基于人工蜂群的业务流异常状态检测方法

针对日益严重的网络安全问题,基于人工蜂群与聚类方法提出一种新的状态检测算法--DASA。该算法首先根据SKETCH方法和Hash函数建立业务流异常状态模型,并且利用人工蜂群技术实现对异常状态的检测。最后,以实际数据进行仿真实验,对比分析了样本数据与DASA算法检测的结果,发现DASA具有较好的适应性,而且聚类个数、丢弃阈值和邻域半径等因素对状态检测产生较大影响。     

新的网络节点有效性的评价指标

针对因节点失效而产生的网络拥塞现象,结合小波变换提出了一种度量节点有效性的方法。首先刻画实际流量的长相关特性,并且利用自回归滑动平均(ARMA)模型建立到达流量的预测算法,其预测数据与实际信息的标准差为6.89。同时通过仿真实验深入研究了有效性与各影响因素之间的关系,结果表明与平均速率成正相关,而与缓冲区成负相关。     

历史性视角下后工业区景观认知及实践变革研究

随着社会变迁、文化更迭、环境伦理观演变,后工业区经历了50年的更新与发展。在这一背景下,探究全球后工业区更新的4个嬗变历程:初现变革、剧烈变革、结构变革、整合性变革,以揭示后工业景观变革在风景园林设计实践、社会与法规、生态主义思想、创新理念方面的不断发展和完善。通过历时性分析,重新解读50年变革历程中的代表性案例,揭示风景园林实践进程中后工业区更新的多元化探索。从历史研究的角度出发,构建基于历史分期—变革内涵—里程碑案例的后工业景观研究脉络,以期为当下中国后工业景观理论及实践的发展提供指导与借鉴。     

壳中视听境地

这是依据空间而存在的高科技设备,其人造的美妙音色会让置身其中的人们,体验到一种崭新的时空情境。在这里,空间是名副其实的“壳”,而充斥于空间的荧屏、幕布以及大大小小的“盒子”、“仪器”,只是成就激越视听感受的主体。因为“用投影看电视”——这样的影像甚至比现实更清晰。     

餐厨空间

如今,人们不再将厨房仅仅定义为做饭与备餐的地方,这个原本住宅中的从属设施被注入了更多科技与时尚的元素,而其中实用的价值也成为设计者不断挖掘的设计范畴。餐厅已逐渐与厨房台二为一,厨房的面积在不断扩大,与此同时,人性化主题的设置,也使得这个地方融入了这个时代人们对生活的热忱,或许,参观者只要踏入厨房,就可以感知这家主人对于生活的理解和态度。     

云计算环境下密文搜索算法的研究

为确保数据私密性,用户选择将数据加密后再上传到云端,但云无法为密文数据提供管理和搜索等服务。密文搜索技术可以把保护用户数据私密性和有效利用云服务结合起来。在分析云环境下密文搜索算法的基础上,提出基于云环境的密文搜索体系结构,研究其中的关键技术,指出云环境应用密文搜索技术存在的问题和改进的方向。     

STM32FO系列传承STM32基因打造亲民价格

STM32F0 (F0)系列是意法半导体STM32系列中的新成员,它基于Cortex-M0内核,沿用现有STM32先进的IP组合. STM32系列简介 STM32系列作为意法半导体的核心战略产品,依托于意法半导体领先的嵌入式闪存技术和半导体技术,基于已经成为新的32位微处理器行业标准的ARM Cortex-M内核.从2007年首款基于Cortex-M的32位微控制器产品至今,STM32系列扩展成为拥有300余款引脚相互兼容的平台产品,并且能够为用户承诺超过10年的供货服务.     

一种改进的粒子滤波和Mean Shift联合跟踪算法

为了提高视频运动目标跟踪的准确性和实时性,提出一种改进的粒子滤波和Mean Shift联合跟踪算法.针对传统粒子滤波跟踪算法中颜色直方图观测模型存在的局限性,提出了一种基于分块颜色直方图的观测模型描述方法,并根据该分块直方图的特点,重新设计了粒子权值的更新策略;针对粒子滤波算法实时性差的问题,提出了一种基于积分直方图的颜色特征快速计算方法,极大地降低了算法的运算量;为了降低相似背景干扰对跟踪效果的影响,提出了一种基于Gabor幅度谱的Mean Shift跟踪算法,并利用改进的Mean Shift算法对粒子滤波跟踪结果进行优化,提高了跟踪算法在复杂背景下的搜索能力.实验结果表明了算法的有效性.     

基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测

智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regression machine,SVR)依赖人为经验选择学习参数的弊端,在量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法中加入自适应早熟判定准则、混合扰动算子和动态扩张收缩系数,提出了自适应扰动量子粒子群优化算法(adaptive disturbance quantum-behaved particle swarm optimization,ADQPSO),并使用ADQPSO优化选择SVR的学习参数。实例研究表明,ADQPSO算法全局寻优能力强、鲁棒性好、计算耗时短,利用ADQPSO优化得到的SVR参数,可有效提高模型的预测精度;与反向传播神经网络(back propagation neural network,BPNN)和径向基神经网络(radial basis functionneural network,RBFNN)相比,提出的ADQPSO-SVR能够提高短期风电功率预测的准确性和稳定性。     

卡塔尔二氯乙烷(EDC)新建计划

１９９９年１２月１６日,卡塔尔乙烯公司（ＱＶＣ）就二氯乙烷综合生产厂建设项目（４．７５亿美元贷款）正式签订协议。在ＢａｎｑｕｅＰａｒｉｂａｓ、阿拉伯石油投资公司（Ａｐｉｃｏｒｐ）和ＣｒｅｄｉｔＳｕｉｓｓｅＦｉｒｓｔＢｏｓｔｏｎ的安排下,这一项为期１２年货款将部分支持ＱＶＣ计划在Ｍｅｓａｉｅｅｄ的６．５亿美元二氯乙烷综合厂的建设。这一贷款协议的签订为项目的工程建设、完成及建设合同的执行铺平了道路。该项目已于６月被乌德（Ｋｒｕｐｐｕｅｈｄｅ）与技术石油（Ｔｅｃｈｎｉｐｅｔｒｏｌ）的德／意集团公司以４…