考虑视觉障碍行人的疏散模型

为研究视觉障碍行人对人群疏散的影响,首先根据ISOBE等人的可控试验结果,描述视觉障碍行人疏散行为,并考虑正常行人对视觉障碍行人的帮助行为,采用移动概率和修正Moore邻域规定的小团体运动规则,建立考虑视觉障碍行人的场域元胞自动机疏散模型;然后通过模拟视觉障碍行人活动场所人群疏散的运动状态和演化过程,探究帮助行为、视觉障碍行人占比、出口位置对整体疏散结果的影响。结果表明:正常行人对视觉障碍行人的帮助行为能有效减少疏散时间,帮助行为对于混合人群疏散效率的提升作用随着人群密度的增加愈发显著;混合人群中视觉障碍行人占比增大会导致疏散效率降低,且这种不利影响随着人群密度的增加会加剧;相比于出口在墙角或出口距墙角有一定距离,出口位置在墙壁中心对于混合人群疏散更有利。

基于改进CURE聚类算法的网络用户异常行为识别方法

由于传统异常行为识别方法无法对随时变化的异常行为实现精准识别,因此对CURE聚类算法作出改进,针对网络用户异常行为提出了一种新的识别方法。通过改进CURE聚类算法将用户的上网行为分为正常行为簇和异常行为簇,标记正常行为簇,并利用超矩形建模方式识别数据,分析正常行为簇在每个维度上的正常值域,判断其是否包含在所建立的超矩形内。如果在判定用户行为为正常,反之判断其为异常行为。仿真实验选取了学生上网行为数据,分四个时间段注入异常行为数据,结果表明,所提方法识别结果与设定情况一致,没有出现误识别或不识别现象,改进CURE聚类算法的网络用户异常行为识别精度较高,而且具有超高的效率。

基于流量结构稳定性的服务器网络行为描述:建模与系统

针对现有基于异常特征库匹配的流量检测方法难以适应日趋复杂的网络环境需要的问题,对服务器网络流量进行了大量观测和研究,综合正常流量在某些属性上的固有稳定性及特定服务在流量层面表现出的稳定性,提取相应的流量特征,同时提出了流量结构稳定性的概念,并基于此对服务器的正常网络行为轮廓进行刻画,依据当前流量结构偏离正常轮廓的程度对服务器网络异常行为进行检测。针对流量结构差异性的定量刻画问题,提出了一种基于Spie Chart的可视化度量方法,并基于一台邮件服务器流量实现了系统,通过实验验证了系统对常见网络攻击及未知网络异常的检测效果。

广州地区软土应力应变特性研究

本文对广州地区淤泥质软土固结排水剪切的归一化性状进行研究，在此基础上提出了一个适合于描述该类软土应力应变特性的本构模型，该模型参数少，且易于确定，对于其他地区的软土，模型也具有一定的适用性。

师范院校环境教育教学模式探讨

师范院校的环境教育教学对实现环境养成教育具有重要意义。本文推介了在长期实证研究的基础上,依据行为主义教学设计原理、系统论原理、环境教育的学科特性和师范院校特点而设计的“多学科交叉与开放性行为教学模式”。该模式在操作上具有理念鲜明的学科交叉性、多维互动的开放性与多元灵活的行为性等特点,在克服传统环境教育不足、促进学生由外在行为向内在行为转化等方面具有显著成效。

软土归一化本构关系的离心试验验证

提出一个用于描述软土应力应变特性的本构模型 ,将该模型引入到CRISP有限元程序中。采用离心模型试验对本构关系进行验证。结果表明 ,试验与数值预测有很好的一致性。

新岩滑坡膨胀性软岩Duncan-Chang模型及归一化特性研究

延边地区公路沿线广泛发育一种膨胀性较强的软岩,具有较强膨胀性,致使这一地区公路边坡出现了多处滑坡现象,带来了较大的危害。为了描述该地区岩土介质材料的强度及变形特征,分析吉林省在建汪延高速公路上的新岩滑坡的稳定性并为支护设计提供基本参数,通过现场取样,进行室内固结不排水剪切试验。试验表明:试样的应力-应变关系曲线为典型的双曲线,在低围压下,土体表现出弱应变硬化型,在高围压下,土体呈现明显的应变硬化型。结合Duncan-Chang模型,对实验结果进行分析,得到了D-C模型参数,并在此基础上,研究该地区膨胀土的归一化特性,结果表明,当归一化因子为(σ1-σ3)ult时,归一化程度最好,同时建立了应力-应变关系特性的归一化方程,能较好预测应力-应变关系。

