占压河道处路基设计标高的确定

山区中河沟众多,且河沟的弯曲度较大,鉴于公路设计时因制约因素较多而产生路基占压河道的情况,考虑根据相应的原则将河道进行适当改移,并根据地方暴雨资料计算出来的设计流量对新的河槽断面和路基高度进行结合设计,并使改移河道处路基设计标高高于相应洪水频率下的洪水水位、洪峰壅水高、波浪侵袭高以及0.5m安全高度之和,以确保涝季洪水不没过路面,保障公路安全运营。     

离心泵流量－扬程曲线特性研究

研究工业用离心泵的流量－扬程曲线对泵运转稳定性、运转特性和适用场合的影响，提出驼峰曲线泵稳定工况的判据及泵和叶轮形状对驼峰状的影响，对于泵的设计、制造和合理使用均具有实际的意义．     

高校图书馆读者对样本书库利用规律分析

采用单因素方差分析方法,分析了2011年华南农业大学图书馆读者对样本书库图书利用的规律及在时间序列上的读者流量变化规律,提出了提高读者样本书库利用率的对策。     

双锥流量传感器的数值模拟与优化设计

以数值仿真和实验两方面研究了一种新型的双锥流量传感器,考察了该传感器的关键几何参数即前锥角、后锥角、等效直径比及槽道长度对流出系数、线性度及相对压力损失等性能指标的影响,并预测得到了1个最优模型进行实流实验标定.采用正交实验法进行CFD数值模拟.分析结果表明:前锥角对双锥流量传感器相对压力损失、流出系数及流出系数线性度有重要的影响;后锥角则对相对压力损失有重要影响.最终实流实验验证结果与仿真计算结果具有良好的吻合度.     

龙子祠泉岩溶水流量衰减原因及防治对策

从自然和人为因素两方面,分析了龙子祠泉流量衰减的主要原因是大气降水量的减少、岩溶地下水开采量的增加以及由于煤矿开采大量抽排岩溶地下水,提出了建立水源保护区、完善监测体系、开展采矿排水利用研究、加强岩溶水的人工补给等对策,以保护好龙子祠泉水资源。     

DS-TE网络环境中的抢占算法

针对V-PREPT(Versatile Preemption)算法因只关心最小化抢占总代价,不考虑被抢占标记交换路径的规模而引起重路由开销极大增加的问题,提出了改进算法——N-PREPT.该算法在最小化抢占总代价的前提下,根据参数设置的不同分别对标记交换路径进行抢占.将最小化抢占路径数目、避免发生级联抢占的优化标准置于...     

原料组成和氩气流量对铁尾矿合成SiC粉末的影响

利用X射线衍射、扫描电镜和能谱分析等手段研究了原料组成和氩气流量对铁尾矿合成SiC粉末相组成和显微结构的影响.研究结果表明产物中主晶相为β-SiC,杂质相主要是FexSiy,其中SiC多以柱状形式存在.随着n(C)∶n(SiO2)的增加,产物中SiC的相对含量逐渐增大.在n(C)∶n(SiO2)为4时,SiC的相对含量达最大值(82%左右),随后SiC的相对含量随着其增大而减小.产物中SiC的相对含量随着氩气流量的增加而降低.     

浅析空中交通高低空的运行管理

随着北京、上海、广州三大区域管制中心的顺利建成并投入生产,这三大高空管制中心的高空接管的任务正逐步拉开序幕.高空区域接管后,原来承担高空管制指挥任务的地方区域管制室将负责相应区域的中低空管制范围内航空器的指挥.     

ATM网中基于速率的流量管理建议分析

ＡＴＭ网中基于速率的流量管理建议分析贡越易训程时昕（东南大学移动通信国家重点实验室，南京２１００１８）如果在ＡＴＭ网中仍使用低速分组网中常用的基于信用的拥塞控制方法来支持可用比特率（ＡＢＲ）业务，会使大型交换节点过于复杂，因此ＡＴＭ论坛选用了基于速...     

Research on internet traffic classification techniques using supervised machine learning

Internet traffic classification is vital to the areas of network operation and management. Traditional classification methods such as port mapping and payload analysis are becoming increasingly difficult as newly emerged applications (e.g. Peer-to-Peer) using dynamic port numbers, masquerading techniques and encryption to avoid detection. This paper presents a machine learning (ML) based traffic classification scheme, which offers solutions to a variety of network activities and provides a platform of performance evaluation for the classifiers. The impact of dataset size, feature selection, number of application types and ML algorithm selection on classification performance is analyzed and demonstrated by the following experiments: (1) The genetic algorithm based feature selection can dramatically reduce the cost without diminishing classification accuracy. (2) The chosen ML algorithms can achieve high classification accuracy. Particularly, REPTree and C45 outperform the other ML algorithms when computational complexity and accuracy are both taken into account. (3) Larger dataset and fewer application types would result in better classification accuracy. Finally, early detection with only several initial packets is proposed for real-time network activity and it is proved to be feasible according to the preliminary results.