基于实时通讯的入侵检测系统设计

实时通讯软件可说是现今最热门的网络商品之一,也因此成为网络攻击的主要标的。攻击者利用恶作剧的社交工程手段来欺骗计算机使用者下载能自我快速复制的蠕虫,开启病毒感染的档案或网络,或是在毫无防备的情况下安装恶意程序。因此该研究运用MSN Sniffer与入侵检测系统来防护实时通讯上蠕虫的攻击。     

Zr对Cu—Zn—Al形状记忆合金相变的影响

采用示差扫描热分析(DSC)、X射线衍射及透射电镜,研究了Zr对Cu-Zn-Al合金高温相变、马氏体正逆转变以及形状记忆效应的影响。结果表明,添加Zr0.35wt-％时,能有效地抑制α,γ相析出,促进β_2→DO_3→18RM转变。(M_s-M_f)及(A_s-A_f)温度区间较窄,马氏体相变激活能最低,马氏体变体间界面的可动性好,形状记忆效应最佳。     

涡轮轴疲劳试验器控制系统设计

在航空发动机研制过程中,对涡轮轴进行模拟加载疲劳试验是一项重要的工作。该试验用于验证涡轮轴设计、加工是否具有足够的强度和在寿命期具有足够的疲劳寿命。试验器电气控制系统采用计算机加数据采集控制多功能卡模式组成核心控制系统。电气控制系统采用NI公司的虚拟仪器软件LabWindows/CVI作为控制和人机界面(HMI)的编程软件。     

基于TDSBR-TDEEC算法的铁塔电大目标RCS特性研究

传统TDSBR高频散射算法忽略了电大尺寸目标阴影部分产生的绕射场,计算结果具有一定的局限性。为此,该文引入TDEEC算法,认为电大尺寸目标阴影部分产生散射效应的原因在于目标的棱边,通过对棱边的电磁流及绕射系数进行计算,进而得到了棱边部分产生的绕射场。然后使用TDSBR算法对目标照明区的散射场进行求解,将其与已求得的棱边绕射场叠加,最终实现了电大目标散射特性的求解。最后以输电铁塔的高频RCS特性计算为例,验证了TDSBR-TDEEC算法的优越性。     

环境相对湿度对牛皮纸垫缓冲性能影响的研究

目的 探究环境相对湿度对新型牛皮纸垫缓冲性能的影响。方法 基于静、动态压缩试验,分析叠加层数分别为2、3、4的牛皮纸垫在环境相对湿度分别为30%、50%、70%、90%条件下的缓冲性能。结果 在静态压缩试验中,牛皮纸垫静压承载能力随着环境相对湿度的增大而减弱、叠加层数的增多而增强。不同规格纸垫存在对应的湿度应力分界值,当材料所受外力小于湿度应力分界值时,其缓冲性能随着湿度的增大而提高;当外力大于湿度应力分界值时,缓冲性能随湿度的增大而减弱。一定湿度条件下,叠加层数对牛皮纸垫缓冲性能也存在影响：相对湿度为30%时,缓冲性能随叠加层数的增多而减弱;相对湿度为50%、70%、90%时,存在层数应力分界值,当材料所受外力小于层数应力分界值时,其缓冲性能随叠加层数的增多而减弱,当外力大于层数应力分界值时,缓冲性能随叠加层数的增多而增强。在动态压缩试验中,随着环境相对湿度的增加,牛皮纸垫传递给产品的最大加速度增大,缓冲性能减弱;叠加层数的增多,使其传递给产品的最大加速度减小,缓冲性能增强。结论 研究结果对牛皮纸垫缓冲包装的设计和材料选择存在潜在的指导意义。     

苏州水利水务信息化发展研究

水利信息化作为水利现代化的基础和标志,是防洪减灾、水资源管理、水环境监测和水土保持的重要手段和技术支撑。从苏州市水利水务信息化发展存在的问题、主要任务着手研究,围绕重点抓好"六大体系"建设,构建水安全、水资源、水环境、水文化"四位一体"新格局的发展战略,提出了今后十年苏州市水利水务信息化的总体思路、目标任务、建设重点和保障措施。     

维氏硬度曲面修正系数的计算机拟合

根据GB／T 4340．1-1999所附的各类曲面维氏硬度修正系数表，基于多项式拟合技术，给出了曲面维氏硬度修正系数关于压痕对角线长度与曲面直径比值的解析函数表达式，并对维氏硬度值的修约规律进行了总结。     

PWM高速开关阀的研制与应用

介绍了新型PWM高速开关阀的结构、工作原理及其具体的应用。经过试验表明．该新型PWM高速开关阀的开关频率达到14Hz，可以满足电液控制系统需求。     

仪器化冲击在评测断口剪切面积比例中的应用

根据示波曲线定量给出的特征载荷点分布关系，结合ESIS给出的评测夏比V型冲击断口剪切面积比例(PSF)经验公式，介绍了仪器化冲击试验在估算PSF数值中的具体应用。估算值与实际测量值所进行的误差离散性与置信区间的分析结果表明，选用合适的经验算法可以在试验过程中实时获得高度可靠的PSF结果。与常规光学手工评测技术相比，该方法不依赖于试验者的主观评测经验、不受特定客观试验条件的限制，具有广阔的应用前景，同时也为材料PSF评测以及动态断裂机理的研究提供了一套方便而有效的试验手段。     

基于半监督学习和支持向量机的煤与瓦斯突出预测研究

针对支持向量机要求输入向量为已标记样本,而实际应用中已标记样本很难获取的问题,提出将半监督学习和支持向量机结合的煤与瓦斯突出预测方法;介绍了采用SVM预测煤与瓦斯突出的流程及其输入向量的选择;对半监督学习中的协同训练算法进行了改进:在同一属性集上训练2个不同分类器SVM和KNN,将2个分类器标记一致的样本加入训练集,从而充分利用未标记样本不断补充信息,更新训练集标记样本,达到强化训练集的目的。测试结果表明,改进后的算法比单独的支持向量机预测方法准确率更高。