自由环境下网络数据采集与分析

以小波分析的原理与算法为基础提出一种新的自由环境下网络数据采集与分析方法,使用这种方法可以监测网络的状态、数据流动情况以及网络上传递的信息。当信息以数据流的形式在网络上传输时,在互联网的入口处设置监测系统,便可以源源不断地将网上传输的信息截获。通过该监控技术可以任意采集和分析因特网上的各种信息,如网页访问http,电子邮件email,Telnet,Ftp等,以及这些信息中的用户名和密码,并对采集到的数据进行分析和还原。一旦发现有黑客行为、恐怖分子信息、邪教信息、反民族信息等非法信息,技术系统会自动捕获,并将有关的信息(包括:非法信息来源的IP地址、目的地址等)发送至监控中心,监控中心根据需要可通过功能设定,对非法可疑的IP地址锁定实施24小时自动跟踪。从而及时发现网络犯罪,保护网络与信息安全。     

一座小型建筑空调动态负荷的ANN预测研究

人工神经网络(Artificial Neural Network,简称ANN)是一种崭新非线性建模和预测方法,具有良好的非线性品质和极高的拟合精度。在前人研究的基础上,针对一座小型建筑物建立了其空调动态负荷预测的BP模型。为克服常规BP训练算法的缺陷,提出了一种改进的遗传搜索算法,结果证明是一种高效实用的算法。     

浅谈在营区规划中对营区文化的塑造

当前在军队工程建设中,对营区规划的主导思想已形成基本一致的认识,但多从物质技术层面去理解,就营区规划单位而言,尚没有广泛认识到营区文化也是规划中的重要内容以及在营区现代化建设中起着不可替代的作用。本文针对此情况重点论述了营区文化的主要内容和重要作用,并提倡通过对营区空间形态的创造来塑造有特色的营区文化,最终创造出一个充满凝聚力的,有利于长期发展的营区环境。     

岩质边坡开挖应力与变形的有限元模拟

采用非线形有限元数值模拟的方法,对岩质边坡开挖进行了数值分析。利用有限元软件ANSYS提供的单元生死功能模拟了重庆市某边坡锚杆挡墙工程逆作法施工的全过程,给出了其应力和变形的分布曲线,并对其应力和变形与未加锚时做了分析比较。算例表明,加入锚杆后边坡体上部水平位移分布曲线趋于平缓,在距坡脚约三分之一坡高的地方,比未加锚的水平位移值减少了15％。     

基于CAN总线的储油罐液位测量系统

为解决储油罐液位测量存在的测量精度不高、价格偏高、可靠性低等问题,引入CAN总线,给出了基于CAN总线的储油罐液位测量系统的总体方案。该系统主要由监控站和现场测控单元组成,对现场测控单元的硬件设计、系统软件设计作了重点介绍。系统已初步形成样机,市场应用前景看好。     

户式集中空调在民用住宅中的应用及发展

简单介绍户式集中空调系统的由来,分析了制冷剂系统、风机盘管加新风系统、全空气系统3种类型的优缺点。结合工程实例,总结出全空气系统舒适、节能、低成本的特点。对户式集中空调的发展及其普及要解决的问题提出了自己的见解,最后指出其有着广阔的前景。     

油库地面油罐消防虚拟现实系统的研究

主要研究地面油罐消防场景可视化在微机上的实现。介绍了虚拟现实系统开发平台的选择;研究了虚拟现实系统中高级建模技术:通过编程实现3DS三维模型在OpenGL中的调用;利用Biuboard技术增强了图形的真实感;运用粒子系统建模技术,实现了场景中火焰、烟、消防水束的绘制。最后,给出了捕捉的不同角度的两帧灭火场景效果图。     

药物爆燃产生强红外辐射的分析研究

定向红外脉冲强光辐射是定向红外对抗技术中的关键技术,用来破坏敌方精确制导武器或C4I系统中的红外传感器。本文主要研究了药物爆燃产生近红外辐射的特性,通过计算化学反应热分析了药物爆燃产生的总能量,并且详细介绍了几种不同的实验方法和实验结果。     

某型机载空地反辐射导弹作战仿真与效能评估

针对某型机载空地反辐射导弹(ARM)作战特点,详细分析了反辐射导弹的作战过程,并对其作战过程进行了仿真建模,深入研究了反辐射导弹在单点源、两点源、三点源作用下的作战效能,最后通过蒙特卡洛方法仿真模拟了反辐射导弹作战的全过程,并对其作战效能进行了评估,得出了影响反辐射导弹作战效能的主要因素,为某型空地反辐射导弹的靶场训练提供了比较合理的依据。     

在线学习的主用户仿冒攻击策略

在认知无线网络中,次用户通过频谱感知来学习频谱环境,从而接入那些没有被主用户占用的频谱空隙。事实上,多种恶意攻击的存在会影响次用户频谱感知的可靠性。只有深入研究恶意攻击策略,才能确保认知无线网络的安全。基于此,研究了一种认知无线网络中的欺骗性干扰策略,即主用户仿冒攻击策略,该攻击策略通过在信道上传输伪造的主用户信号来降低次用户频谱感知的性能。具体来说,将攻击策略问题建模为在线学习问题,并提出基于汤普森采样的攻击策略以实现在探索不确定信道和利用高性能信道间的权衡。仿真结果表明,与现有的攻击策略相比,提出的攻击策略能更好地通过在线学习优化攻击决策以适应非平稳的认知无线网络。