结合特征的类别分布进行了二次特征降维。这种基于位置和类别相结合的特征降维方法在最大程度减少信息损失的条件下,实现了特征维数的有效压缩。实验表明,该方法有较高的文本分类效率。