基于流数据分类和分形维分析的DoS攻击检测

DoS攻击检测是入侵检测系统中的重要课题，针对这一亟待解决的问题，综合数据挖掘技术、分形技术和通信流分类技术，分析现有基于网络的DoS攻击检测方法的不足，提出基于熵的属性分类挖掘方法和基于分形维的DoS攻击检测算法FDD-DoS，FDD-DoS算法分为训练和检测两个阶段，在训练阶段，首先获取到达服务器的通信流，通过计算得到分类后通信流的分形维数值和偏差阈值。在检测阶段，FDD-DoS实时计算通信流的分形维，如果偏差小于训练阶段得到的阈值，则修改分形维值(学习进化的过程)，否则，可判定发生了DoS攻击。在实际网络环境cs．scu．edu．cn上对FDD-DoS算法进行了连续8周的测试，利用训练结果，并模拟DoS攻击，试验证明该算法能有效检测DoS攻击。     

数据字典标准制定中值得探讨的几个问题

数据字典技术是实现制造业信息化的关键技术，它是零件库技术的一个重要组成部分。文章针对我国制造业的实际需求，阐述了开展数据字典标准研究的目的，并结合紧固件数据字典国际标准制定中遇到的一些技术问题进行了讨论。     

论语境在翻译中的作用

语境理解是翻译成功的重要因素，在翻译操作中，我们必须认真理解英语语言语境中的语义语境、语法语境和非语言语境中文化语境、话语语境。     

宝石次生包裹体的成因分类及表现特征探讨

宝石的次生包裹体根据成因不同可划分为原次生包裹体、后次生包裹体和人工次生包裹体3种类型．原次生包裹体为原生宝石受后期地质温压条件的变化、构造应力作用和热液作用而产生的包裹体；后次生包裹体指宝石在表生风化作用、开采、加工过程中形成的包裹体；人工次生包裹体指人为性对宝石进行优化处理的过程中形成的包裹体．次生包裹体的类型不同，所表现的特征也不同．     

基于主题树模型的主题距离及其分类算法

本文介绍了基于向量空间的常用距离的算法，并在概念语义空间的基础上，提出一种面向主题的距离和分类的算法。实验结果表明，该算法能有效地提高主题分类的准确度，可用于主题检索、搜索和聚类等方面。     

意义互联网与本体论

昔惠能至曹溪,说“不是风动,不是幡动,仁者心动”,遂名重广东。我看用这句话来套如今的互联网,倒是正合适。第一代互联网——信息高速公路意义上的互联网,属于“风动”,是技术这种物质力量推动下的互联网;第二代互联网——电子商务意义上的互联网,属于“幡动”,是商务这种社会力量推动下的互联网;第三代互联网——语义网意义上的互联网,属于“心动”,是思维这种精神力量推动下的互联网。     

基于MODIS数据的森林可燃物分类方法——以黑龙江省为实验区

森林可燃物是森林燃烧环理论中的重要三要素之一,它是森林火灾发生的内因,对于火险等级预报、火行为预报、火灾扑救等森林防火工作具有重要意义。介绍了基于MODIS数据与GIS技术相结合的森林可燃物分类方法。在研究中,以黑龙江省为实验区,利用多时相的MODIS数据生成实验区16天的最大归一化植被指数后,通过主成分分析,采用非监督分类与监督分类相结合的方法,并在GIS技术的支持下,完成了实验区内的森林可燃物的分类,为进一步获得适合全国的利用现代高新技术的森林可燃物分类方法打下了坚实基础。     

ABS磁电式轮速传感器故障诊断

轮速传感器故障是车辆ABS的常见故障之一.针对广泛使用的磁电式轮速传感器,在分析其结构特点和使用条件的基础上,以其故障模式进行了归纳和分类.设计了摩托车ABS轮速传感器的故障诊断系统的软硬伯,并完成了相关的试验验证.试验结果表明该系统能够实现预设功能,完成对轮速传感器常见故障的诊断.     

基于极端梯度提升树算法的图像属性标注

提出基于极端梯度提升树(eXtreme gradient boosting,XGBoost)算法的图像属性标注模型,以改善标注性能：提取图像局部二值模式(local binary patterns,LBP)、灰度纹理空间包络特征(Gist)、尺度不变特征变换(scale invariant feature transform,SIFT)、视觉几何组(visual geometry group,VGG)等特征,以准确刻画图像视觉内容;基于图像特征,采用XGBoost算法集成弱分类器为强分类器,完成图像属性标注;深入挖掘图像属性蕴含的深层语义,构建全新的、层次化的属性表示体系,以贴近人类客观认知;设计迁移学习策略并合理组合分类模型,进一步改善标注性能。试验表明：Gist特征能真实刻画图像视觉内容;执行基础迁移学习后,标注精准度比迁移学习前最优指标提升8.69%;执行混合型迁移学习后,合理组合分类模型,标注精准度比基础迁移学习的最优指标提升17.55%。模型有效地改善图像属性标注精度。     

随机森林算法在空气质量评价中的应用

为了更好地反映空气质量的变化趋势,加强大气污染的防治,开展城市环境空气质量评价的意义重大。有效的空气质量评价方法可以提高评价体系的科学性,督促各个城市环保工作的稳步推进,从而对大气污染治理做出贡献,而空气质量评价算法是空气质量评价的核心。根据影响空气质量的几个基本要素:二氧化硫年平均浓度、二氧化氮年平均浓度、可吸入颗粒物年平均浓度等,创新性地采用随机森林算法对我国113个重点城市的空气质量进行了评价。通过评价指标将模型的评价结果与其他分类算法进行比较,发现随机森林分类模型,无论是在二分类还是多分类中都能够对各个城市地区的空气质量作出较为准确的评估,并进一步得出空气中PM10、PM2.5和O3的浓度是影响各大城市空气质量好坏的主要因素。