一种序列挖掘模型用于异常检测的研究

应用序列挖掘方法对用户命令序列进行分析，建立用户行为概貌，并针对用户使用的高频命令序列用统计分析的方法对其进行独特性评价。实验结果表明，该方法稳定可靠。是一种较理想的异常检测模型。     

一种基于代价敏感学习的范例推理方法及其应用研究

提出一种基于代价敏感学习的范例推理方法，可以对大规模、高维数据进行分类和预测。该算法在分类的同时，不断调整数据属性项权重，以减少由分类引起的误分代价。在某入侵检测数据分析中取得了较好的结果。     

F掺杂TiO_2的制备及其光催化性能研究

以钛酸四丁酯为前驱体,氢氟酸(HF)为氟源,采用水热反应法制备了具有可见光活性的氟(F)掺杂二氧化钛(TiO_2)(TiO_2-F),研究了F掺杂对TiO_2光催化性能的影响。采用XRD、Raman spectra、N2-BET、TEM、XPS等手段对催化剂进行了表征。研究结果表明:适量HF的掺入可以明显提高TiO_2高能晶面的暴露比、结晶程度、粒径大小以及对甲基橙(MO)的降解效率,在MO浓度为15mg/L、pH为6.5,降解时间为2.5h,HF添加量为60%(体积浓度)制得的TiO_2-F用量为0.8g/L条件下,TiO_2-F对MO溶液的降解率最大达到62.4%,具有较好的光催化效果。