安阳钢铁公司2800中厚板轧机的基础自动化

本文介绍了安钢２８００中厚板轧机自动化设备的硬件组成及其功能。     

浅析我国商业银行的社会责任

目前社会各界十分关注企业对社会责任的承担,但对商业银行社会责任的承担却鲜有提及,然而商业银行作为金融系统的重要组成部分,在防范金融危机方面有着重要的作用,因此,必须对商业银行社会责任予以界定,并分析其内容,同时借鉴国外商业银行履行社会责任的经验,为我国商业银行社会责任的承担提供对策建议。     

一种针对TomcatFilter型的MemShell检测技术研究

近些年来,随着计算机技术的不断发展和应用,Web应用技术也在快速更迭,与其一起发展的还有木马后门技术,但传统的木马后门技术已经不能满足攻击者的需求,因而基于内存攻击的方式不断涌现,包括powershell内存载入攻击、.NET assembly托管代码注入攻击以及内存马(Memory WebShell,MemShell)攻击等,这些攻击方式为现有的安全防御检测机制带来了极大的挑战。因而业界对面向解决基于内存的攻击尤其是内存马的攻击展现出了强烈的需求。但当前业内针对内存马的检测能力较弱,学术界也缺乏对该领域的研究工作,所以本文提出了一种针对Tomcat Filter型的内存马检测方法。通过研究发现,内存马其最核心技术便是无文件(Fileless)及不落地(Living off the Land),但尽管如此,内存马最终会在内存中展现其功能并执行命令,所以内存是所有威胁的交汇点,因此本文将Java虚拟机(Java Virtual Machine,JVM)作为起始点,首先利用JVM内存扫描技术遍历出JVM内存中加载的所有Filter类型对象,但需要注意的是这些对象并非都是有威胁的,并且每一个对象都具有一定的特征,所以可以对这些特征通过人工经验进行分类并且筛选出具有代表性的特征向量,然后获取每一个Filter类型对象的所有代表特征向量,并根据特征向量的值梳理出异常表现序列;最后,利用朴素贝叶斯算法将大量正常和异常的Filter对象的异常表现序列作为训练样本,计算出对应项的条件概率并形成贝叶斯分类器。利用训练出的贝叶斯分类器就可以构建出一个内存马检测模型,该模型能够有效得针对该类型的内存马进行检测。实验结果表明,本文提出的方法针对Tomcat Filter型内存马的检测,实现了零误报率和94.07%的召回率。     

利用ASP技术开发基于Web的电话号码查询系统

利用ＡＳＰ技术开发出了一个基于ＷＥＢ的电话号码查询系统,介绍了ＡＳＰ技术的基础原理及系统开发中解决的主要问题。     

3G与云计算环境下大学英语词汇自主学习效果研究

采用词汇测试与访谈相结合的方法探讨了3G与云计算环境下大学英语词汇自主学习效果。结果显示,3G与云计算环境下,基于智能移动设备的自主学习对提高大学生的词汇量以及词汇运用能力都有显著作用。这主要因为,基于3G和云计算技术构建英语词汇自主学习平台,学习者利用智能移动设备可以随时、随地、随身在真实自然语境中学习和活用词汇,再加上学习过程中与教师和其他学习者的实时交互和协作,其词汇学习的效率与质量有了大幅提高。     

基于中文文本分类的分词方法研究

文本分类有助于用户有选择地阅读和处理海量文本,因此其预备工作分词系统的研究是很有意义的。该文主要提出了一种基于中文文本分类的分词方法,区别于常用的基于字符串匹配等方法,并利用数据库特有的查询技术设计和实现了该分词系统,旨在通过新的分词方法提供更加准确的分词率,同时提高系统实现效率。     

基于本体的推理机研究

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用。本体表示语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证。介绍了本体语言、描述逻辑和描述逻辑推理的基本原理,重点介绍了基于SHIQ描述逻辑的推理机Racer的基本功能及其在智能信息检索中的应用。     

基于拓扑理论与异常算法的交流充电桩布局选址方法

考虑到传统的充电桩选址方法存在顾客流失量多、温室气体排放量高的问题,提出了基于拓扑理论与异常算法的交流充电桩布局选址方法。在计算电动汽车的充电时长后,结合经济指标计算交流充电桩需求量。采用拓扑理论求解交通分配模型,根据交通分配模型的平凡拓扑结构设计交通分配模型求解算法。利用异常算法计算电动汽车与充电桩的距离,根据充电需求和行驶时间两个关键参数布局路径模块,结合充电桩服务模块拓扑结构设计交流充电桩布局选址模型结构。实验结果表明,该方法不仅可以减少顾客流失量,还可以降低温室气体排放量。     

提高川法小曲白酒酯香的研究

本文介绍了为提高小曲酒产品质量，对产酯酵母产酯条件及提高小曲酒酯量方式进行了研究。结果表明：采用纯种产酯酵母以液体发酵蒸馏提香工艺适合目前小曲酒生产现状，使其在保持原有风格的基础上提高了小曲酒产品质量、档次和企业的经济效益。     

初始聚类中心优化的k-means算法

传统的k-means算法对初始聚类中心敏感,聚类结果随不同的初始输入而波动。为消除这种敏感性,提出一种优化初始聚类中心的方法,此方法计算每个数据对象所在区域的密度,选择相互距离最远的k个处于高密度区域的点作为初始聚类中心。实验表明改进后的k-means算法能产生质量较高的聚类结果,并且消除了对初始输入的敏感性。