不同充填厚度节理面剪切破坏宏细观机理研究

为了研究不同充填厚度下节理面的剪切破坏行为和强度特性,综合前人对充填节理的试验与理论成果,考虑天然岩体复合结构的不规则粗糙表面形态,对实验室制备的类岩石材料充填节理试件进行室内剪切试验,并采用数值方法进行模拟验证。对比实验结果和模拟结果,从宏观和细观角度分析了充填节理的变形特性及破坏行为,研究了充填厚度对节理面剪切强度的影响关系。研究结果表明:在同一粗糙度下,不同厚度充填节理的破坏模式没有明显区别,主要表现为粘结面的破坏;在较小粗糙度下,充填节理的剪切峰值强度和残余强度均随着充填厚度的增加有一定程度的降低,但变化不大;在较小粗糙度和较小充填厚度下,试件沿与节理面起伏较大处成一定角度产生裂隙并逐渐贯通至试件底部,充填厚度增加,仍会产生裂隙,但不会贯通。     

从语用学角度浅析《触龙说赵太后》

《触龙说赵太后》是西汉刘向著作中《战国策》中的一篇经典故事。主人公赵国左师公触龙步步为营巧妙的说服赵太后，让长安君到齐国做人质，解救赵国于危难之中。本文运用语用学的违反合作原作的理论，Leech的modestylTl．axlm和格林的质原则来分析整篇文章，从而能够看出触龙说话的精妙之处。     

中美棉花期货价格波动特征的比较研究

利用GARCH(1,1)模型和EGARCH(1,1)模型分别对中国和美国棉花期货价格的波动特征进行对比分析.结果表明,从总体看郑州和纽约棉花期货市场都具有价格波动剧烈的特点,郑州棉花期货市场收益波动不具有杠杆效应,证明中国的棉花期货市场还不够成熟.     

一般不确定转移速率下Markov切换系统的弹性控制器

研究了一类随机时滞Markov切换系统的弹性控制器设计问题.该系统的转移速率是一般不确定的,比完全已知速率和不完全已知速率更具有一般性.针对此类Markov切换系统,充分考虑一般不确定转移速率矩阵中各元素之间的特性,通过构建一个较为新颖的模态依赖型Lyapunov-Krasovskii泛函,设计了弹性控制器以确保闭环系统随机稳定.并且,通过求解一组线性矩阵不等式得到控制器增益矩阵.最后,利用一个数值算例验证了所得结果的有效性.     

基于改进胶囊网络的过程控制攻击检测方法

为解决传统入侵检测算法无法准确识别过程控制攻击的问题,提出一种基于改进胶囊网络的过程控制攻击检测方法。该算法利用多层卷积在提取复杂输入特征方面的优势,将原始流量转化为灰度图像进行初级特征提取;同时引入残差连接以解决梯度消失问题,利用胶囊网络特有的动态路由机制对初级特征进行聚类。使用2017 QUT＿S7comm数据集进行实验。结果表明：所提方法在测试集上的准确率可达94.64%,在验证集上对各类攻击的识别准确率均在90%以上,实验证明所提方法可以有效预防针对工控系统的过程控制攻击。     

中美棉花期货价格波动特征的比较研究

利用GARCH（1,1）模型和EGARCH（1,1）模型分别对中国和美国棉花期货价格的波动特征进行对比分析。结果表明,从总体看郑州和纽约棉花期货市场都具有价格波动剧烈的特点,郑州棉花期货市场收益波动不具有杠杆效应,证明中国的棉花期货市场还不够成熟。     

聚焦高考试题中导数思想的应用

由于导数的工具性,好多问题用导数思想来处理就显得简捷明了,导数也自然成为历届高考考查的热门之一.纵观2008年全国各地文理卷,大部分试卷既出现了考查导数基础知识的客观题,也出现了考查导数综合运用的解答题,而综合运用的试题往往是作为试卷的压轴题出现,可见导数的重要性.和其他内容交汇考查的试题主要涉及以下几个方面,运用导数的有关知识和几何意义判断函数的单调性,求函数的极值,数列的证明,与解析几何特别是圆锥曲线的结合以及实际问题的解决.下面结合2008年高考数学试题,谈谈导数考查中的几类主要题型,从而更好地把握高考命题方向,希望对2009届毕业生复习导数有一定的帮助.     

面向网络安全不平衡数据的特征学习和分类研究应用

网络数据的正确分类对于网络环境的监控和维护具有重要作用。在数据不平衡状态下解决数据分类和处理复杂的特征关系尤为重要,为此提出一种改进SMOTE(synthetic minority over-sampling technique)+GA-XGBoost(genetic algorithm-extreme gradient boosting)的机器学习分类方法。将局部离群因子引入SMOTE插值过程,对少数类样本过采样,并对多数类样本随机欠采样,从而实现样本再平衡;同时,在模型训练过程中为增加模型拟合度,将具有进化迭代优势的遗传算法与XGBoost相结合,解决XGBoost参数众多、特征学习收敛较慢等问题。实验采用UNSW＿NB15数据集,选择多层感知机、K近邻、决策树等机器学习算法及SMOTE+XGBoost等不平衡数据训练方法进行试验对比,结果表明该方法具有较好的分类预测准确率(97.40%)及较高的平均召回率(70.2%)和平均F₁-score(68.8%)。并在本实验室工业信息安全平台采集的数据进行实验研究,分类准确率为99%,进一步验证了该方法的有效性和可行...