基于航班离港时刻主导的单航班离港旅客聚集模型

通过对单航班离港旅客在航站楼聚集行为的动力学分析,证明了旅客的到达聚集行为在群体层面受截止时间影响服从重尾分布,并且存在混合分布特性;揭示了航班截止时间的变化对旅客行为重尾特性的影响规律。在此基础之上基于对数正态分布与回归分析建立了航班离港时刻主导的单航班离港旅客聚集模型,并通过仿真验证证明了模型拟合度达到80%以上,具有工程推广价值。

网络流量正常行为模型的建立

网络规模的迅速扩大和网络技术的复杂化 ,以及网络设备的多样化 ,使得网络出现各种问题的可能性增大。传统的网络管理一般是根据预先设定的阈值来报警的 ,但是 ,这种方法的缺点是适应性差 ,而且该阈值难以确定。由此出现了预先网络管理 ,预测网络问题的发生。为了进行网络流量的预测 ,文中介绍了一种建立网络正常行为模式的方法 ,通过方差分析的方法 (ANOVA) ,对实际网络中非单播包的观测值时间序列平稳化 ,建立自回归滑动平均模型 (ARMA) ,利用该方法建立的网络流量行为模型 ,可以预测网络流量及其变化趋势 ,并检测网络异常情况的发生。

基于工况细化条件下数据统计分析的风电机组齿轮箱油温故障预警方法

文章针对风电机组齿轮箱油温劣化特征识别问题,提出了一种基于工况细化的异常变化检测和故障早期预警方法。该方法根据风机叶轮转速将机组运行数据进行细化分仓,在每个叶轮转速仓中建立基于概率统计分析的齿轮箱油温正常行为模型并设定其温度分布和温升变化的异常阈值;然后对现场机组齿轮箱油温变化进行监测,利用时序滑动窗口的评估方式实现风机齿轮箱油温故障预警。

混凝土-混凝土组合梁弯曲受力性能试验及数值研究

作为建筑工业化的重要举措,装配式混凝土结构的发展着眼于现场施工的工艺简化和品质提升。针对一种预制板端取消胡子筋的新型装配式混凝土楼盖体系,开展了两组界面抗剪构造不同的预制混凝土梁-混凝土叠合板组合梁(混凝土-混凝土组合梁)及整浇对比梁的正截面抗弯性能试验,研究了结构形式和界面构造对破坏模式、承载能力及界面剪切滑移等结构表现的影响。建立了混凝土-混凝土组合梁界面精细化数值模型,借助通用有限元软件分析了界面配筋率和界面粘结对正截面受力性能的影响。进一步提出了混凝土-混凝土组合梁的界面抗剪塑性设计方法,使倒U型附加钢筋沿梁跨分段均匀布置,便于结构体系的设计和施工。试验及数值研究结果表明,界面抗剪措施配置充分时,混凝土-混凝土组合梁具有与整浇梁等同的正截面抗弯承载能力与延性水平,在装配式混凝土结构领域中具有广阔的应用前景。

正规教育与技能培训对农牧户兼业行为的影响——基于青海农村牧区微观数据的调查分析

促进农牧户兼业行为的最终动力来源于人力资本,而正规教育与技能培训因素构成了衡量农牧户人力资本水平的关键特征。基于青海农村牧区517个农牧户样本的微观调查数据,通过运用Heckman两阶段模型,有效解决样本选择性偏误问题,进而深入分析正规教育、技能培训对农牧户兼业行为影响的内在作用机理。研究表明:青海农村牧区农牧户兼业现象并不普遍,与人力资本存量不足有直接关系,且农牧户兼业行为分是否兼业与兼业程度两个阶段;正规教育变量与农牧户是否兼业具有倒U型的关系,与农牧户兼业程度呈递增的关系;技能培训变量与农牧户是否兼业、兼业程度均呈递增关系。

基于云模型移动对象行为识别算法评价

为了研究视频监控中异常行为识别算法鲁棒性、准确度和速度的评价方法,将采集图像序列移动对象运动类型等参数作为样本输入逆向云发生器,得到移动对象定性概念的定量表示:期望值Ex、熵En和超熵He。以这些参数作为基础模拟出移动对象行为参数表征。Ex,En和He输入正向云发生器,将每个移动对象设计成一个智能体,个体通过感知环境和自激励调整行为参数,产生多种行为表征参数,并用这些参数来评价行为识别算法。通过实验实现了多种行为表征参数的模拟,用这些参数评价了几种典型算法,实验结果表明评价方法切实可行。

