基于聚类分析的入侵检测算法?

聚类技术在入侵检测中被广泛研究,但是传统的K?means算法对初始值敏感,无法取得理想的效果;层次聚类算法时间复杂度高,性能较差。针对这些问题,设计了一种改进的K?means算法：算法优化孤立点和噪声处理能力,根据有效性指标获得最优K值,在此基础上,动态选取初始聚类中心进行聚类,可以取得较好的聚类效果。采用数据集KDD Cup99将改进的算法应用于入侵检测,进行仿真实验。实验结果表明,改进的算法有效地提高了检测率和降低了误检率,与现有算法相比具有一定的优势。     

基于直觉模糊对称交互熵C-means聚类的反导目标识别方法研究

在不确定信息反导目标识别的背景下,针对不确定信息处理和现有的基于欧几里得距离的模糊C-means聚类算法的性能问题,首先采用直觉模糊集对其进行描述与分析,同时,将聚类目标函数中的欧几里得距离替换为模糊对称交互熵距离,提出了一种基于直觉模糊对称交互熵C-means聚类(Intuitionistic fuzzy symmetric cross entropy C-means,IFSCECM)算法,通过采用IRIS数据集算例分析对比,证实该算法的可行性和有效性.其次,根据弹道目标识别的特性,将IFSCECM算法应用于反导目标识别中,并采用多特征综合识别方法对来袭弹道目标威胁群进行分类识别研究.最后,通过仿真实验和对比分析表明该反导目标识别方法的可行性、有效性和优越性,具有较高的应用价值.     

整体缝合夹芯结构复合材料力学性能

所设计的新型整体缝合泡沫夹芯复合材料结构,能够避免一般斜缝方式引起纤维交叉损坏的弊端。采用真空导入模塑工艺制备整体缝合泡沫夹芯结构复合材料,研究缝合结构、缝合方式以及缝合纱线用量对整体缝合泡沫夹芯复合材料平压力学性能和弯曲性能的影响。结果表明,新型缝合结构在保证平压力学性能的同时,相比于垂直缝合结构弯曲破坏载荷提高了94.4%;穿透缝合方式能够显著提高试样的平压强度和弯曲破坏载荷;随着缝合纱线用量的增加,整体缝合泡沫夹芯复合材料的压缩和弯曲性能显著提高。     

基于候选聚类的K调和均值算法(KHM-CC)

聚类分析是常见的数据分析技术。基于KHM的聚类分析是当前研究的热点。提出了基于候选聚类的KHM算法(KHM-CC),详细阐述了算法的设计过程。采用UCI的小样本(iris)数据集和大样本(Bag of Words)数据集对比了KHM-CC算法和禁忌搜索KHM算法(KHM-TS)和变邻域搜索KHM算法(KHM-VNS)的性能。实验结果表明,KHM-CC算法在处理iris数据集小样本数据集时,其性能和KHM-VNS算法基本接近,而优于KHM-TS算法。但是在处理Bag of Words大样本数据集时,性能优于KHM-VNS和KHM-TS算法,其聚类计算耗时明显缩短,证实KHM-CC算法在高维度数据集的处理上更具优势。     

军用飞机大修效率评估方法

针对航空修理工厂大修效率难以评估的问题,首次提出了军用飞机大修效率评估方法。根据飞机大修工作特点,系统分析了飞机大修效率影响因素,建立了飞机大修效率评估指标体系;运用信息熵理论和灰色系统理论,构建出基于熵权和灰色聚类的评估指标赋权模型;结合实例验证了方法的正确性。     

弯曲载荷作用下复合材料T型接头的失效分析

运用蔡-吴逐步失效判据和黏聚接触模型建立弯曲加载下的T型接头的有限元模型。对复合材料T型接头在弯曲加载下的损伤机理和承载能力进行数值模拟。结合静态弯曲加载实验,揭示T型接头在弯曲破坏过程中的四种失效模式。T型接头的弯曲失效载荷的有限元模型计算结果与实测值吻合较好。     

改性C/C复合材料快速制备与抗烧蚀性能考核

采用液相浸渍法结合反应熔渗法快速制备改性C/C复合材料,研究其微观组织及在氧乙炔焰和高频等离子体风洞环境中的烧蚀行为。结果表明:改性C/C复合材料主要含有Hf C,Zr C,Ta C等高熔点陶瓷改性相,其密度为3.83 g/cm3,开孔率仅为4.71%。氧乙炔焰烧蚀360 s后,改性C/C复合材料表面形成一层主要由Hf O2,Zr O2,Ta2O5组成的致密氧化物层,材料的线烧蚀率为0.005 18 mm/s。使用高频等离子体风洞考核改性C/C复合材料球头模型,在热流量3.5 MW/m2、驻点温度2293℃的条件下考核180 s后,模型表面生成致密光滑的氧化物保护层,与基体结合牢固,模型形状及尺寸无明显改变,去掉氧化物后测得其线烧蚀率为0.001 72 mm/s。     

从“卡伯特”“铁女人”到“迷宫”

西班牙航空母舰“迷宫”号,原是美国二次大战期间建造的轻型航空母舰“卡伯特”号;1967年租借给西班牙海军,更名为“迷宫”号;1973年卖给了西班牙;1988年“迷宫”号又被当作一件礼物赠送给美国。其间,它所获得的正名绰号记载了其传奇的一生。