基于免疫的网络入侵检测技术研究

目前,受生物免疫系统启发而产生的人工免疫系统（Artifial Immune System,AIS）正在兴起。人工免疫系统是借鉴和利用生物免疫系统（主要是人类的免疫系统）的各种原理、机制和特征而发展的各类信息处理技术、计算技术及其在工程和科学中应用而产生的各种智能系统的统称。生物免疫系统是一种复杂的分布式信息处理系统,具有免疫防护、免疫耐受、免疫记忆功能,且有较强的自适应性、自组织、多样性、学习、识别和记忆等特点,其特点及机理所包含的丰富思想为工程问题的解决提供了新的契机,引起了国内外研究人员的广泛兴趣,它的应用领域也逐渐扩展到模式识别、智能优化、数据挖掘、机器人学、自动控制和故障诊断等诸多领域。     

Rijndael算法的高效实现及其性能分析

Rijndael算法的高效实现是人们研究的焦点。文中从Rijndael算法的加密过程分析入手,提出采用基于查表的快速加密方法。其主要方法是利用预先构造S-盒表格和列混合运算的序列表格,加密时通过两次查表和12次简单的循环移位操作和一些模加运算即可实现加密过程,从而有效的提高了Rijndael算法的实现效率。同时分析了Rijndael算法比DES的优越性能。     

CFRP板-钢黏结界面的疲劳性能

开展了碳纤维增强聚合物（CFRP）板-钢双搭接试件的疲劳试验,考虑荷载水平的影响,分析了黏结界面的疲劳性能,比较了基于平均黏结应力幅或局部黏结应力幅的中值及设计疲劳曲线（S-N曲线）的适用性.结果表明：疲劳荷载下CFRP板-钢接头的主要破坏模式为钢-胶层界面剥离或钢-胶层/CFRP板-胶层界面剥离的混合破坏模式;不同荷载水平下荷载-位移曲线斜率的变化趋势大致相同;界面损伤从界面黏结应力较大的加载端开始,逐渐向自由端扩展,扩展至一定程度后界面突然断裂;采用幂函数公式预测试件的疲劳寿命时,基于平均黏结应力幅S-N曲线的拟合优越性更为显著,疲劳极限为1.88 MPa;最后,给出了具有95%可靠度的设计S-N曲线.     

干法纺聚酰亚胺纤维生产技术的研发

阐述了干法纺聚酰亚胺(PI)纤维生产技术的研究过程、技术方法,并介绍了该纤维的主要特性。综述表明,干法纺PI纤维生产技术是针对湿纺技术生产效率低、成本高、溶剂回收困难等缺点而创新发展的新技术,具有聚合原液国产化制备并可随机调控,纺丝过程的因素可控性,纤维的拉伸、环化过程一体化设计等技术关键点和创新点。其纤维产品有更优异的热稳定性、低温稳定性、永久阻燃性、化学稳定性和电绝缘性。指出干法纺PI纤维生产技术对打破国外技术壁垒,以及对我国高性能纤维产业结构调整和优化升级具有重要战略意义。     

菊花化学成分及药理作用的研究进展

菊花是一种重要的药用植物,具有抗菌、抗炎、抗氧化、舒血管、降血脂、抗肿瘤、驱铅等多种药理作用。现对其化学成分及药理作用研究进展作一综述,以期为今后的进一步研究和开发利用提供参考。     

发挥优势学科专业引领作用,深化专业课程国际化建设

在中国教育国际化的进程中,应充分发挥优势学科的引领作用,加大优势学科专业课程的国际化建设力度。在对优势学科领域专业课程的国际化建设过程中,拓展学生的国际化视野,提升学生的国际化专业素养,深化专业课程建设,提供实时更新的教学资源,丰富学习资源获取渠道,充分重视学生在教学过程中的主体地位。通过遴选和组建高水平的授课团队,创新专业课程双语教学模式,重构专业课程教学理念,建立"课内外、校内外、国内外"三位一体的全新课程教学模式,形成多元的学习评价机制,提升中国优势学科中专业课程的国际化程度,促进学生专业知识和技能的培养,提高优势学科专业课程的教学成效。     

