正－负限输出运算放大器OP－295／OP－495特性及应用

介绍了一种新型运算放大器ＯＰ－２９５／ＯＰ－４９５的特性和典型应用。该器件具有电源正－负限输出的特点。从而提高了电源利用率，减少供电电压，适用于单电源、低功耗、精密测量应用场合。     

角接接头焊缝外观检查质量标准的探讨

针对厚壁管角接接头多次出现裂缝,解剖后又没有发现足以引起裂缝的除未焊透外的其它焊接缺陷的情况,认为除应力集中外,角接接头本身的强度也是决定是否会开裂的一个重要原因,为此建立了一个数学模型,同时结合实例证明.按目前大多数人认可的角接接头焊脚的定义,根据DL/T869-2004<火力发电厂焊接技术规程>去控制焊接尺寸,会出现焊缝有效厚度不足的问题.从而根据角接接头有效厚度不应小于最小壁厚的观点,提出对此类角接接头焊缝外观质量控制的几点意见.     

SBR/LDPE复合改性沥青高温性能研究

研究了SBR／LDPE熔融共混物改性沥青的高温贮存稳定性及其粘温特性和动态力学性能，并利用光学显微镜观察了各种改性沥青在高温下随时间的变化。结果表明：采用预先制备的SBR／LDPE共混物所得到的改性沥青能够在高温下稳定贮存。同时，相形态观察也表明。这种共混物改性沥青的高温相形态也不随时间变化。而聚合物的加入在一定程度上降低了沥青的温度敏感性，提高了沥青的高温使用等级。     

煤锁的疲劳分析

本文对承受交变载荷的疲劳设备—煤锁在设计条件下的静应力和操作过程中的交变应力进行了有限元分析计算,并按照分析设计标准JB4732—95进行了静应力强度评定和疲劳强度评定。通过对该设备的疲劳分析展示了对设备进行疲劳分析的方法,提出了提高设备抗疲劳强度的途径。     

应用型院校离散数学教学改革与探究

离散数学作为现代数学的一个重要分支,既是计算机科学的理论基础,也是计算机相关专业的核心与骨干课程之一。该课程的典型特点是定义、定理多而抽象,每个分支都是数学专业的一门独立课程,这就给学生学习和教师教学带来了大量困难。该文根据作者近年来从事离散数学教学与科研的实践,结合应用型院校人才培养的目标,从离散数学的教学内容、教学方法、教学手段等方面的进行了一些改革,并取得了较好的教学效果。     

基于缩边递推法的图色多项式求解算法设计与分析

给出了缩边递推法求解图的色多项式的有效算法,并用Java语言在计算机上实现：输入图的顶点数n及每一条边,即能在屏幕上输出该图图形及其色多项式;最后对算法实现的效率进行了分析,其时间复杂度为O（n2）。     

混合动力变速器高位轴承风冷散热的研究

基于混合动力变速器壳体的设计开发,分析了壳体轴承座表面无散热片和有散热片对高位轴承(处于变速器最高位置)散热功率的影响。通过理论计算表明:在车速为15 km/h时,轴承在运转过程中,摩擦力矩产生的最大热功率为104.89 W。壳体轴承座表面无散热片时,壳体与空气散热带走热功率为78.08 W,带走热功率小于产生热功率,不能保证轴承处于规定温度120℃以下热平衡状态工作。通过在轴承孔外围增加散热片,壳体与空气散热带走热功率为115.09 W,带走热功率大于产生热功率,满足散热需求。     

一种无监督的窃密攻击及时发现方法

近年来,窃密攻击成为了最严重的网络安全威胁之一.除了恶意软件,人也可以成为窃密攻击的实施主体,尤其是组织或企业的内部人员.由人实施的窃密很少留下明显的异常痕迹,给真实场景中攻击的及时发现和窃密操作的分析还原带来了挑战.提出了一个方法,将每个用户视为独立的主体,通过对比用户当前行为事件与其历史正常行为的偏差检测异常,以会话为单元的检测实现了攻击发现的及时性,采用无监督算法避免了对大量带标签数据的依赖,更能适用于真实场景.对算法检测为异常的会话,进一步提出事件链构建方法,一方面还原具体窃密操作,另一方面通过与窃密攻击模式对比,更精确地判断攻击.在卡内基梅隆大学的CERT内部威胁数据集上进行了实验,结果达到99%以上的准确率,且可以做到无漏报、低误报,证明了方法的有效性和优越性.     

基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法

贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入,这在缺少先验信息的情况下很难确定;另一方面,K2算法采用贪婪的搜索策略,容易陷入局部最优解。提出了一种基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法(CMI-PK2算法),该算法首先利用条件互信息生成有效的节点次序作为K2算法的输入,然后利用概率突跳机制改进K2算法的搜索过程来提高算法的全局寻优能力,学习较为理想的网络结构。在两个基准网络Asia和Alarm上进行了实验验证,结果表明CMI-PK2算法具有更高的分类精度和数据拟合程度。     

直接支持向量机

基于最小二乘支持向量机变形,得到一个极其简单快速的分类器---直接支持向量机.与最小二乘支持向量机相比,该分类器只需直接求解一个更小规模矩阵的逆,大大减小了计算量,并未降低分类精度.从理论上证明了该矩阵可逆,保证了分类面存在的唯一性.对于线性情形,采用Sherman-Morrison-Woodbury公式降低可逆矩阵的维数,进一步减少了计算复杂度,使其可适用于更大规模的样本集.数值实验表明,新分类器可行并具有上述优势.