基于卷积神经网络的运载火箭测发网络流量异常检测技术

运载火箭测发网络是维系各型号运载火箭远距离测试及发射控制的重要国防基础设施,对测发网络流量进行异常检测是保证其正常工作的关键举措。近年来,随着测发网络功能的拓展,其面临的网络安全威胁越来越严重,而当前的安全检测主要依赖于基于异常特征库匹配的流量异常检测方法,这种检测方法对一些新型攻击检测能力非常有限。本文结合运载火箭测发网络实际特点,针对以使用用户数据报协议(UDP)为主的测发网络流量,设计一种新的基于固定数据包数目的流量图片样本生成方法,首次提出在测发网络流量异常检测问题上使用卷积神经网络,以原始网络流量作为输入,避开难以解决的人工特征集设计问题。通过测发网络真实网络流量数据进行实验,取得了较高的精度、召回率和准确率,验证了本方法具备一定的实用性。     

最小二乘支持向量机的在线学习算法研究

针对最小二乘支持向量机在线逼近过程中求解矩阵维数逐渐扩大的问题,提出了一种最小二乘支持向量机的在线学习算法。借助滚动窗口的思想,建立一个随时间滑动的建模数据区间,在线逼近中通过接受新数据删除旧数据来保持数据区间长度不变,同时数据不断更新,从而实现模型的在线学习。仿真结果表明了这种学习算法的有效性。     

二自由度平面并联机床的柔度与变形分析

文中对一种新型平面并联机床的速度,力与变形关系进行分析,得到其速度、力雅可比矩阵进而得到其柔度矩阵,提出该并联机床柔度评价指标,并给出了该评价指标在工作空间内的分布情况,为该并联机床的设计与应用提供了有益参考。     

一种基于模拟退火的支持向量机超参数优化算法

基于统计学习理论的支持向量机技术以探求小样本情况下如何获得更好的机器学习规律而见长,与基于经验风险最小化原则的机器学习方法相比能够获得更佳的泛化能力,相关超参数的选择对其分类或回归性能有较大影响.针对径向基核支持向量机超参数优化问题,提出了一种改进的基于模拟退火算法的高效多目标优化算法,并详细讨论了优化寻优过程中搜索空间、初始可行解、初温和最优目标函数的设计方法.通过在多个标准数据集上的测试验证,证实了本文所提算法的可行性和有效性.     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。     

基于灰色近似支持向量机的加速度计参数预测

温度、振动等环境载荷使得石英挠性加速度计参数产生漂移,直接影响了惯导系统的测量精度和性能,石英挠性加速度计参数变化趋势为非线性的,很难用常规的建模方法进行趋势预测。基于灰色理论适合进行小样本、贫信息不确定型系统建模以及近似支持向量机不需要求解二次规划就能求得非线性模型参数的优点,提出了基于灰色近似支持向量机进行石英挠性加速度计参数预测的方法。为了验证该方法的有效性,针对自然贮存的加速度计进行了固定周期的参数标定,结果表明灰色近似支持向量机具有很好的预测效果。     

钢板数控下料排样的一种优化算法

讨论了毛坯需求需要精确满足的不规则型毛坯数控气割下料排样问题。采用组块剪切排样法,排样时首先形成矩形组块,然后使组块在板材上优化排列。本文对两维约束排样算法进行修改,使之能生成所述排样问题的切割方式。最后应用所述算法给出变压器生产中钢板数控下料实例的优化排样方案,并与手工排样结果进行了对比     

数字化组合式大力值校准系统的研制

为了满足对大力值(20 MN左右)的测量和校准,开发了一套数字化组合式大力值校准装置。其最大量程可达24 MN,系统测量准确度为0.1%,适合于大型材料试验机的校准和检定。本文详细介绍了装置的组成结构、弹性体设计、贴片和组桥方式、数字化的方法以及与计算机的通信实现。     

机床组合夹具设计仿真平台在《机械制造技术基础》课程教学中的应用

本文针对传统的机械制造技术基础教学环节中存在的一些问题,提出了用VB（Visual Basic）对Solid-Works开发的机床组合夹具仿真平台进行辅助教学,并介绍了该仿真平台的设计和实现过程及使用和教学效果。     

组合机床多轴箱计算机辅助设计系统

介绍利用ＡｏｔｏＣＡＤ二次开发工具ＯｂｊｅｃｔＡＲＸ３．０开发的组合机床多轴箱ＣＡＤ。阐述依据模块化原理设计系统的各个组成模块，以及由于采用ＶｉｓｕａｌＣ＋＋６．０可视化编程语言及微软ＭＦＣ基本类库，使程序界面的交互性比以往设计显著提高。