摘要：针对存在大量访问时的网络入侵检测问题,提出一种在MapReduce框架下实现的并行网络入侵检测方法。构建一种并行化的量子粒子群优化(QPSO)算法,对原始数据集中的大量特征进行选择,降低特征维度;实现一种并行化的朴素贝叶斯(NB)分类器,以网络访问特征作为输入来检测入侵。在KDDCup99数据集上的实验结果表明,该特征选择方法能够选择出最优特征子集,有效提高了入侵检测的准确性,特征选择和分类器的并行化缩短了检测时间。

摘要：电气系统对多电飞机的运行状态和运行安全起着重要的作用。模拟仿真多电飞机电气系统的运行状态,分析故障在电气系统中的传递形式,对多电飞机电气系统的设计具有指导作用。以多电飞机电气系统为研究对象,分析多电飞机电气系统的结构和运行原理,在Simulink中建立电气系统主要部件的仿真模型,其能够实现故障设置,逻辑仿真。根据多电飞机电气系统各部件的输入/输出关系,对整个电气系统进行仿真建模,在各部件故障机理以及故障模式分析的基础上,对电气系统的仿真模型进行典型故障植入,得到不同故障状态下的故障传递状态表,对故障传递的模式进行分析。将所得的故障数据与分析结果应用到多电系统集成验证实验控制平台,完成多电系统故障传递结果的演示验证。

摘要：建立了大厚度碳纤维复合材料修补片与母板共固化的有限元数学模型和计算方法,并采用已有实验结果验证了数学模型和计算方法的正确性。计算了修补片与母板共固化过程中的温度、固化度及热应力变化过程,研究了挖补斜度、纤维铺层方向、纤维铺层顺序等修补工艺参数对修补片固化过程中不同阶段温度及热应力场分布的影响。研究结果表明,挖补斜度对于升温和保温阶段修补片内的热应力影响较大,对于降温结束后的修补片热应力影响较弱。增大挖补斜度,可减小大厚度修补片升温和保温过程的热应力,也可避免较大的热应力集中。在整个固化过程中,0°铺层角对应的修补片内的残余热应力最小,90°铺层角对应的修补片内的残余热应力最大,且在修补片顶部中心有较强的应力集中。为了减小残余热应力,纤维的排布方向应平行于修补片与母板接触面,即母板的铺层方向。对称铺层的修补片在整个固化过程中的热应力较小,而顺序间隔铺层和反对称铺层的修补片内热应力较大,大厚度树脂基复合材料修补片应采用对称的铺层设计原则。

摘要：针对空中交通管制中飞机多点定位(MLAT)方法存在精度和抗干扰能力低的问题,提出一种通过反向匹配的定位新思想,设计基于TDoA邻域匹配的多点定位方法。将监测空域进行网格化分割,根据地面接收站分布计算各网格中心点到各接收站的预期TDoA,构建一个预期数据库。在实际定位中测量TDoA数据,通过提出的加权k-最邻近算法将其与预期TDoA数据库进行邻域匹配来估计飞机位置。实验结果表明,该方法定位精度高,对TDoA噪声的鲁棒性强,且对地面接收站布局要求不严格。

摘要：估算监控场景中的人数是安防监控的重要任务之一,当人群密集、行人之间存在遮挡时,人数估计较困难。因此,针对密集场景下的人数估计问题,提出了一种改进的基于卷积神经网络的人数估计方法。为了改善摄像透视畸变带来的影响,分别利用深层网络和浅层网络提取人群特征,深层和浅层网络分别设计了不同核大小的卷积层,并将提取到的特征通过一个具备多尺度提取能力的结构进行融合。实验结果表明,改进后的网络模型所获取的人群密度图更加贴近原场景信息,人数估计结果也更加精确。

摘要：当前光电探测器故障辨识错误率高,为提升光电探测器故障辨识效果,设计了基于模式识别技术的光电探测器故障辨识方法。首先采集光电探测器状态信号,并从光电探测器状态信号中提取特征,然后利用主成分分析算法对特征进行降维处理,得到最优光电探测器状态辨识特征,最后将光电探测器状态特征作为支持向量机的输入,光电探测器状态作为支持向量机输出,通过支持向量机学习设计光电探测器状态辨识器,实验结果表明,本方法可以有效辨识光电探测器辨识故障,光电探测器故障辨识正确率超过了90%,光电探测器故障辨识时间控制在20 ms以内,为光电探测器状态分析提供了理论依据。

摘要：针对现有网络入侵检测系统(IDS)不能应对网络环境频繁变化的问题,提出一种基于局部参数模型共享的分布式网络IDS。在每个节点上根据网络连接数据,使用高斯混合模型(GMM)构建弱分类器,利用在线Adaboost算法对其进行优化,形成强分类器;将该节点上的GMM参数和强分类器参数组建成一个局部参数模型,并共享到其它节点;节点利用粒子群优化(PSO)寻找来自其它节点的最优局部参数模型,结合自身训练数据构建一个支持向量机(SVM)分类器,以此作为最终的全局检测器。实验结果表明,该IDS具有较高的检测率。

摘要：为深入了解静电监测方法对黄铜的监测能力,采用自制的全流量在线磨粒静电传感器开展黄铜的静电监测方法研究。研究了润滑条件下轴承钢-黄铜滑动摩擦荷电磨粒的产生机理并设计了磨粒静电监测系统,开展了三种尺寸的轴承钢球和黄铜球的单颗粒注入实验、双颗粒注入实验以及相同载荷、不同滑动速度的轴承钢-黄铜滑动摩擦磨损实验,对摩擦因数、静电感应信号、静电信号均方根值进行相关性分析。研究结果表明:全流量在线磨粒静电传感器具有较好的检测一致性;静电监测方法对黄铜的监测能力强于对轴承钢的监测能力;摩擦因数与静电监测信号具有相关性,在磨损阶段,静电感应信号出现脉冲尖峰与持续上升。

摘要：对航空涡喷发动机一般是按推力量级来区分超微型、微型和小型涡喷发动机[1].小型发动机推力量级为1000 ～ 20000N,微型发动机的推力量级在1000N以下,超微型发动机的推力量级在10N以下.随着我国无人机技术的持续发展,对于小型航空发动机的需求也越来越高[2],研制小型高性能低成本涡喷发动机是发展我国高空、高速无人机的关键技术之一.小型涡喷发动机具有尺寸小、转速高等特点,其设计、研制不同于大型涡喷发动机,必须着重解决小型化所带来的性能衰退速度快、部件故障频率较高等一系列问题[3].

摘要：航空安全事件风险等级预测是主动风险管理的重要手段。考虑海量航空安全事件数据呈现的高维复杂、类不平衡等特性,提出一种基于集成代价敏感深度神经网络(ECSDNN)的航空安全事件风险等级预测方法。采用分类型属性嵌入特征编码和数值型属性拼接的方法实现航空安全事件数据的特征表示;综合考虑错分比例和固定代价设计代价敏感矩阵和代价敏感损失函数,构建基于代价敏感深度神经网络(CSDNN)的基分类器模型;采用硬投票方法,集成多个参数不同、性能各异的基分类器,构建航空安全事件风险等级预测模型。在航空安全事件报告系统(ASRS)数据集上的实验结果表明:相比基准算法,所提ECSDNN模型的预测准确率提升了4.51%;相比单个CSDNN基分类器,所提ECSDNN模型的预测准确率提升了3.17%。验证了基于ECSDNN的航空安全事件风险等级预测方法的有效性。