基于网络流量特征匹配和时间微分博弈的网络异常监测

采用NetFlow数据采集工具获取网络流量数据，对流量数据预处理后从时域和频域两个方面提取网络流量运行特征；通过特征匹配判定当前网络安全状态后，采用时间微分博弈求解判定为异常的网络流量的时间点，以确认异常是否存在从而降低误报率.     

房地产开发企业的纳税筹划研究

面对日趋发展完善的市场经济和竞争激烈的外部环境,如何合理设计纳税筹划方案以降低成本、增加利润、实现价值最大化,无论是对房地产企业还是国内其他企业来说,都是一个迫切而又十分重要的新课题.本研究目的是在现行税法约束下,房地产企业如何站在企业战略的高度合理安排自己的经营活动,合理利用税收优惠政策,通过税种分析、数据测算,找到最佳的节税点,从而降低企业的税负,增强企业盈利能力.按照从理论到实务的研究思路开展论述,首先对纳税筹划相关理论进行了探讨,阐明纳税筹划的基本内涵、基本原则与方法；然后通过介绍房地产行业涉及相关税种情况提出了房地产行业涉及的各个主要税种并对其涉税业务提出纳税筹划思路和筹划技巧；最后,介绍了中冶京唐集团纳税筹划的实际案例,根据中冶京唐具体业务结合税收相关政策,拟定出中冶京唐最佳纳税筹划方案.     

乌拉特后旗铅银渣综合利用工艺路线的研究

分析了固体危废物的处理技术,采用还原造锍熔炼技术可有效处理乌拉特后旗固体危废物,实现有色金属的高效提取和有害元素的稳定化固定,对于重金属污染综合防治和资源综合利用均具有重要意义。     

日本学术振兴会(JSPS)科学基金资助机制与战略分析

简要概述了日本的科学基金情况，重点分析了日本学术振兴会（JSPS）及其管理的科学基金。日本学术振兴会（JSPS）相当于日本的国家科学基金会，其负责管理的科学研究费补助金是日本政府出资的科学研究基金中资助金额最大、资助范围最广、资助项目数量最多的竞争性科学基金。其对基础研究的资助政策、方向遴选、评审程序、经费分配、管理机制等对其它国家的基础研究政府资助机构具有借鉴和示范意义。介绍了科学研究费补助金资助的研究类型和申请程序，分析了近10年科学研究费补助金的预算及年增长率、近12年科学研究费补助金的项目资助率情况、近5年科学研究费补助金的领域分配与资助情况、2005年科学研究费补助金资助情况等。对科学研究费补助金的基金项目资助战略予以全面分析，对我国相关部门的管理工作有重要参考价值和借鉴意义。     

基于三层架构的调检修票管理系统的开发与应用

本文在论述了检修管理系统的重要性和必要性的基础上，结合当前比较流行的三层架构模式和中间件技术，详细说明了辽宁省调开发的一套先进的检修管理系统的设计思路、实现方法及具体功能。通过设计现代化的调检修票管理系统，可以提高工作效率并对电网的安全稳定的运行起到积极的作用。     

龙门山形成动力机制的地球化学信息

通过对龙门山西侧的老君沟、孟通沟、峨特山、羊拱海、年保也则5个花岗岩体的地球化学特征研究,为龙门山形成的动力机制提供了部分地球化学信息。     

新型Ni(acac)2/TiCl4/L配体复合催化剂催化乙烯聚合制备支化聚乙烯的研究

制备了以MgCl2—SiO2为载体，以α—二亚胺配体L修饰的Ni(acac)2／TiCl4复合催化剂，以R2A1C1和R3A1为助催化剂，研究了催化剂的组成配比以及各种聚合条件对乙烯聚合反应的影响及其表观聚合动力学，并用IR、^13C NMR对聚合产物进行了结构分析和化度的测定。结果表明，Ni(acac)2／TiCl4/L配体复合催化剂有良好的齐聚和原位共聚性能，催化单-乙烯聚合获得了化聚乙烯，其中配体L2制得支化度为4—12支链数／1000C的化聚乙烯。     

硼替佐米治疗1例多发性骨髓瘤骨病病例分析

多发性骨髓瘤(multiplemyeloma,MM)是B淋巴细胞来源的浆细胞增生性恶性肿瘤,而多发性骨髓瘤骨病(myeloma bone disease,MBD)是其进展的重要临床表现。MBD的发病机制主要与破骨细胞活性明显增加、成骨细胞功能受抑制有关。而多发性骨髓瘤的治疗是骨髓瘤骨病治疗的基础和关键,通过多发性骨髓瘤有效的治疗可延缓其发展,防止骨质进一步破坏,以达到治疗多发性骨髓瘤骨病的目的。     

基于小波包散布熵与Meanshift概率 密度估计的轴承故障识别方法研究

为提升轴承故障特征提取精度和运行状态评估准确性,提出一种基于小波包散布熵与Meanshift概率密度估计的诊断方法.首先,采用小波包变换对轴承振动信号数据进行升维,通过计算每个子带的散布熵构建特征矩阵;然后,利用PCA对多维矩阵进行可视化降维,采用Meanshift无参估计得到训练样本的概率密度最大位置作为聚类中心;最后,通过计算测试样本散布熵坐标与各聚类中心的欧式距离判定测试样本类别归属.采用CWRU和QPZZ-II轴承实验台不同故障类型和故障程度样本数据对所提方法进行验证,结果表明,得益于小波包完备的理论模型和信号频带分解稀疏性,结合散布熵指标对数据样本良好的鲁棒性,所构造的特征矩阵具有较好的类内聚集性和较大的类间距离,同时,Meanshift以概率密度最大化为目标自适应迭代聚类中心和隶属度,可以有效实现对不同数据样本的分类识别.