基于改进极限学习机的数据采集与监控系统攻击检测模型

提出一种基于改进极限学习机（Online sequence extreme learning machine， OSELM）的新能源电站数据采集与监控（Supervisory control and data acquisition， SCADA）系统攻击检测模型。首先使用ADASYN算法对数据样本中的异常数据和正常数据进行数量平衡，以满足真实电站SCADA系统环境中异常数据量少的特点。接着使用降噪自编码网络对平衡后的数据进行约简，消除无关或冗余特征以降低检测模型的训练时间。最后在AWID数据集上进行了大量对比实验，结果表明，所提的数据约简方法可有效地降低数据维度，降低了检测时间；与其他基于浅层学习算法的检测分类器相比，本文所提方法在检测准确度和误报率方面也体现出了更优性能。     

Mathematica在一类数学问题中的应用

文章利用Mathematica从另一个角度给出了一类和式结果的算法,该算法简单实用.这不但进一步加深了对Mathematica的认识,而且提供了利用Mathematica解决某些数学问题的思想脉络.     

多元高温合金固溶极限预测

综合考虑了溶质元素与基体元素的原子半径、电负性以及外层电子数的立方根对溶质元素固溶度的影响，推导出二元合金的固溶度定量方程，提出了多元高温合金固溶极限曲线的预测新方法，并将其应用于计算镍基和钴基三元合金相图的γ／（γ＋σ）相界和γ（γ＋μ）相界。结果表明，计算的固溶极限曲线与已知相图的固溶极限曲线较吻合，与Ｍｄ值法计算的相界比较，该方法具有较高的精度。     

基于混合策略的麻雀搜索算法改进及应用

针对麻雀搜索算法(SSA)搜索精度不高、全局搜索能力不强、收敛速度慢和易于陷入局部最优等问题，提出了一种基于混合策略的麻雀搜索算法(HSSA)。采用改进的Circle混沌映射初始化种群，提高种群多样性；结合樽海鞘群算法改进发现者的搜索公式，提高算法迭代前期的全局搜索能力和范围；在加入者的搜索公式中引入自适应步长因子，提高算法的局部搜索能力和收敛速度；通过镜像选择机制，提升每次迭代后的个体质量，提高算法的寻优精度和寻优速度；在位置更新处加入模拟退火机制，帮助算法跳出局部最优。利用8种测试函数进行测试，结果表明，改进算法比SSA有更好的寻优性能。将改进前后算法与极限学习机结合进行实验，人体表面肌电信号数据集的分类预测精度从80.17%提高到90.87%，证实了改进算法的可行性和良好性能。     

涡轴发动机性能退化分析与诊断

利用燃气涡轮发动机数值仿真软件(GSP)建立涡轴发动机性能仿真模型,采用退化因子方法得出部件性能退化后发动机测量参数的变化,并以此分析部件性能退化对发动机性能的影响。针对发动机单个部件性能对整机性能的影响权值难以定量的问题,提出采用随机赋权值的极限学习机(ELM)算法诊断发动机部件性能退化。仿真结果表明,运用ELM算法进行涡轴发动机部件性能退化诊断的平均精度可达97.5%,速度也明显快于BP等传统神经网络。     

基底完全粗糙时太沙基地基承载力系数的解析解

当前普遍采用的太沙基极限承载力公式中并未给出承载力系数Nγ的解析形式,而且Nc的表达方式在不同资料中不统一。针对以上情况,根据地基土的极限平衡原理,研究得出了条形基础底面完全粗糙条件下太沙基极限承载力系数Nγ′、Nc′的解析解。然后计算得出太沙基极限承载力系数的曲线以供查用。以上成果可为太沙基地基极限承载力公式的应用及研究工作提供参考。     

AC311直升机完成高寒试飞

近日，国产民用直升机AC311在内蒙古海拉尔机场完成高寒试飞。在-30℃的低温环境下．AC311完成了所有规定的试飞科目．工作人员确定了AC311性能极限．并获得了宝贵数据。继2011年完成高原试飞后．AC311此次成功完成高寒试飞，     

成形极限曲线（FLC）的新概念

失稳理论是FLC的理论基础。文章论述了FLC理论研究中存在的问题。指出:一般出厂板的表面状况不会影响板料的集中失稳;板内损伤平面应变时最严重。双拉时,板内损伤的积累、发展,导致应力状态向平面应变漂移;拉压时,载荷失稳后引起的双拉,也会导致平面应变。因此平面应变状态的出现是板料集中失稳的共同原因。在此基础上提出了建立FLC的统一的模型。     

顾及样本优化选择的机器学习云检测研究

针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星（Himawari-8）数据进行日间云检测。通过样本优化选择,使样本中尽可能包括不同情形下的云特征,为机器学习模型提供良好的样本基础,增加模型泛化能力;同时输入特征除了考虑反照率、亮温、亮温差以及天顶角等因素外,还加入了基于反照率和亮温差的物理阈值方法云识别结果;最后基于极限随机树模型进行云检测。结果表明：模型云检测交叉验证精度为96.41%,总漏检率和总虚检率分别为2.08%和0.91%;通过云-气溶胶激光雷达与红外探路者卫星观测（CALIPSO）产品数据进行对比分析,结果显示云检测总体精度为97.1%。