基于集成学习投票算法的Android恶意应用检测

针对Android平台恶意应用的检测技术,提出一种基于集成学习投票算法的Android恶意程序检测方法MASV（Soft-Voting Algorithm）,以有效地对未知应用程序进行分类。从已知开源的数据集中获取了实验的基础数据,使用的应用程序集包含213 256个良性应用程序以及18 363个恶意应用程序。使用SVM-RFE特征选择算法对特征进行降维。使用多个分类器的集合,即SVM（Support Vector Machine）、[K]-NN[（K]-Nearest Neighbor）、NB（Na?ve Bayes）、CART（Classification and Regression Tree）和RF（Random Forest）,以检测恶意应用程序和良性应用程序。使用梯度上升算法确定集成学习软投票的基分类器权重参数。实验结果表明,该方法在恶意应用程序检测中达到了99.27%的准确率。     

新型载体对VOCs催化氧化反应性能的影响

综述了近些年来国内外科研工作者在VOCs催化氧化催化剂载体方面的创新性工作,包括金属氧化物载体、柱撑黏土载体(PILCs)、三维有序大孔材料(3DOM)载体、分子筛等载体用于VOCs催化氧化反应,并分析了载体结构特征、孔道结构、表面物理化学性质及活性组分的分散作用等对催化反应效果的影响,从而为高性能催化氧化催化剂载体的设计、研发及优化提供建议。     

计及源荷不确定性和多类储能响应的园区IES多目标优化调度模型

考虑综合能源系统形态与运行特点的变化,提出一种计及源荷不确定性和多类储能需求响应的综合能源系统多目标调度模型.首先,建立综合能源系统分布式风电和电热气负荷不确定模型以及确定电、气、热多类储能激励和价格需求响应模型;其次,以电、气能源购买、弃风和环境污染成本等多目标函数优化,在源荷侧不确定性和多类储能需求响应下,考虑多类能源功率平衡、冷热电系统之间转化耦合等约束条件,建立综合能源系统源荷储多目标优化调度模型,并采用多目标粒子群优化算法(PSO)对所构建模型优化求解;最后,采用园区能源系统算例对文中模型进行仿真,结果表明其正确有效,该模型可为园区综合能源源荷储需求互济服务提供新的策略.