基于机器学习的SSH应用分类研究

SSH作为一种加密通讯协议,不仅为远程登录等服务提供了安全保障,其隧道应用还可以封装一些其他未知应用,对网络安全产生了一定的潜在影响,因此需要准确识别出这些应用,并及时采取相应措施,维护网络安全.由于SSH协议的加密特性,通常采用基于流量统计特征的方法对其进行识别,且多是采用有监督的机器学习方法.通过对无监督机器学习方法与有监督机器学习方法的对比,比较了C4.5,SVM,BayesNet,K-means,EM这5种机器学习方法对SSH应用的分类效果,证实了通过机器学习方法来识别SSH应用是可行的.实验结果显示无监督的K-means方法具有最好的分类效果,对SSH隧道中的HTTP应用的识别准确率最高,达到了99%以上.     

万兆以太网在宽带IP城域骨干网的应用

介绍了万兆以太网及其在宽带IP城域骨干网中的优势,同时从技术角度分析了其在宽带IP城域骨干网中应用的几个关键技术,包括物理层技术、帧格式、LAN与WAN的速率适配、10GE构建宽带IP城域骨干网时的网络拓扑结构、QoS和路由策略,以及与其他如DPT、RPR、POS等IP骨干网技术的性能比较.万兆以太网技术为电信级运营商在建设宽带IP城域骨干网时提供了新的选择.     

基于ArcPy的空间数据库备份与还原技术研究

空间数据库迁移是时空地理空间数据共享交换的重要方式.结合ArcPy站点包的技术特性和优势,本文研究了空间数据库备份与还原技术并设计了一套技术流程,便捷且高效地实现了空间数据库的迁移,提升了空间数据库能效与安全.     

FME在大型排水管网普查数据库检查中的应用

2019年4月,住房和城乡建设部、生态环境部、发展改革委三部委联合印发了《城镇污水处理提质增效三年行动方案》,各地积极响应,陆续出台相关政策并实施诸多提质增效配套项目.作为重要本底数据,排水管网普查数据的质量直接关系到污水提质增效的实施效果.在大型排水管网普查项目内业检查过程中,面对庞大的数据量,如何实现快速、高效、准确地检查数据,是目前面对的一大难题.作为空间数据共享及转换的辅助工具,FME通过基于语义的转换能实现上百种数据的转换,同时兼具强大的数据检查功能,针对庞大的排水管网普查数据,通过内置的转换器搭建,建立内业数据检查工具,以实现大型排水管网普查数据库的高效检查.     

采用基于市场控制的微网分布式能量优化方法

为了控制微网内各类分布式能源的协调运行,同时适应能源互联网的核心理念,提出了采用基于市场控制的微网分布式能量优化方法。首先,从理论上论证了该方法与集中式能量优化方法的等价性,并建立了分布式能量优化的通用流程。然后,基于启发式规则,系统地提出了分布式电源、可平移负荷、储能、联络线等资源的投标策略。最后,通过仿真计算,验证了该方法在削峰填谷、经济性以及提高可再生能源消纳率等方面的效果。所提出的方法利用各分布式能源的分布式决策代替传统的集中式优化,能够更好地保护用户隐私,并能够适应各种类型的分布式能源以标准化方式接入不同规模微网的要求。     

基于栈式循环神经网络的血液动力学状态估计方法

利用fMRI数据准确地估计血液动力学状态, 能得到一种更接近神经元层面的大脑活动的客观表示, 这将促进人们对大脑运行机理的深刻理解, 推动脑认知的进一步发展.迄今为止, 人们已经提出了许多血液动力学状态估计方法.然而, 这些方法大都只考虑了相邻时刻血液动力学状态之间的关系, 忽视了更深层次的时序特征.而对模型参数先验信息的需求也使一些方法在实际应用中受到了限制.为此, 本文提出了一种基于循环神经网络的血液动力学状态估计新方法.首先, 利用血液动力学模型中非线性函数的反函数建立BOLD信号与血液动力学状态之间的映射关系, 并构建模型的反演过程.然后, 采用一种堆叠三个RNN模块的栈式神经网络结构来拟合这种映射关系, 使其能够以BOLD信号作为输入, 得到血液动力学状态的估计值.最后, 在仿真数据上验证新方法的性能.实验结果表明:与一些代表算法相比, 新方法能够更合理地提取fMRI数据中的时间特性, 有效地拟合BOLD信号与血液动力学状态之间的动态非线性关系.     

缩硫脲分子改性聚丙烯腈纤维的制备与性能影响

将经过筛选后的缩硫脲分子与水解后的聚丙烯腈(PAN)纤维通过共价偶联进行修饰。对化合物和纤维样品进行结构与性能表征。结果表明:筛选出的缩硫脲分子不仅表现出低毒性,且对酪氨酸酶抑制显著,水解后的PAN纤维表面成功接枝缩硫脲分子,且改性后的PAN纤维仍具有良好的热稳定性和力学性能。该改性方法简单、实用性强,可作为果蔬的存储包装材料,具有抑制果蔬褐变等应用价值。     

大规模变频空调参与电力系统辅助服务的协调控制方法

实现负荷的自治是提高大规模变频空调集群控制性能的重要技术途径。为此,文中提出了基于需求曲线的变频空调自治控制方法。首先,构建了各变频空调的需求曲线,以实现其调控灵活性和用户偏好的自主表达,同时实现了空调集群舒适度的一致性控制,使集群的调节能力得到充分利用。然后,根据需求曲线的不同利用方式,提出了主动响应型和被动响应型这2种协调控制方法,以适应不同跟踪精度和通信条件的要求,并分别应用于调频和吸收联络线功率波动这2种典型辅助服务中。最后通过对控制效果和模型误差的仿真验证了所提方法的有效性。     

数值仿真法在铝型材挤压成形模具设计与优化中的应用研究

针对某一截面较大、形状较为复杂的铝合金型材,研究了该铝型材的挤压工艺、并进行了模具设计.基于ALE的有限元软件HyperWorks,建立该铝型材挤压成形有限元数值仿真模型,对挤压过程进行数值仿真研究,从而获得型材挤压过程金属流动规律.根据仿真结果,分析了焊合室各层高度、尺寸形状和模具结构参数对型材挤压速度分布、材料粒子运动轨迹以及应力应变分布等金属流动行为的影晦规律,并对模具结构参数进行优化设计.计算结果表明:优化设计后的模具可以使模具出口处金属流动的速度相对比较均匀,减小产品扭曲变形程度,较好地满足该型材截面形状和尺寸精度方面的要求.     

基于流形正则化极限学习机的文本分类算法研究

基于极限学习机的文本分类方法在对输入的文本特征进行随机映射时,会呈现一种非线性的几何结构,利用最小二乘法无法对其进行求解,影响文本的分类性能。为此,引入一种新的流形正则化思想,提出基于极限学习机的改进算法。利用拉普拉斯特征映射保持输入文本特征的几何结构。基于样本的类别信息对样本点之间的距离进行修正,优先选择类别相同的样本点,以改善分类性能。在Reuters和20newsgroup数据集上的实验结果表明,与正则化极限学习机算法、AdaBELM算法等相比,该算法分类性能较好,F1-measure值可达91.42%。