基于频繁项挖掘的贝叶斯网络结构学习算法BNSL-FIM

贝叶斯网络能够表示不确定知识并进行推理计算表达,但由于实际样本数据存在噪声和大小限制以及网络空间搜索的复杂性,贝叶斯网络结构学习始终会存在一定的误差。为了提高贝叶斯网络结构学习的准确度,提出了以最大频繁项集和关联规则分析结果为先验知识的贝叶斯网络结构学习算法BNSL-FIM 。首先从数据中挖掘出最大频繁项集并对该项集进行结构学习,之后使用关联规则分析结果对其进行校正,从而确定基于频繁项挖掘和关联规则分析的先验知识。然后提出一种融合先验知识的BDeu评分算法进行贝叶斯网络结构学习。最后在6个公开标准的数据集上开展了实验,并对比引入先验/不引入先验的结构与原始网络结构的汉明距离,结果表明所提算法与未引入先验的BDeu评分算法相比显著提高了贝叶斯网络结构学习的准确度。     

复杂地形环境下的电磁覆盖范围并行算法

复杂地形环境下的电磁覆盖范围的仿真计算需要强大的计算能力作为支撑,搭建基于消息传递接口的机群实行并行计算能够解决该问题。基于此,建立复杂地形环境下电磁覆盖范围的并行算法模型,设计并行过程中任务粒度选择和并行性能实验。在实验室多机环境下,仿真计算速度得到提高,为类似并行计算问题的任务粒度选择提供了参考。     

基于串行分类算法的不平衡时间序列多分类方法

提出了基于串行分类算法的不平衡时间序列多分类方法,并以“上证50指数”15 min交易数据为例,进行了实验检验与结果分析. 结果表明,在多数情况下,串行分类算法比单一算法有更高的准确率、召回率和F1值,可以更有效解决不平衡时间序列多分类问题.     

基于门禁日志挖掘的内部威胁异常行为分析

门禁系统是保护重要场所安全的重要手段,可以有效防止未授权用户的进入。然而,近年来大量案例表明重要场所的威胁主要来自于具有合法权限的内部人员。针对这个问题,提出基于门禁日志数据挖掘的内部威胁异常行为分析方法。该方法首先利用PrefixSpan算法对正常行为序列进行提取,之后计算待检测序列的序列异常度分数,并根据决策者设定的阈值来找出异常序列。通过真实门禁数据中的实验,验证了本方法可以降低精确匹配在数据较少时带来的高误报率,实现对内部人员异常行为的有效发现,为加强重要场所安全保护提供了新的途径。     

一种共面带状线馈电的圆极化双频微带天线

提出一种工作于2.4GHz（圆极化）和5.8GHz（线极化）的双频微带天线,由共面带状线（CPS）馈电。在菱形环中内嵌小方环实现双频工作,菱形环上槽口实现圆极化特性,背面加反射板以提高天线增益。为了实测天线性能和应用于不平衡馈电方式,还设计了CPS至微带线的巴伦。实测结果与仿真结果比较吻合,在2.4GHz与5.8GHz的S11〈-10dB工作带宽分别为33.3%和17.4%,增益分别达到9.05dBi和6.59dBi,2.4GHz频点3dB轴比带宽为15.8%。该天线频带宽、增益高、结构简单、易于集成,可用于无线通信和微波输能系统的整流天线中。     

ME10挤压轧制镁合金热处理后的组织与性能

研究了ME10变形镁合金热挤压板料经过轧制、不同温度退火后的组织和室温力学性能.测量了热轧态和退火态的拉伸力学性能,并观察了相应合金的拉伸断口形貌.试验结果表明,合金垂直于轧制方向的性能优于轧制方向的性能.最优的轧后退火工艺为603K下保温1h,垂直于轧制方向和轧制方向延伸率可达14.2%和10.2%,抗拉强度分别为239 MPa和234 MPa,综合力学性能最优.合金热轧态下为准解理断裂,退火后为韧性断裂.     

柴油机改制成水力清砂柱塞泵

我厂铸造车间生产的60和600马力柴油机铸件,泥芯砂大多采用含水泥10％的自硬砂,砂芯干强度较高,一般自干后干剪强度为6～7公斤/厘米~2,有时甚至超过7公斤/厘米~2。这种水泥自硬砂芯采用水力清砂时,必须配用高压柱塞泵,以保证清砂水流对砂芯有足够强的切割和冲刷作用。遵照毛主席关于“自力更生”、“艰苦奋斗”的伟大教导,经三结合班子研究,决定利用本厂生产的四缸柴油机主要次品     

基于主成分分析的网络节点重要性指标贡献评价

为研究不同网络节点重要性指标对网络中重要节点的影响程度,进而优选出较能体现网络重要节点性质的指标.本文基于主成分分析（Principal Component Analysis,简记PCA）,选取七个节点重要性指标对网络重要性节点贡献率进行计算分析,同时选取了七种不同的网络进行实验,得到指标贡献率大小顺序,利用肯德尔系数对重要指标与其余指标进行相关性分析,得到不同指标之间的相关系数及相关系数大小的影响因素.本文为研究网络重要节点选择指标提供了一种思路,同时为研究不同节点间的相互关系提供了研究方法.     

面向网络空间防御的对抗机器学习研究综述

机器学习以强大的自适应性和自学习能力成为网络空间防御的研究热点和重要方向. 然而机器学习模型在网络空间环境下存在受到对抗攻击的潜在风险, 可能成为防御体系中最为薄弱的环节, 从而危害整个系统的安全. 为此科学分析安全问题场景, 从运行机理上探索算法可行性和安全性, 对运用机器学习模型构建网络空间防御系统大有裨益. 全面综述对抗机器学习这一跨学科研究领域在网络空间防御中取得的成果及以后的发展方向. 首先, 介绍了网络空间防御和对抗机器学习等背景知识; 其次, 针对机器学习在网络空间防御中可能遭受的攻击, 引入机器学习敌手模型概念, 目的是科学评估其在特定威胁场景下的安全属性; 然后, 针对网络空间防御的机器学习算法, 分别论述了在测试阶段发动规避攻击、在训练阶段发动投毒攻击、在机器学习全阶段发动隐私窃取的方法, 进而研究如何在网络空间对抗环境下, 强化机器学习模型的防御方法; 最后, 展望了网络空间防御中对抗机器学习研究的未来方向和有关挑战.     

介绍S300型高能碎铁机

要熔制合格的铁水,必须对各类炉料进行一番处理。如对新生铁的块度,应根据熔化工艺要求,小于炉膛内径三分之一。这样可以避免“挂料”,同时可以增加铁块受热面积,提高铁水温度,改善铁水质量,节约焦炭消耗。目前国内铸造生铁规格不一,多数是长500～600毫米、宽200～230毫米、厚度60～110毫米,