主机数据流量检测的实现

分布式网络环境中主机数据流量的异常通常反映出主机是否遭受病毒、木马等恶意程序的入侵而成为网络攻击中的傀儡机,因此,对主机数据流量进行监测可以尽早发现潜在的危险。研究了基于Cisco路由器的主机数据流量检测的基本方法,并给出了具体的程序实现方法和网络硬件环境配置方法。     

大型球罐γ射线照相布片

1 问题的提出在大型球罐γ射线探伤中,一次布片量非常大,一般都在400张以上,抚顺宏大公司液化气贮运公司改造组装的400m~3球罐一次布片竟达1156张。过去布片往往采用磁铁来固定暗袋,而用来检验球罐焊缝的胶片规格都较大,加上金属增感屏等有一定的重量,所以每张片至少需3～4块磁铁。问题是:磁铁用量大,而且在曝光过程中极易掉片和产生滑动;布片时搭接长度不均匀,容易造成漏检;布片速度慢、劳动强度高、效率低。1.1 磁铁用量大费用高以一般中等大小的球罐100％射线探伤为例,布片按600张计算,至少需1800块磁铁,每块磁铁按现行价格15～20元计算,费用在3万元左右。1.2 贴片的稳定性问题曝光开始以后,胶片在焊缝上的贴紧位置绝不能移动,否则会形成影象模糊、重影等问题。用磁铁固定布片的γ射线源中心法照相,时间有时竟要达到十几、二十几小时。在此期间片袋滑动是很可能发生的,在风     

基于多指标的指纹图像质量综合评估研究

结合空域和频域特征的质量评估方法评估指纹图像质量。分割出指纹图像有效区域,分析该有效区域的面积、偏移度、干湿度等局部质量评估指标,并对其中心区域进行快速傅里叶变换获得全局质量评估指标,通过非线性加权融合5个质量评估指标的评估分数得到指纹图像的综合质量评估分数。实验结果表明,该方法能准确判断指纹图像的质量,有助于提高自动指纹识别系统的整体性能。     

硅基竖直耦合三环谐振波分复用器的特性

对1×N信道硅基竖直耦合三环谐振波分复用器的传输特性进行了分析,给出了光学传递函数的公式.在中心波长1550.918nm、波长间隔1.6nm的情况下,对其振幅耦合比率、波谱响应、分光光谱、插入损耗、信道间的串扰进行了数值模拟.计算结果表明,该器件具有以下良好性能:若取小环与信道间的振幅耦合比率为0.27,小环与大环间的振幅耦合比率为0.06,该器件具有箱形波谱响应,输出光谱中的次峰值已被抑制到-25dB,谐振峰平坦且陡峭,3dB带宽约为0.28nm,每条输出信道的插入损耗及串扰较小,插入损耗小于0.71dB,串扰可降至-53dB以下.     

硅基竖直耦合三环谐振波分复用器的特性

对1×N信道硅基竖直耦合三环谐振波分复用器的传输特性进行了分析,给出了光学传递函数的公式.在中心波长1550.918nm、波长间隔1.6nm的情况下,对其振幅耦合比率、波谱响应、分光光谱、插入损耗、信道间的串扰进行了数值模拟.计算结果表明,该器件具有以下良好性能:若取小环与信道间的振幅耦合比率为0.27,小环与大环间的振幅耦合比率为0.06,该器件具有箱形波谱响应,输出光谱中的次峰值已被抑制到-25dB,谐振峰平坦且陡峭,3dB带宽约为0.28nm,每条输出信道的插入损耗及串扰较小,插入损耗小于0.71dB,串扰可降至-53dB以下.     

大型混流、轴流泵站水泵出水流道断流设施优化选择的建议

为了使工程安全稳定运行,提出对于采用平直出水流道的大型混流、轴流泵站工程必须进行水力过渡过程分析计算,并提出安全可靠的断流设施,同时确定合理的关闭时间。此外,提出国家标准《泵站设计规范》对水泵出水流道断流设施应优先选择运行可靠、调节灵活、结构简单的液控蝶阀的建议。     

燃气轮机进气系统性能仿真分析

进气系统噪声是燃气轮机主要噪声源之一。应用计算流体动力学和声学有限元法分别对燃气轮机进气空气滤清器和进气消声器的流动阻力和消声特性进行计算和分析。研究不同结构参数对进气系统空气动力性能和消声性能的影响,用于指导燃气轮机进气系统的优化设计。     

中间包连续测温装置在不锈钢生产中的应用

本文介绍了中间包连续测温装置在不锈炼钢厂的应用情况。生产实践结果表明，该装置运行稳定和准确，并可减轻劳动强度。     

1550nm低推挽电压聚合物定向耦合电光开关的设计

应用保角变换法、镜像法、耦合模理论和电光调制理论设计了一种推挽电极聚合物脊形波导定向耦合电光开关,阐述了基本结构和工作原理,给出了器件的设计和优化过程,主要分析了耦合长度、开关电压、输出光功率、插入损耗、串扰等特性.为了实现正常的开关功能,讨论了制作公差、波谱漂移以及单模光纤耦合损耗对器件性能的影响.模拟结果表明,所设计的开关的耦合长度为3082μm,开关电压为2.14V;插入损耗小于1.14dB,串扰小于-30dB.与BPM仿真结果以及实验结果的对比表明,文中提出的波导和电极的理论分析与计算方法具有较高的精度和可行性.     

基于深度学习的miRNA与疾病相关性预测算法

大量研究表明,microRNA（miRNA）在人类复杂疾病研究中发挥着重要作用.识别miRNA与疾病之间的关系对于提高复杂疾病的治疗水平具有重要意义.然而,传统实验方式常受限于小规模和高成本,因此迫切需要计算模拟的方式快速有效地预测miRNA-疾病间的潜在关系.本文通过结合深度学习的堆叠自动编码器算法与旋转森林分类器对miRNA-疾病间关系进行预测.该方法能够有效抽取出融合了疾病语义相似性、miRNA功能相似性和miRNA序列信息的高级特征并对其进行准确分类.在交叉验证实验中,该方法在HMDD v3.0数据集上取得90.30%的预测准确率.此外,我们还在人类复杂疾病乳腺肿瘤上做了案例研究.结果,模型预测得分最高的前30个疾病关联miRNA中28个得到了证实.这些优异的结果表明,该算法是一种有效预测miRNA-疾病关系的工具,能够为生物实验提供高可靠的疾病关联miRNA候选物.