水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

Process monitoring method based on correlation variable classification and vine copula

Chemical processes are becoming increasingly complicated, leading to an increase in process variables and more complex relationships among them. The vine copula has a significant advantage in portraying the dependence of high-dimensional variables. However, as the dimensions increase, the vine copula model incurs a high computational load; such pressure greatly reduces model efficiency. Relationships among variables in the industrial process are complex. Different variables may be strongly or weakly associated or even independent. This paper proposes a process monitoring method based on correlation variable classification and vine copula. The weighted correlation measure is first used to divide variables into a correlated subspace and weakly correlated subspace. Then, two vine structures, C-vine and D-vine, are applied to the correlated and weakly correlated subspaces, respectively. This method takes advantage of C-vine for correlated variables and the flexibility of D-vine for weakly correlated variables. Finally, comprehensive statistics are established based on different subspaces. Monitoring results of the numerical system and the Tennessee Eastman process demonstrate the effectiveness and validity of the proposed method.     

IDS告警融合与关联模型的研究

入侵检测是保障网络安全的重要手段,针对现有入侵检测系统中告警数量多、协调性差等问题,论文提出了一种具有告警融合与关联功能的告警处理系统模型,该模型冗余告警量少、整体检测能力强,并能进行攻击企图的预测,能有效提高入侵检测的效率,有助于进一步增强网络的健壮性。     

四川盆地上三叠统划分对比研究

四川盆地上三叠统对比长期存在混乱，给盆地整体评价带来困难。通过岩石地层、地震地层、事件地层及高分辨率旋回地层等多种方法讨论了须家河组与香溪群各岩性段的对比关系，得出了全盆地上三叠统的对比关系；指出须四段底可近似看成等时界面；须家河组下部地层自西向东、向南逐层超覆在雷口坡组之上，上部地层在盆地西北部自东南向西北方向剥蚀层位渐次变老。文章建议四川盆地上三叠统废除“香溪群”，统一使用“须家河组”，以利于对全盆地上三叠统进行油气资源整体评价与深化研究。     

基于对比折射法的三维静校正技术及其应用

在地形起伏剧烈、速度和厚度横向变化大的地区，折射静校正技术的应用受到诸多限制，主要表现在不能准确地识别和拾取来自于地下连续地质界面的折射波，使得精确求取的长波长静校正量困难。为此，提出了一种基于对比折射法的三维静校正技术。介绍了这种静校正技术的方法原理和特点，基于对比折射法的折射波至拾取实质上是一个折射层的对比分析解释过程，因此能准确地拾取折射波至，精确地求解低速带的绝对延迟时；然后利用延迟时和近地表速度模型（等效，时深，空变）反演表层模型，最终一次性完成基准面静校正（包含低速带校正和高程校正）。在黄土塬、沙漠以及沙漠和山地的接合部等地区，利用基于对比折射法的三维静校正技术进行静校正处理，使资料的品质得到了明显改善，反射同相轴连续性好，信噪比和分辨率高，构造形态清晰可靠，提高了勘探精度。     

灰色预测模型在油气操作成本预测中的应用

油气操作成本是油气田生产消耗的主要项目，为了有效地控制油气操作成本，必须制定准确的油气操作成本计划。而油气操作成本在我国是最近几年才提出来的，数据项比较少，给油气操作成本预测带来一定的难度。为此，文章根据灰色预测的基本原理，采用灰色系统理论进行油气操作成本预测，就可以弥补对预测所需的数据少，而且也无须剔除不可比因素，只要所建模型能满足精度要求，预测结果就可以信赖。     

天然气产业链下游市场风险评价模型探讨

随着我国天然气主干管网的逐步形成，天然气产业链下游市场正在进入快速成长阶段，建立风险预警系统的重要性开始显现，而风险评价模型是其基础工作之一。文章在天然气产业链下游区域市场风险评价指标体系的基础上，综合运用层次分析法和灰色系统理论，建立了对天然气产业链下游区域市场风险评价的模型，并以各区域市场的用气量占全国总用气量的比重为权重，建立起完整的市场风险评价模型，可为评价天然气产业链下游市场整体市场风险时参考。     

Attribute Allocation and Retrieval Scheme for Large-Scale Sensor Networks

Wireless sensor network is an emerging technology that enables remote monitoring of large geographical regions. In this paper, we address the problem of distributing attributes over such a large-scale sensor network so that the cost of data retrieval is minimized. The proposed scheme is a data-centric storage scheme where the attributes are distributed over the network depending on the correlations between them. The problem addressed here is similar to the Allocation Problem of distributed databases. In this paper, we have defined the Allocation Problem in the context of sensor networks and have proposed a scheme for finding a good distribution of attributes to the sensor network. We also propose an architecture for query processing given such a distribution of attributes. We analytically determine the conditions under which the proposed architecture is beneficial and present simulation results to demonstrate the same. To the best of our knowledge, this is the first attempt to determine an allocation of attributes over a sensor network based on the correlations between attributes.     

网络安全事件的关联分析方法的比较研究

随着当前攻击手段和技术的日益复杂化,一次入侵事件往往需要多个步骤才能完成,这些步骤都是彼此相关的。但是传统的入侵检测集中于检测底层的入侵或异常,所检测到的结果也仅仅是一次完整入侵的一部分,所以不能将不同的报警结合起来以发现入侵的逻辑步骤或者入侵背后的攻击策略。关联分析技术将不同分析器上产生的报警进行融合与关联分析,极大地减少了报警的数量,降低了入侵检测的误报率,并且适当的减少了入侵检测的漏报率。文中在对网络安全事件关联分析方法的系统结构进行分析后,着重介绍了当前比较流行的几种网络安全事件关联分析方法,最后对各种方法进行了比较研究。     

CHAOTIC HYDRODYNAMICS IN HORIZONTAL GAS-LIQUID BUBBLY FLOW

ＮＯＭＥＮＣＬＡＴＵＲＥｄ———ｅｍｂｅｄｄｉｎｇｄｉｍｅｎｓｉｏｎ ,ｄｉｍｅｎｓｉｏｎｌｅｓｓＣｄ(ｒ)———ｃｏｒｒｅｌａｔｉｏｎｓｕｍ ,ｄｉｍｅｎｓｉｏｎｌｅｓｓＮ———ｎｕｍｂｅｒｏｆｐａｉｒｓｏｆｐｏｉｎｔｓｏｎｔｈｅｒｅｃｏｎ ｓｔｒｕｃｔｅｄａｔｔｒａｃｔｏｒ,ｄｉｍｅｎｓｉｏｎｌｅｓｓｒ———ｓｃａｌｉｎｇｄｉｓｔａｎｃｅ ,ｄｉｍｅｎｓｉｏｎｌｅｓｓＤｃ ———ｃｏｒｒｅｌａｔｉｏｎｄｉｍｅｎｓｉｏｎ ,ｄｉｍｅｎｓｉｏｎｌｅｓｓＫ———Ｋｏｌｍｏｇｏｒｏｖｅｎｔｒｏｐｙ ,ｂｉｔｓ/ｓＲ…