基于粗糙集的增强学习型分类器

为了提高分类的精确度,提出一种基于粗糙集理论的增强学习型分类器。采用分割算法对训练数据集中连续的属性进行离散处理;利用粗糙集理论获取约简集,从中选择一个能提供最高分类精确度的约简。对于不同的测试数据,由于离散属性值的变化,相同的约简可能达不到最高的分类精确度。为克服此问题,改进了Q学习算法,使其全面系统地解决离散化和特征选择问题,因此不同的属性可以学习到最佳的分割值,使相应的约简产生最大分类精确度。实验结果表明．该分类器能达到98％的精确度．与其它分类器相比．表现出较好的性能。     

多元共渗处理对30Cr2MoV钢性能的影响

采用多元共渗的方法,分别在570℃,2 h,590℃,2 h,610℃,2 h的条件下对经过调质处理的30Cr2MoV钢进行多元共渗处理。通过金相分析、硬度测试、拉伸试验和腐蚀试验的方法测试分析了处理后样品的表面形貌、硬度分布、力学性能和抗蚀性。结果表明：经多元共渗处理后,材料的表面硬度,强度和抗蚀性均得到不同程度的提高,特别是经过590℃,2 h共渗处理后的样品综合性能最好。     

RFID认证协议的安全性分析

针对RFID认证协议本身的安全性问题,分析了最近提出的几个协议的优缺点,给出了它们在一些安全特性上的比较,结果表明它们在某些方面都存在一些安全漏洞。通过对协议研究和分析,表明目前提出某些认证协议没有达到RFID系统的安全需求。只有通过更加有效的方法,才能设计出完全可靠、安全和高效的安全协议。