融合滑动窗口和MLP-AdaBoost的电力负荷预测

由于炼钢过程中电弧炉与LF炼钢冲击负荷的随机性,采用人工无法进行用电负荷的控制。为了能够及时调控用电负荷,尽可能节约能源和成本,采用滑动窗口的方法来划分数据,建立多层感知机（MLP）和自适应增强算法（AdaBoost）炼钢负荷预测模型,即MLP-AdaBoost方法对炼钢过程中的电力负荷进行预测。实验通过滑动窗口建立数据与之前时刻的联系,使用MLP建立弱模型,通过AdaBoost对样本权重进行再分配,通过迭代得到最终预测模型。结果表明,基于滑动窗口MLP-AdaBoost预测模型在负荷变化大、突变性强的炼钢过程中有显著效果。所提方法可为电弧炉炼钢下一步负荷量调控提供参考依据,为预测控制奠定基础,从而节约能源和成本。     

基于Pearson相关系数的Cache计时模板攻击方法

针对Cache计时模板攻击所采集数据噪声较多的问题,提出一种利用访问地址Cache命中率建立计时模板的方法,并根据Pearson相关系数对输入值进行判断。通过Flush+Reload攻击方法对计算机的键盘输入进行攻击,获取每个地址的Cache命中率,将Cache命中率高的地址转换为模板矩阵,利用该模板矩阵计算Pearson相关系数并根据系数大小判断输入值。实验结果表明,与均方误差法相比,该方法能够提高对输入值的判断准确率。     

硫化剂用量对HNBR硫化动力学的影响研究

设计了硫化剂过氧化二异丙苯(DCP)/TAIC-50%4种不同用量的HNBR胶料配方；采用无转子硫化仪及数学分析法研究了4种不同HNBR胶料的硫化动力学行为。结果表明，随着硫化剂用量的增大，HNBR胶料最高转矩变大，工艺正硫化时间缩短，硫化反应速率常数和反应活化能均变小。