采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

高碘酸盐的活化及降解水体有机污染物研究进展

根据高碘酸盐活化方式、活化机理和相关自由基种类等方面,叙述了国内外高碘酸盐高级氧化体系降解水体有机污染物方面的工作。基于氧化剂为高碘酸盐的高级氧化技术氧化能力强,能在较宽的pH范围内高效降解包括抗氧化能力极强的全氟辛酸(PFOA)在内的多种有机污染物,在水处理领域具有较好的应用潜力。依据目前的研究现状,结合实际需求,认为进行废水处理的小试或者中试、优化活化理论研究,以及明确各活性物质对有机物选择性降解的机理,是将来需要关注的问题以及研究方向。     

某矿快速掘进最优炮孔间距的选择

山西某矿5308底抽巷在掘进过程中速度慢、效率低，直接影响工作面的瓦斯抽采，为了改善上述情形，对炮孔间距进行研究。通过使用ANSYS软件对不同炮孔间距下快速掘进效果的模拟分析，并经现场验证，得出了适应该矿的最佳炮孔间距。结果表明：炮孔间距为500 mm时，爆破产生裂隙发育范围和岩石损伤区域都最大，快速掘进的效果最好。     

应用膨胀算法提取目标的直接定位算法

为了解决被动雷达系统中的多发射源定位问题，提出了一种基于多重信号分类(MUSIC)算法和图像膨胀(IE)算法的直接定位方法。该方法结合了谱分析中的MUSIC思想，通过对接收量测协方差矩阵进行特征分析求解目标的位置。首先，在目标个数未知的前提下，利用Akaike信息准则(AIC)来确定模型阶数；然后，推导了基于MUSIC的定位代价函数；之后，利用图像膨胀算法处理得到的代价函数平面；最后，膨胀处理后的输出为目标个数及目标位置的估计值。提出的算法有效地解决了目标检测及提取的问题，能够确定多个目标的位置坐标，为后续的定位性能分析提供可能性，也保证了算法的完整性。进一步地分析了多个临近目标情况下影响目标提取性能的主要因素。     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

低碳时变城配送车辆路径-发车调度集成优化

针对交通拥挤环境下日益增长的城市配送需求，通过分析时序依赖对成本和碳排放的影响，引入车辆在节点等待和离散调度策略，研究基于时序依赖的低碳城市配送车辆路径与离散调度问题。为求解该问题，设计基于遗传算法与局部搜索相结合的混合进化搜索算法对模型求解，用积极的局部搜索机制替代随机的变异操作，并通过可行解构造算法、变概率交叉和多种局部搜索策略来提高算法求解质量和求解效率。通过对比仿真实验对算法和模型的有效性进行了验证。     

Three‐dimensional color prediction modeling of single‐ and double‐layered woven fabrics

In this research, the three‐dimensional structural and colorimetric modeling of three‐dimensional woven fabrics was conducted for accurate color predictions. One‐hundred forty single‐ and double‐layered woven samples in a wide range of colors were produced. With the consideration of their three‐dimensional structural parameters, three‐dimensional color prediction models, K/S‐, R‐, and L*a*b*‐based models, were developed through the optimization of previous two‐dimensional models which have been reported to be the three most accurate models for single‐layered woven structures. The accuracy of the new three‐dimensional models was evaluated by calculating the color differences ΔL*, ΔC*, Δh°, and ΔE_CMC(2:1) between the measured and the predicted colors of the samples, and then the error values were compared to those of the two‐dimensional models. As a result, there has been an overall improvement in color predictions of all models with a decrease in ΔE_CMC(2:1) from 10.30 to 5.25 units on average after the three‐dimensional modeling.     

黄浦江下游吴淞口站低潮位重现期研究

黄浦江为感潮河流,低潮位重现期的确定对黄浦江航道的设计具有重要意义。为了准确估计黄浦江低潮位的重现期,以黄浦江下游吴淞口站年最低潮位序列为例,在对样本进行三性审查的基础上,分别采用传统的数理统计方法和时变矩方法进行水文频率分析。结果表明:吴淞口站年最低潮位序列在1996年发生了变异;还现修正后的序列服从位置参数线性时变的GEV模型,低潮位存在缓慢的上升趋势;一致性条件下百年一遇低潮位约为0.261 m,在非一致性条件下其重现期增大为150 a。非一致性条件下的重现期增大说明黄浦江现有的航道设计标准偏安全,航道通航保证率提高。