基于蒙特卡罗方法的离子束溅射熔融石英、硅、金和铜行为特征规律仿真研究

采用蒙特卡罗方法研究了在不同溅射参数和材料模型下，溅射产额、损伤密度分布和纵向能量损伤分布等溅射特征参量对离子束溅射作用效果的影响。通过SRIM-2013软件的粒子跟踪和物理统计结果，分析了离子束初始能量、入射角度、离子种类和材料类型对表面溅射效果和能量沉积的影响规律，研究了表面损伤分布规律与溅射参数和溅射产额的关系。结果表明：85°的束源倾角设置可促进级联粒子密度集中和密度峰值群向表面移动分别达到2.8×108 atom/cm2和3×10-10 m，平均能量损失减小45.6%, Ar+溅射产额提高4.7倍；声子和电离产生大量的能量损失抑制了溅射产额的提高，两种能量损失占总损失比在0°入射时分别可达69%和30%。     

Ti3C2Tx/聚酰亚胺复合气凝胶的制备及其压阻传感性能研究

将Ti₃C₂T_x(MXene)片层引入聚酰亚胺(PI)前驱体中，经过物理共混、冷冻干燥和热环化过程，制备得到不同配比的MXene/PI复合气凝胶。分析了气凝胶的形貌结构，并详细研究了不同配比复合气凝胶的压阻传感性能。结果表明，MXene与PI两种材料在气凝胶内部相容性良好，随着MXene的引入，MXene/PI气凝胶产生了紧密且有序的三维多孔结构，为结构内部提供了一定的力学支撑，提升了气凝胶的力学柔韧性与回弹性。同时MXene/PI在10%～60%应变范围内有较宽的传感范围(0%～65.57%),在低压区(0～15 kPa)下灵敏度为0.03 kPa^-1,在高压区(15～40 kPa)下灵敏度为0.007 kPa^-1,且传感曲线的峰值变化基本与压缩应变的变化同步，线性度高达99.7%,并且在长时间的多循环测试下显示出了良好的耐疲劳性和传感稳定性。     

基于局部半径的三支DBSCAN算法

DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一种经典的基于密度的聚类算法，它通过两个全局参数即半径Eps和最少点数MinPts,能够对任意形状的数据进行聚类，并自动确定类个数。但是，使用全局半径的DBSCAN对于密度不均匀数据集的聚类效果较差，且无法对重叠数据集进行聚类。因此，定义了密度递减原则和局部半径，并根据k-近邻距离自动确定局部半径，从而提出了基于局部半径的DBSCAN算法(LE-DBSCAN);然后，通过考虑近邻的标签，对二支聚类结果的临界点和噪声点进行重新划分，从而提出了基于局部半径的三支DBSCAN算法(LE3W-DBSCAN)。将LE-DBSCAN和LE3W-DBSCAN与该领域的相关算法在UCI数据集和人工数据集上进行对比，实验结果表明，所提算法在常用的硬聚类指标和软聚类指标上都具有较好的表现。     

基于EEMD与GWO-SVM的石化机组轴承故障诊断

针对石化机组轴承做故障分类时，传统支持向量机的分类性能受自身参数选择的影响识别准确率不高的问题，提出一种基于集合经验模态分解和改进支持向量机的石化机组轴承故障诊断。首先利用集合经验模态分解（ensemble empirical mode decomposition,EEMD）与样本熵（sample entropy,SE）对原始信号进行特征提取，采用灰狼算法优化支持向量机（gray wolf optimization algorithm support vector machine,GWO-SVM）的方法得到最优参数，构建石化机组轴承故障诊断模型。最后以实际石化机组数据集进行诊断分析，并通过与未优化的支持向量机和传统优化算法的支持向量机进行对比，表明该文所提方法的有效性和优越性。