网络攻击过程剖析

了解网络攻击的过程,有利于用户采取适当的防护措施,减少受到攻击的可能性。本文描述并分析网络攻击过程的三个阶段,以及各个阶段所采取的不同方法。     

BP网络模型对人脸朝向的识别

研究BP神经网络模型,通过计算机模拟人脑建立神经元网络,使用一部分人脸朝向信息作为训练的实例集,训练稳健后,可以推广应用判断其他人脸的朝向信息,以实现计算机自动识别人脸朝向。先对图片进行归一化等预处理,再应用主成分分析提取特征信息,每幅提取出的特征信息都是8个数据的列向量,构建一个8个输入、17个隐含、3个输出的三层BP网络模型。将训练实例集的特征向量代入训练,调整参数后保证其性能和收敛速度。最后通过大量实验验证,计算机识别的误判率仅为6.7%,模型可靠。     

反应堆堆芯围筒结构热流固耦合热变形分析

针对反应堆堆芯围筒热流固耦合问题,采用三维有限元法研究堆芯围筒的热变形.考察ANSYS的三维实体热单元SOLID 70,三维实体单元SOLID 45,三维表面热效应单元SURF 152和三维热-流耦合管单元FLUID 116等单元类型的特点和实用性.建立堆芯围筒、吊篮和冷却剂的温度分析有限元模型：堆芯围筒和吊篮采用SOLID 70,结构表面与冷却剂的对流传热表面采用SURF152,堆芯围筒与吊篮之间冷却剂采用FLUID 116.采用SOLID 45建立堆芯围筒有限元模型,根据得到的堆芯围筒、吊篮和冷却剂的温度场结果分析堆芯围筒热变形.结果表明,在考虑堆芯围筒及吊篮固体和流体的交叉耦合的基础上,采用三维有限元法能比较客观地模拟反应堆堆芯处的复杂运行环境.     

膨胀弯管在管道柔性设计中的定性分析

为防止管道因热胀冷缩、管道支撑或端点附加位移造成的应力问题,对管线中设置的膨胀弯管进行定性分析.通过2个参数的变化对膨胀弯管进行编号得到多种设计方案,用ANSYS建立管道的有限元模型,并分析各方案中膨胀管道的变形、应力和弯矩等;根据分析结果对膨胀弯管设计半径、设置位置和形状进行定性分析.该定性分析结果可为膨胀弯管概念设计和管道柔性设计提供参考.     

面向高端装备制造CAE技术的机遇和挑战

针对高端装备制造在设计、分析、制造、服役和维护等全过程中对CAE的需求,从结构、流体以及流固耦合等3个方面概述CAE技术国内外进展及其面临的机遇和挑战,指出在发展具有能够对装备在极端服役环境下准确的结构、流体和流固耦合CAE分析技术的基础之上,需不断突破面向工程应用的多物理场耦合、跨尺度分析、多学科综合设计、产品性能评估和集成等关键技术,使CAE逐步向支持现代设计和全寿命周期管理转变.     

基于Java的匿名内部类分析与应用

内部类是Java中的一大特色,通过对Java中匿名内部类的创建机制和使用方法的探讨,分析匿名内部类中成员变量与成员方法的属性与规则,并给出匿名内部类的实际应用示例。     

基于用户兴趣度的校园网带宽管理策略应用研究

针对校园网出口拥塞问题,提出一种基于行为分析的用户兴趣建模方法,通过用户参与时间来衡量并计算不同种类应用的用户访问兴趣度,在用户兴趣度的基础上结合通道管理技术进行带宽管理策略研究,实现动态带宽管理。实施结果表明,该方法能够有效地提高用户的网络满意度。     

基于SQL Server的OLAM的研究及应用

OLAM(On-line Analytical Mining)是当前的热点技术,是融合了联机分析处理(OLAP)和数据挖掘(Data Mining)的一种新的数据挖掘技术。本文主要研究数据仓库中OLAP,On-line Analytical Processing和数据挖掘技术,这两个技术是商业智能中的核心技术和主要内容,在两者的基础上引入OLAM的概念,并阐述其基本原理和核心技术。基于微软的SQL Server平台,为一个商业案例建立数据仓库,利用Analysis Services服务,建立销售分析的多维数据集,利用OLAM的基本模型实现OLAP和聚类挖掘技术的结合,借助两者的各自优势,得到很好的客户聚类分析结果。     

基于聚类分析的新书推荐

针对大多数图书馆管理系统中的个性化服务中的新书推荐只是定时将新到馆的图书罗列出来让读者浏览进行推荐,推荐效果差的问题。本文在比较三大常用的推荐技术的优缺点后,采用基于聚类分析的推荐算法推荐新书,并具体给出实现的方法。     

Incorporating statistical information into expert classification systems to reduce classification costs

Interactive expert systems seek relevant information from a user in order to answer a query or to solve a problem that the user has posed. A fundamental design issue for such a system is therefore itsinformation-seeking strategy, which determines the order in which it asks questions or performs experiments to gain the information that it needs to respond to the user. This paper examines the problem of optimal knowledge acquisition through questioning in contexts where it is expensive or time-consuming to obtain the answers to questions. An abstract model of an expert classification system — considered as a set of logical classification rules supplemented by some statistical knowledge about attribute frequencies — is developed and applied to analyze the complexity and to present constructive algorithms for doing probabilistic question-based classification. New heuristics are presented that generalize previous results for optimal identification keys and questionnaires. For an important class of discrete discriminant analysis problems, these heuristics find optimal or near-optimal questioning strategies in a small fraction of the time required by an exact solution algorithm.