基于改进CGANs的入侵检测方法研究

近年来,机器学习算法在入侵检测系统(IDS)中的应用获得越来越多的关注。然而,传统的机器学习算法更多的依赖于已知样本,因此需要尽可能多的数据样本来对模型进行训练。遗憾地是,随着越来越多未知攻击的出现,且用于训练的攻击样本具有不平衡性,传统的机器学习模型会遇到瓶颈。文章提出一种将改进后的条件生成对抗网络(CGANs)与深度神经网络(DNN)相结合的入侵检测模型(CGANs-DNN),通过解决样本不平衡性问题来提高检测模型对未知攻击类型或只有少数攻击样本类型的检测率。深度神经网络(DNN)具有表征数据潜在特征的能力,而经过改进后的条件CGANs,能够通过学习已知攻击样本潜在数据特征分布,来根据指定类型生成新的攻击样本。此外,与生成对抗网络(GANs)和变分自编码器(VAE)等无监督生成模型相比,CGANsDNN经过改进后加入梯度惩罚项,在训练的稳定性上有了很大地提升。通过NSL-KDD数据集对模型进行评估,与传统算法相比CGANs-DNN不仅在整体准确率、召回率和误报率等方面有更好的性能,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。     

既有圆形深坑边坡、结构共同作用大型振动台试验研究

城市周边废弃矿坑逐渐被利用起来用以建设大型公共服务项目,建筑群以边坡作为基础引发了新的技术难题。采用大型振动台试验对地震作用下既有深坑边坡、单跨和多跨框架结构的动力特征、响应规律和共同作用进行研究。试验结果表明:随激振次数和幅度的增加,边坡的自振频率趋于减小,阻尼比趋于增大;结构模型在整个激振过程中均处于弹性阶段,自振频率略有减小,阻尼比略有增大。边坡的动力响应随着坡体位置的升高而增大;边坡材料具有非线性特征,边坡动力放大效应随着振幅的增加而减小;模型的动力响应均与激励波的类型和方向有关,低频波较高频波对边坡引起的动力响应大,与激振同向的动力响应较其他方向大。以边坡为基础的结构动力响应随基础位置的升高而增大;由于连梁的影响,多跨结构的坡中结构动力响应较坡顶与坡底结构大。结构顶的动力响应由基础及上部结构耦合而成,因而始终大于底板。底板的动力响应因上部结构的动力反作用而始终大于周边地基。边坡、结构存在着共同作用,整体稳定性较好、刚度较大的多跨结构可以提高地基的抗震性能,地基动力响应应减弱10.4%~24.3%;而整体稳定性较差、刚度较小的单跨结构会降低地基的抗震性能,地基动力响应放大12.3%~51.1%。研究结果可为既有深坑地下空间开发利用的岩土工程设计提供指导作用。     

甲基氯硅烷精馏流程的模拟与优化

采用Aspen plus软件对工业七塔精馏过程进行全流程建模与模拟，优化工艺参数，研究了新的精馏节能工艺。对一甲塔等7个精馏塔采用双因素水平的灵敏度分析，考察了塔釜采出率、回流比、进料位置和塔顶压力对产品浓度和热负荷的影响，确定一甲塔最优的工艺参数：塔釜摩尔采出率为0.92，摩尔回流比为130，塔顶压力为0.18 MPa，总理论板数为400，在210块理论板位置进料。在此基础上，针对高能耗的脱高塔/脱低塔，模拟研究了双效精馏新工艺，新工艺可节省39.70%的年总成本；针对一甲塔模拟研究了热泵精馏新工艺，新工艺可降低41.42%的年总成本。     

自动电位滴定仪在双氧水装置在线分析中的应用

将自动电位滴定技术应用于双氧水装置氢效、氧效、萃余、前酸、后酸分析,该技术可以应用于在线检测,有利于实现双氧水装置自动化、智能化。减少人为操作对分析结果的影响,缩短了分析时间,提高了工作效率,避免了操作人员长期接触重芳烃对身体造成的损害。     

地下式厂房通风除湿系统的设计及应用

近几年,随着对可再生能源的开采,水力发电逐渐被重视,也加快了水电厂房的建设。但是由于自然条件的影响,一些特殊情况不得不采用地下厂房的形式进行生产。而地下厂房往往空气湿度大,会影响机械的正常运转并对值守人员的身体状况造成伤害。论文分析了地下环境的湿热原理,对厂房内具体的布置作了一些设想,探讨了方案的实用性和可行性。希望能给地下厂房通风除湿设计提供一些思路。     

刚接式桥面连续结构的受力性能分析

针对桥面连续结构易开裂受损的问题,结合牛牯岭大桥实际工程,建立了三维空间实体有限元模型,对常用的刚接式桥面连续结构进行了细致的受力性能分析,得到了其在不同荷载作用下的应力分布情况,并重点讨论了跨度大小对桥面连续结构受力性能的影响。