学社余韵,返本开新——黄宝瑜和他的中国建筑史学书写与理论探索

1940-1970年代,中国第二代建筑师黄宝瑜师从刘敦桢,以复兴中国建筑为目标,基于中国营造学社学术思想,融合中西,在近代文化保守主义、民族主义思潮及西方现代建筑理论的影响下,于台湾地区首开中国建筑史学教育,进行了《中国建筑史》等史学书写及系列理论、实践探索,继承、创新发展了中国营造学社思想,呈现了1950-1970年代中国建筑史学家对复兴中国建筑路径的深度思考.本文基于民国以来中国近代文化思潮和建筑史学发展历史脉络,对黄宝瑜及其中国建筑史学书写和理论探索的相关历史进行深入剖析,将有助于完善中国营造学社学术思想后续传播与发展的研究,探索1950-1970年代中国建筑史学理论发展的多元图景,补充这一时期中国建筑史学界在世界现代建筑运动进程中的叙事.     

基于西门子802D数控系统的机床进给爬行的模型分析及改进措施

数控机床爬行问题是提高机床加工精度的重要研究课题之一,本文基于产生数控机床爬行现象的原理对机床产生爬行原因进行了理论分析,并建立了爬行的数学模型。在对爬行原因进行合理分析的同时提出了解决数控机床爬行现象的有效措施,并以市场上较为流行的西门子802D数控系统为例,阐述了如何通过相关的机床参数改善进给爬行现象。该项研究对数控机床的设计、制造和维修具有重要意义。     

需求季节型服装产品的三次曲线销售预测模型

服装企业的产品种类品种繁多,有男女西服、男女衬衫、T恤、夹克、泳装、时尚流行服装等。服装企业在进行服装库存管理时,大多只凭经验,很少根据服装的品种特色来进行库存管理,容易造成管理混乱,不是大量的堆积就是缺货,因此必须根据不同服装的品种特色来分门别类地建立销售预测模型,以便更好地控制服装产品库存。服装产品根据服装需求特点可以分为三大类:需求确定型、需求随机型和需求季节型。其中需求确定型服装是指需求量比较恒定,需求变化不大的服装产品;需求随机型服装是指服装需求量在某个范围值上下,由于各种随机因素,需求量发生随机…     

一种通过DNS实施零信任身份认证的方法设计与实现

随着网络攻击的不断演变，以传统的身份认证方式应对当下的安全威胁已经开始变得力不从心。文章介绍一种基于DNS实现零信任安全认证的方法，在零信任安全模式下，所有用户都被视为潜在攻击者，必须通过严格的身份认证才能获得访问权限。基于DNS的身份认证方法技术是较为新兴的技术方案，在国内关于DNS与零信任安全模式融合尚处于空白，能够有效抵御暴力扫描、DDoS攻击、域名劫持、DNS欺骗等多种攻击手段。通过研究针对DNS的零信任部署能够有效提高防护手段，降低在企业场景下来自内部与外部各类攻击的风险。     

基于自适应模糊聚类的无监督APT攻击检测方法研究

针对现有基于机器学习的APT攻击检测方法大多需要大量标注攻击样本的问题，提出了一种基于自适应模糊聚类的无监督APT攻击检测方法。该方法在模糊C均值聚类基础上引入自适应机制，使其能够有效适应复杂多变的APT检测数据，并可有效减缓噪声对聚类性能的影响。为验证所提出方法有效性，将之应用于KDDCup99数据集，以实现对未知攻击的检测。实验结果表明，该方法具有较高检测准确率，对无监督模式下APT攻击检测研究具有一定指导意义。     

“定语+人称代词”结构的语法化

关于现代汉语"定语+人称代词"(简称"M+PP")结构的起源,有固有说、日化说、欧化说三种观点,争论数十年。2007、2008年《中国语文》先后刊文分别支持日化说及固有说之后,讨论渐息,但其中疑点仍存,尚需厘清。基于历时语料库,全面考察"M+PP"结构语法化的结果显示,该结构可分为"助词"类和"非助词"类两种类型,包含隐语法、显语法、消隐、确立四个时期,各有其特点与成因。这一研究,有助于学界更清晰地认识"M+PP"结构的起源及语法化历程。     

基于模式识别的脉冲压力自适应控制

脉冲滴丸机压力控制系统是具有非线性、参数时变性和耦合性特征的复杂系统,系统响应要求快速、准确、鲁棒性强,但传统的控制方法如常规的固定参数的PID控制器很难使系统同时达到这种最优控制。因此,提出了将自适应控制、模式识别和PID控制相结合的思想,设计了一种基于模式识别的脉冲压力自适应控制策略,通过在线辩识系统的动态输出,根据系统响应所处的状态,采取相应的控制算法,使系统得到了较好的控制。MATLAB仿真和现场实验结果均表明该方法具有较高的动态性能和控制精度,以及较强的鲁棒性。该控制系统已成功投入现场运行。     

LOTOS在网关体系结构设计中的应用

本论文从实践LOTOS语言的角度出发,采用面向约束的LOTOS描述风格对网关体系结构进行形式化描述。     

复杂纹理布匹五类典型瑕疵图像检测算法研究

针对复杂纹理布匹瑕疵检测这一纺织工业质检环节中的技术难点，基于深度卷积神经网络提出一种图像检测算法模型。首先对比选用YOLOv7 tiny模型为算法参考框架然后进行优化改进，包括使用SimAM模块重构特征融合层，以提升模型对瑕疵局部特征的提取能力并抑制背景特征；采用SIoU优化坐标定位损失函数，以加快目标框的回归效率；引入FReLU激活函数，以增强非线性激活层对空间信息的利用能力，提升激活函数的空间敏感性。实验结果表明，该模型在复杂纹理布匹五类典型瑕疵的检测任务上的查准率和查全率都优于现有其他算法，mAP达到最高值805%，且模型大小仅为92 M，在PC端上单帧图像检测只需2113 ms。