基于迁移成分分析的多风电机组运行状态识别方法

风电机组运行状态识别对风电机组发电性能评估和风电场精细化管理具有重要意义,然而不同风电机组的数据采集与监视控制系统(supervisory control and data acquisition,SCADA)数据分布差异明显,如果将已训练好的单台风电机组正常行为模型直接应用于多风电机组运行状态辨识,辨识精度较低。为了提高辨识精度,需要针对每台风电机组正常行为模型进行重复性训练,工作量大。为此,提出了一种基于迁移成分分析(transfer component analysis,TCA)的多风电机组运行状态划分模型。首先,采用基于最大互信息系数和反向传播(back propagation,BP)双隐层神经网络的变量优选方法挖掘风电机组运行状态关键影响变量;然后,以正常运行状态下的优选变量为输入,功率为输出,构建了基于BP双隐层神经网络的风电机组正常行为模型;最后,基于迁移成分分析,构建多风电机组运行状态划分模型。算例结果表明,所提模型可解决不同风电机组数据分布差异的问题,提高运行状态划分模型的精度和效率。

一种基于深度Encoder-Decoder神经网络的智能电网数据服务器流量异常检测算法

传统的网络流量异常检测通常基于单一原始特征变量进行阈值判断,或者对多个相关变量进行降维设计统计量后进行阈值判断,这类方法虽然简单,但无法应对变量间非线性关系随时间变化的情况。本文设计一种能够自适应动态逼近变量间非线性关系的深度神经网络,在普通的Encoder-Decoder神经网络的基础上引入2层注意力机制,提高了神经网络对长期历史信息的利用程度,实现了流量正常状态估计。基于估计得到的流量正常行为,分析其与实测值的残差分布情况,并最终给出置信区间作为判别异常行为的控制限。

基于宽度学习的智能电网数据服务器流量异常检测算法

电力系统的信息网络是电力行业长久持续有效运行下的重要组成部分,而智能电网中电力网与信息网耦合下的复杂网络结构给信息通讯网络安全中的流量异常检测带来了巨大的挑战。传统机器学习算法与新兴的深度学习算法在解决流量异常检测问题领域往往存在着检测准确度低、实时性差等缺陷,而结合宽度学习与质量管理图的流量异常检测流程则有着训练速度快、准确性高、实时性强的优势,在一定程度上可以满足智能电网服务器流量异常检测需求,从而达到提升电网信息安全的目的。

能源地下连续墙的热力学行为模型试验研究

鉴于目前国内外针对能源地下连续墙的热力学行为的研究较少,开展了能源地下连续墙的室内模型试验研究。为了研究不同换热工况以及约束条件对墙体以及墙土接触面热力学行为的影响,设计了三组对照试验。通过对试验过程中读取的温度、应力、应变数据进行分析,探索了地下连续墙在换热过程中的温度场、墙体内的垂向应变以及接触面法向应力的变化规律。对比研究了不同工况下墙内轴向应变以及墙土接触面法向应力数据的差异性,揭示了温升变化和约束变化对这些参数的影响机制以及重要程度。

基于满十六叉有序树的程序行为建模搜索方法

程序行为建模及搜索是异常检测研究中的关键问题。本文提出利用系统调用发生时的程序计数器值对应的段号和段内偏移作为事件,将滑动窗口在有序事件上滑动得到事件序列集合,利用满十六叉有序树算法建立正常行为模型库。满十六叉有序树是为提高规则库的存储及搜索的效率而设计的,其存储的字节顺序隐含着结点间关系信息。在规则库中搜索某条规则的时间复杂度仅与树的深度有关,树的深度固定时的时间复杂度为O(1)。文中给出了满十六叉有序树的定义,分析了它的特点,并给出生成算法和搜索算法。

卸荷下老黏土的静力特性试验研究

为了研究老黏土在卸荷条件下的强度和变形特性,利用应力路径三轴仪对武汉地区具有代表性的老黏土进行固结不排水三轴试验。通过与软黏土的已有研究成果进行对比,探讨了卸荷条件下老黏土主要破坏的型式和应力-应变归一化特性。基于Dun-can-Chang模型,验证了适合武汉老黏土的非线性弹性模型,总结出老黏土的变形发展规律,并给出了Duncan-Chang本构模型参数建议值。

关于异常检测中正常行为模式库创建算法的研究

基于程序行为的异常检测方法主要通过建立程序正常行为模式库来检测入侵。本文对异常检测中正常行为模式库的创建算法进行了研究,主要利用基于Teiresias算法的变长模式抽取方法构建程序正常行为模式库,并与TIDE方法作了比较。