基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

Study on dynamic response of multi-degree-of-freedom explosion vessel system under impact load

In order to study the dynamic response and calculate the axial dynamic coefficient of the monolayer cylindrical explosion vessel, the wall of vessel is simplified as a multi-degree-of-freedom (MDoF) undamped elastic foundation beam. Decoupling the coupled motion equation and using Duhamel's integrals, the solutions in generalized coordinates of the equations under exponentially decaying loads, square wave loads and triangular wave loads are calculated. These solutions are consistent in form with the solutions of single-degree-of-freedom (SDoF) undamped forced vibration simplified model. Based on the model, equivalent MDoF design method (also called MDoF dynamic coefficient method) of cylindrical explosion vessel is proposed. The traditional method can only predict the dynamic coefficient of torus portion around the explosion center, but this method can predict that of the vessel wall at any axial n dividing point position. It is verified that the prediction accuracy of this model is greatly improved compared with the SDoF model by comparing the results of this model with SDoF model and numerical simulation in different working conditions. However, the prediction accuracy decreases as the scaled distance decreases and approaches the end of the vessel, which is related to the accuracy of the empirical formula of the implosion load, the simplification of the explosion load direction, the boundary conditions, and the loading time difference.     

大型复合材料空间刚架缩比模型设计方法

缩比模型试验是获取大型复合材料空间刚架力学特性或响应的一种有效途径,其中一项重要内容是缩比模型设计。以大型复合材料空间刚架为研究对象,阐述已有传统方法的局限性;基于离散相似提出结合有限元方法的方程分析法,利用该方法推导大型复合材料空间刚架静力学响应和动特性的相似关系;利用所提方法设计某复合材料龙骨的1/5缩比模型,并通过试验进行验证。验证结果表明,所提方法和推导的相似关系能够用于指导大型复合材料空间刚架的缩比模型试验。     

希尔伯特-黄变换在脉冲涡流信号消噪与识别中的应用

针对传统方法无法有效识别不同尺寸细小裂纹所产生的脉冲涡流信号,提出一种基于希尔伯特-黄变换的脉冲涡流信号消噪与识别算法。对脉冲涡流信号进行集成经验模态分解并通过归一化自相关函数及其方差特性分选出含有噪声的本征模态函数;对含噪声的本征模态函数进行阈值消噪并与未做处理的本征模态函数重构成无噪声信号;对无噪声信号进行希尔伯特-黄变换并计算出希尔伯特边际谱;根据希尔伯特边际谱的差异识别出不同细小尺寸的表面与下表面裂纹。实验结果表明了所提方法的有效性,经过集成经验模态分解消噪,消除了噪声对脉冲涡流信号的干扰;而基于希尔伯特-黄变换的方法则能够有效识别出不同尺寸的裂纹。     

小波变换在零件边缘检测中的应用

目前对机械零件的尺寸、口径等参数的测量大多采用接触测量,而利用零件图像的边缘信息进行非接触测量,则是一种新的更好的检测方式。用此方法可以对机械零件图像的边缘进行精确的检测,再根据相应的数学关系得到相关参数的值,不但可以提高零件检测的精度,还可以大大节省人力和物力。模拟边缘检测技术的具体过程,依次采用最佳阈值迭代算法、小波变换模极大值法、边缘连接局部处理法对零件图像边缘信息进行边缘检测和提取,并对检测过程进行了重点分述。最后,通过一个具体实验,验证了小波技术与其他技术结合使用所获得的良好效果,从而进一步显示了小波变换在边缘检测技术中应用的巨大潜力。     

基于支持向量机的故障诊断方法及其应用

提出了一种采用模糊手段进行特征提取、支持向量机进行模式分类的内燃机燃油系统故障诊断方法.该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,首先采用模糊手段对故障信号和原因进行特征提取,接着利用支持向量机进行分类实现特征级诊断,最后将其应用于内燃机燃油系统的故障诊断中,取得了令人满意的结果.     

空袭火力体系规模的数理判断

准确判断敌人空袭火力体系的规模是防空作战争取主动的基础.从解析敌方对我方保卫目标进行空袭兵力需求量的分析入手,通过从空袭某类目标所需出动的作战飞机数判断空袭火力体系的规模;从空袭某类目标所需发射的巡航导弹数判断空袭火力体系的规模,对从定性与定量角度研究空袭火力体系规模具有重要意义.     

基于二维小波变换的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于二维小波变换的空间目标识别算法。该算法首先对空间目标的ISAR像进行二维小波变换,然后从近似分量和细节分量中提取奇异值特征,最后应用径向基函数(RBF)神经网络进行分类识别。计算机仿真实验表明,该算法取得了比较好的识别效果。     

基于核主成分分析的铁谱磨粒特征提取方法研究

针对铁谱分析的磨粒识别过程中存在原始磨粒特征描述指标参数多、非线性突出的问题,提出基于核主成分分析的磨粒特征提取方法,介绍该方法的原理与算法。结合某柴油发动机故障检测与分析系统中铁谱磨粒自动识别的应用实例,并与传统主成份分析方法进行对比分析,结果表明该方法在进行样本非线性特征参数指标综合以及特征维数压缩方面具有可行性和有效性。