纳米搞紫外线整理苎麻织物功能性及服用性能研究

应用纳米抗紫外线整理剂对苎麻织物进行整理,通过对织物的紫外线透过率紫外线防护因子,透气性、湿热传递性、刚柔性等功能性及服用舒适性能指标进行测试、分析研究,为纳米抗紫外线整理在苎麻类织物方面的应用提供依据.     

基于增量式GHSOM神经网络模型的入侵检测研究

传统的网络入侵检测方法利用已知类型的攻击样本以离线的方式训练入侵检测模型,虽然对已知攻击类型具有较高的检测率,但是不能识别网络上新出现的攻击类型.这样的入侵检测系统存在着建立系统的速度慢、模型更新代价高等不足,面对规模日益扩大的网络和层出不穷的攻击,缺乏自适应性和扩展性,难以检测出网络上新出现的攻击类型.文中对GHSOM(Growing Hierarchical Self-Organizing Maps)神经网络模型进行了扩展,提出了一种基于增量式GHSOM神经网络模型的网络入侵检测方法,在不破坏已学习过的知识的同时,对在线检测过程中新出现的攻击类型进行增量式学习,实现对入侵检测模型的动态扩展.作者开发了一个基于增量式GHSOM神经网络模型的在线网络入侵检测原型系统,在局域网环境下开展了在线入侵检测实验.实验结果表明增量式GHSOM入侵检测方法具有动态自适应性,能够实现在线检测过程中对GHSOM模型的动态更新,而且对于网络上新出现的攻击类型,增量式GHSOM算法与传统GHSOM算法的检测率相当.     

一种基于半监督GHSOM的入侵检测方法

基于神经网络的入侵检测方法是入侵检测技术的一个重要发展方向.在已有无监督生长型分层自组织映射(growing hierarchical self-organizing maps, GHSOM)神经网络算法的基础上,提出了一种半监督GHSOM算法.该算法利用少量有标签的数据指导大规模无标签数据的聚类过程.一方面借鉴cop-kmeans半监督机制,解决了原始算法中返回空划分的问题,并将其应用到GHSOM算法中.另一方面提出了神经元信息熵的概念作为子网生长的判断条件,提高了GHSOM网络子网划分的精度.此外还利用有标签的数据自动确定聚类结果的入侵类型.对KDD Cup 1999数据集和LAN环境下模拟产生的数据集进行的入侵检测实验表明：相比于无监督的GHSOM算法,半监督的GHSOM算法对各种类型的攻击具有较高的检测率.     

掺粉煤灰的混凝土配合比

简要介绍掺粉煤灰混凝土的一些优点。并对此类混凝土的配合比设计提出建议。     

自溃式非常溢洪道(资料摘编)

为了工作需要,把收集到的有关自溃式非常溢洪道的设计及模型试验资料,摘编此文。本文着重对自溃堤的布置型式,采用的材料以及试验成果部分作了较详细摘录,同时还把各工程自溃堤的断面尺寸,填筑材料的粒径分析及物理力学特性有关图及表列入本文,供有关人员参考。鉴于水平关系,文中错误不妥之处在所难免,恳请批评指正。自溃式非常溢洪道,即在非常溢洪道底坎上加设自溃堤(注)。自溃堤的设计,要求平时可以拦蓄洪水,当水位超过一定水位时则自动冲开泄洪。自溃堤按其溃决形式,又可分为     

天丝苎麻服装面料服用性能的模糊综合评定

本文尝试用模糊综合评定的方法，从折皱回复角、抗弯刚度、悬垂系数、透气量、毛细效应、透湿量6个方面计算并综合评定天丝苎麻织物的服用性能。     

天丝苎麻织物服用舒适性探讨

对天丝苎麻织物的湿热舒适性和柔软性进行试验研究，对比分析湿热传递性、冷暖感、热传递性、透气性、柔软性指标与纤维材料、织物结构的相互关系，为开发天丝苎麻产品提供设计依据。     

水下不分散混凝土技术的应用

水下不分散混凝土具有遇水不分散的特点，用于水下施工，可免筑围堰。论述了水下不分散混凝土用于钱塘江强涌潮区丁坝下游脚趾的施工实践。     

不妨向"跳槽"者挖宝取经

被誉为日本四大“经营之圣”之一的世界顶级企业松下公司创始人、总经理松下幸之助之名,可谓天下闻名。然而,其门下也有“跳槽”者。那么,他是如何对待“跳槽”员工的呢?惯于听取逆耳之言的松下幸之助认为,“跳槽”的员工总是希望到更好、更强、能够充分发挥才能的企业就职,这是有进取心的一种表现,这些人往往已经发现公司的某些弊端。为此,松下幸之助对主动脱离该公司另