基于TCN-BiLSTM的网络安全态势预测

针对现有网络安全态势预测模型预测精确度低和收敛速度慢的问题，提出一种基于时域卷积网络(temporal convolution network, TCN)和双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络的预测方法。首先，将TCN处理时间序列问题的优势应用到态势预测上学习态势值的序列特征；随后，引入注意力机制动态调整属性的权值；然后，利用BiLSTM模型学习态势值的前后状况，以提取序列中更多的信息进行预测；利用粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优，提升预测能力。实验结果表明，所提预测方法的拟合度可达0.999 5,其拟合效果和收敛速度均优于其他模型。     

超声污水流量测量的数学建模及影响因素分析

基于超声波多普勒效应的原理通过建立多普勒法测量污水的数学模型,全面分析推导了超声波发射、接受过程中的传导公式,实现了测量多普勒频移来获得了流速^([1])、流量的数学公式。在研究多普勒法超声波传输理论的基础上,根据声波动方程的推导分析了超声波信号在介质中的传播衰减特性,得到超声信号的传播衰减特性与介质密度、介质粘度、颗粒尺寸大小和超声波频率有关。通过使用MATLAB软件对超声波在污水模拟介质中衰减进行数值模拟仿真知道,污水的颗粒尺寸、密度和测量使用的超声波频率对超声波回波幅值有重要的影响,很好的印证了理论研究结果。     

采煤机记忆截割技术研究

为实现自动化采煤,需要实现煤岩分界面的自动确定。本文介绍了采煤机记忆截割的工作原理,并根据采煤机截割系统的特点,选择了迭代学习控制来实现记忆截割。此外,还建立了截割系统的动力学方程,以采煤机摇臂摆角作为控制量,并通过MATLAB仿真进行验证。仿真结果表明,基于迭代学习控制的采煤机记忆截割能够实现对煤岩分界面的轨迹跟踪。     

让石头告诉我们:人类是如何变聪明的

正人类祖先是如何从头脑简单的灵长类动物中分离出来,从猿到人进化成为地球上最聪明的物种的呢?答案也许可以从石器工具中去找……石头与石头撞击,碎屑四溅,我不由得往后退了退,但布鲁斯·布拉德利却是一脸平静,他始终专注地切削着手中尚未完工的石斧。在这间位于英国埃克塞特大学的工作室里,桌子上摆放着各种石制工具,沿墙根高高地堆放着石块,     

第二类q-Legendre-Stirling数

广义Stirling数都是由2类函数相互表达定义的,在第一类q-Legendre-Stirling数的基础上,提出第二类q-Legendre-Stirling数概念.研究了第二类q-Legendre-Stirling数的递推关系、生成函数,及相关的组合恒等式,并且给出了2类q-Legendre-Stirling数之间的关系.     

《说吧,记忆》的“桔状结构”叙事

纳博科夫在自传小说《说吧,记忆》中运用了桔状结构的叙事手法,使得叙事具有空间化风格特征。《说吧,记忆》的桔状结构叙事手法与纳博科夫断裂的时间感受相关,他凭借空间化的叙事手段在写作中获得一种象征性的共时性时间体验,并使得作品具有众声喧哗的后现代美学风格。     

中风渐成全球负担

<正>●中风是一个公共健康问题,它往往更多地影响相对贫穷的国家,也留给富裕国家急剧膨胀的医疗费用。但中风通常是可预防的。一、中风的根源、失控和生活方式中风通常发生在流向大脑的正常血液循环被突然中断时,其原因可能是脑血栓或血管破裂。没有血液输送足够的氧气给大脑,先是出现脑细胞的大量死亡,继而出现这部分脑细胞控制的身体机能的损伤现象。     

初中生如何通过快速记忆来学习英语

大量背诵单词一定要集中时间和精力背诵,那种认为一天背十个,一年就背多少个的想法是不现实的.也不要试图直接通过阅读小说或报纸而背诵大量单词.阅读小说时不要查字典,碰到您在单词表中见过的单词可以多留意一下,没见过的最好是不要理会.目标就是那个词汇表.背完后可以再背下一个词汇表.     

基于VMD-BO-BiLSTM的猪肉价格预测模型

基于猪肉价格的非线性与波动性特性，提出一种基于变分模态分解（variational modal decomposition, VMD）和贝叶斯优化（Bayesian optimization, BO）的双向长短时记忆（bidirectional long short-term memory, BiLSTM）网络的猪肉价格预测方法。首先采用变分模态分解对数据进行预处理，将数据分解为具有相对简单波动的子序列；然后通过贝叶斯算法对双向长短时记忆网络模型的第1、2隐含层神经元数目、学习率和批次大小进行寻优，根据寻优的结果建立预测模型。实验结果表明：VMD-BO-BiLSTM方法的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为1.101 214、1.466 100、0.040 631、0.987 760，相比传统单一的LSTM,BiLSTM模型精确度更高，有更高的适用性，适合对猪肉价格预测。     

一维对流扩散方程柯西问题解的L_p衰减估计

考虑一维空间对流扩散方程(c)/(t)+u(c)/(x)=Dc_(xx)+c_(xt)-(c~2)_x解的L_p(2≤p≤∞)衰减估计,利用格林函数、频谱分析、能量估计等方法得到了解有与热核算子相同的衰减速度.