石墨导电混凝土物理特性研究

石墨导电混凝土因其兼具良好的导电、耐腐蚀和力学等性能而广泛应用于接地模块、电磁屏蔽干扰、采暖和桥梁路面除冰防冻等工程领域。然而,目前针对石墨导电混凝土在电学性能、耐腐蚀性能和抗压强度方面仍缺乏相关研究,尤其是不同石墨配比对导电混凝土电阻特性、抗压强度等的影响规律尚不明确。本文以石墨作为导电材料添加,以水泥、砂等为基体制备了不同石墨配比的导电混凝土,并以石墨材料质量分数为10%时的导电混凝土特性开展研究,设计了稳定性试验、冷热循环试验、工频耐受试验和冲击耐受实验,并计算得到了对不同材料的表面平均年腐蚀率。为探究不同石墨配比下的导电混凝土特性变化规律,进一步分析了石墨配比分别为5%、10%、15%、20%、25%的导电混凝土电阻及抗压强度变化规律。相关研究为实现石墨导电混凝土的应用、保障电力系统运行安全提供了理论借鉴。

基于DBSCAN_GAN_XGBoost的网络入侵检测方法

由于网络异常流量检测中异常流量数据占比不平衡,导致模型不能对稀有攻击类别流量进行充分学习,从而影响模型训练和检测精度。针对这一问题,提出一种基于DBSCAN_GAN_XGBoost的网络入侵检测模型,该模型在对稀有攻击类样本进行扩充时,着重扩充更容易让机器学习产生混淆的噪声样本。首先,利用DBSCAN算法对提取出的稀有攻击类别数据进行聚类处理,生成一个或多个子簇,并提取出簇内样本和游离在簇外的噪声样本;然后,使用生成对抗网络模型对提取出的簇内样本和噪声样本分别进行样本扩充,改变数据集中原有的样本比例;最后,使用重新构建后的数据集对以决策树作为基分类器的XGBoost算法进行训练,并完成网络异常流量数据的检测。采用UNSW-NB15数据集进行对比实验,实验结果表明:DBSCAN_GAN_XGBoost模型的准确率和精确率分别为98.76%和96.5%,比样本扩充前分别提高了15.63百分点和19.60百分点,有效地提高了稀有攻击类别的检测精度。