结合优化支持向量机与K-means++的工控系统入侵检测方法

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题，提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法（PCA）对原始数据集进行预处理，消除其相关性；其次在粒子群优化（PSO）算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解；然后利用自适应变异粒子群优化（AMPSO）算法优化支持向量机的核函数和惩罚参数；最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型，从而实现工业控制系统的异常检测。实验结果表明，所提方法在检测速度和对各类攻击的检测率上得到明显提升。     

基于SVM的煤与瓦斯突出预测模型及应用

为有效预测矿井内煤与瓦斯突出的危险程度,对其影响因素做了分析与探讨,分别构建了基于粒子群优化算法以及遗传算法支持向量机的煤与瓦斯突出预测模型,并且通过实例对两种模型预测的准确性进行了验证。分别利用单项以及综合指标、BP神经网络以及PSO-SVM模型、GA-SVM模型,对寺河煤矿二号井的突出区域进行预测比较。结果表明,PSO-SVM的预测模型不仅可以在小样本数据中预测出煤与瓦斯突出程度的大小,而且综合预测结果更加精确,其在解决矿井内煤与瓦斯突出的小样本数据中显示出更加强大、通用的性能。     

社会支持对工作-休闲冲突的影响研究——以酒店一线员工为例

基于现有研究成果设计社会支持和工作-休闲冲突量表,选取苏州、无锡和常州6家五星级酒店一线员工为样本对象,实证研究社会支持对其工作-休闲冲突的影响。验证性因素分析表明,主管支持、同事支持和家庭支持是社会支持的重要指标。通过构建社会支持与工作-休闲冲突的结构方程模型,发现主管支持对酒店一线员工的工作-休闲冲突具有显著负向影响,而同事支持和家庭支持影响不显著。文章最后给出了缓解酒店一线员工工作-休闲冲突的对策建议。     

低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。     

敏捷过程在软件工程课程中的教学实践

分析传统过程和敏捷过程在软件工程课程教学中的不同特点,针对敏捷方法偏理论轻实践的教学弱点,指出敏捷开发的教学要点并说明支持工具,使学生在理性和感性层面深入学习和理解敏捷方法论,同时为教师的讲解和相应的实验环节提供思路和参考,也可为敏捷方法的研究者和应用者提供启示。     

EPON面临的新挑战：多业务支持与安全性研究

IP技术的发展，产生了大量以以太网技术为基础的接入技术。EPON就是其中之一，并且以其综合的优势被寄予厚望，被认为是解决宽带接入“第一公里”瓶颈的最佳方案。然而随着EPON标准化进程的推进，也显现出一些意想不到的问题。由于EPON是基于Ethernet的，在传输实时业务方面带来了不少麻烦。同时EPON采用共享型的拓扑和下行数据广播方式，不可避免地面临安全性问题。本文着重分析EPON所面临的两大主要问题：多业务支持和安全问题；并在此基础上提出解决这些问题的初步构想。     

ARM在北京设立办事处加大本地化支持力度

近日，ARM公司北京办事处正式成立，将为本地合作伙伴提供更直接的支持，抓住良好的发展机遇，加速中国业务发展。ARM北京办事处作为一个销售和市场推广分支机构将使ARM公司为在北京地区的合作伙伴提供更为本地化的支持。这些合作伙伴包括无晶圆设计公司、国内的集成电路设计中心、大学以及科研机构、晶圆代工厂、原设备制造商(OEM)和其他第三方。     

基于支持向量机的多类分类研究

现今流行的分类方法的重要基础是传统的统计学，前提是要有足够的样本，当样本数目有限时容易出现过学习的问题，导致分类效果不理想。引入支持向量机方法，它基于统计学习理论，采用了结构风险最小化原则代替经验风险最小化原则，较好的解决了小样本学习的问题；又由于采用了核函数思想，把非线性空间的问题转换到线性空间，降低了算法的复杂度。对其相关内容包括优化算法及多类分类问题的解决进行了研究，最后用一个实例说明了该方法的可行性和有效性。