网络安全中的蜜罐技术和蜜网技术

当前，网络安全正在受到严重的威胁，传统的防御技术存在其固有的被动防御的缺陷，而蜜罐技术正以其主动防御的特性受到越来越多的关注。本文说明了其在网络安全中所起到的防御作用和通过收集信息而起到的研究作用，讨论了涉及到的诱骗机制、数据控制、数据捕获和数据分析等关键技术以及实际应用中的部署方案。     

FTA在城市控制爆破工程事故中的运用

城市控制爆破工程采用电雷管网路起爆,极易发生爆破事故.运用FTA方法,编制了爆破事故树,并进行了定性分析.结合工程实际,提出了爆破事故的具体预防措施,更依法采取了爆破安全管理措施.     

深水平台施工过程自然风险定量评估

在分析现有风险理论的基础上,结合海洋施工实际,提出了一种对海洋施工自然风险进行定量评估的模型。根据目标系统各风险事件与影响因素之间存在高度非线性复杂映射的特点,提出了利用BP神经网络拟合方法,对主要风险事件发生概率进行量化的模型。针对传统的梯度下降优化算法收敛速度慢的特点,采用可避免计算Hesse矩阵的Levenberg-Marquardt算法来训练神经网络。这一模型可以模拟专家评价,并准确地按照专家的评定法则进行估算,具有一定的通用性。     

低周荷载下型钢混凝土柱抗剪性能智能分析

为了研究型钢混凝土短柱的抗震性能，通过21根SRC柱在低周反复荷载作用下的剪切黏结破坏试验结果，在利用灰色关联理论进行模型输入变量选择的基础上，建立了其基于改进神经网络模型的受剪承载力分析模型，进而研究了混凝土抗压强度、腹板宽度、轴压比及箍筋间距等因素对SRC柱抗剪能力的影响规律，并对SRC柱的受剪承载力进行了预测。结果表明，所提方法能够反映受剪承载力与影响因素间的非线性变化规律，可供SRC柱在低周往复荷载作用下的受剪承载力分析参考。     

我国民航灾害应急联动机制优化研究

针对我国现行的民航灾害应急联动救援体系所存在着多头指挥、组织形式不明确、责任关系不协调、信息沟通不顺畅、资源调度不合理等问题,运用文献检索、理论分析与实地调研相结合的方法,笔者提出优化思路:民航灾害应急联动机制应以各级民航管理当局的飞行事故应急指挥部为主要指挥决策者,采用虚拟的网络式组织形式,理顺联动单位的责任与关系,将应急联动的信息网络与各地突发公共危机事件的信息平台接轨,成立全国统一的、具有双重功能的民航灾害应急资源调度中心。其中,对民航灾害应急联动虚拟网络组织形式的设计,较好地改进了现行组织的效率,体现了快速反应和协调行动的要求。     

三峡茅坪溪沥青混凝土心墙堆石坝位移反演分析与安全预测

本文研究了基于综合应用人工神经网络和演化算法的位移反演分析方法,并将此方法应用于三峡茅坪溪沥青混凝土心墙堆石坝的变形反演分析中。以茅坪溪一期工程原型观测成果为依据,反演出能够正确反映坝体变形特性的邓肯-张EB模型参数,从而预测了施工期末和蓄水期末该坝的变形特性,并基于总应力法研究了心墙水力劈裂破坏发生的可能性,为茅坪溪堆石坝运行期的安全生产提供依据。研究结果表明,茅坪溪心墙堆石坝不会发生水力劈裂破坏,该坝蓄水后虽然水压上升,但心墙仍是安全的。     

矿井通风网络解算可视化软件研究

采用面向对象编程语言Visual Basic6.0为开发工具,以Access为后台数据库,开发了具有风机优选功能的矿井通风网络解算软件。该软件承袭了Windows系统应用程序界面直观、交互性好的特点,集矿井通风网络解算、自然风压计算、风机自动选型以及经济断面优化等功能于一体,并辅以强大的数据管理系统,为矿山通风设计和管理工作提供了便利工具。     

一种机(针)织物与非织造布网络互穿复合材料的研究

本文主要对机织物与非织造布复合材料的网络互穿结构进行了描述,并从材料选择、单体试制、复合工艺方面进行了实践,研制出了较高透气性能和剥离强度的复合材料。     

多因素耦合条件下硫化矿自燃神经网络动态预测模型研究

硫化矿石自燃是多种因素、多场耦合综合作用的结果,是一典型的非线性问题。笔者应用人工神经网络技术,以Matlab软件为平台,通过现场调查和理论分析,建立了矿石含硫量、通风强度、环境温度3因素与硫化矿石自燃之间的预测模型;通过数据样本学习与部分现场监测数据相结合进行模拟,研究表明预测数据与实测结果基本吻合,误差控制在10%以内,取得了较好的效果。该研究为预防硫化矿石自燃提供一个新的思路和方法,具有一定的理论意义和应用价值。     

DETERMINATION OF SEDIMENT YIELD BY TRANSFERRING RAINFALL DATA1

ABSTRACT: A methodology for obtaining the optimal design value to allow for sediment storage in a reservoir is presented for the situation where no data on sediment loads in the incoming streams are available. Information concerning the amount of sediment delivered to the reservoir over its life-time is obtained by a sediment yield model which uses data on rainfall amount and duration obtained from a nearby experimental watershed. Bayesian Decision Theory is used to obtain the optimal storage requirements in order to consider the natural variation of rainfall and the sampling error due to the short rainfall record available. The normally difficult calculations involved were made tractable by the use of simplifications and approximations valid in the context of the problem. Results show that sediment storage requirements can be calculated in this manner and that consideration of the uncertainties involved leads to a storage requirement substantially larger than that calculated without such consideration.