检索结果-南通市图书馆

Ratcheting boundary of 316LN austenitic stainless steel under thermal aging

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Science China(Technological Sciences) 2021年第12期64卷 2595-2607页

作者： liu caiming OGUNMOLA Oluwadamilola LI BingBing ZHENG YiMing CHEN Xu School of Chemical Engineering and Technology Tianjin UniversityTianjin 300072China

Previous studies,including ASME and RCC-MR standards,did not consider the influence of environmental factors on the ratcheting boundary of the material,and only a unified ratcheting boundary was *** this paper,thermal aging was taken into consideration,and the effect of thermal aging time on the ratcheting boundary of 316 LN austenitic stainless steel was characterized by the efficiency diagram *** results show that,when the secondary ratio U is small,there is no significant difference in ratcheting boundary between the original material and the thermal aged *** the secondary ratio U is large,the ratcheting boundary of the material presents a slight upward trend with the increase of thermal aging *** with ASME and RCC-MR standards,it is found that RCC-MR is *** on the evolution of the efficiency index V with the number of cycles,it is more conservative and reasonable to choose the stage when the efficiency index V develops into a constant.

关键词： ratcheting boundary cumulative plastic strain effective primary stress thermal aging

A self-adaptive negative selection algorithm used for anomaly detection

在线全文

学校读者我要写书评

暂无评论

Progress in Natural Science:Materials International 2009年第2期19卷 261-266页

作者： Jinquan Zeng,Xiaojie liu,Tao Li,caiming liu,Lingxi Peng,Feixian Sun Department of Computer Science,Sichuan University,Chengdu 610065,China Department of Computer Science Sichuan University Chengdu 610065 China

A novel negative selection algorithm (NSA),which is referred to as ANSA,is presented. In many actual anomaly detection systems,the training data are just partially composed of the normal elements,and the self/nonself space often varies over time. Therefore,anom-aly detection system has to build the profile of the system based on a part of self elements and adjust itself to adapt those variables. However,previous NSAs need a large number of self elements to build the profile of the system,and lack adaptability. In order to over-come these limitations,the proposed approach uses a novel technique to adjust the self radius and evolve the nonself-covering detectors to build an appropriate profile of the system. To determine the performance of the approach,the experiments with the well-known data-set were performed. Results exhibited that our proposed approach outperforms the previous techniques.

关键词： Artificial immune system Anomaly detection Negative selection algorithm

Anomaly Detection with Artificial Immune Network

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Wuhan University Journal of Natural Sciences 2007年第5期12卷 951-954页

作者： PENG Lingxi LI Tao liu Xiaojie CHEN Yuefeng liu caiming liu Sunjun College of Computer Science Sichuan University Chengdu 610065 Sichuan China School of Information Guangdong Ocean University Zhanjiang 524025 Guangdong China

Inspired by the immune network theory, an adaptive anomaly detection paradigm based on artificial immune network, referred as APAI, is proposed. The implementation of the paradigm includes： initially, the first is to create the initial antibody network; then, through the learning of each training antigen, the antibody network is evolved and updated by the optimal antibodies. Finally, anomaly detection process is accomplished by majority vote of the k nearest neighbor antibodies in the network. The experiments used the famous Sonar Benchmark dataset in our study, which is taken from the UCI machine learning database. The obtained detection accuracy of APAI was 97.7%, which was very promising with regard to the other classification applications in the literature for this problem. In addition to its nonlinear classification properties, APAI possesses biological immune network properties such as clonal selection, immune network, and immune memory, which can be applied to pattern recognition, classification, and etc.

关键词： anomaly detection artificial immune network machine learning classification

在线全文

学校读者我要写书评

暂无评论

钠双线波长差测定的不确定度评定

仪器仪表学报 2005年第Z1期26卷 756-758,761页

作者：刘才明浙江大学物理系杭州310027

根据不确定度的有关概念及具体实验教学模型,提出了测量不确定度的简化模式。结合迈克耳孙干涉仪测定钠黄光波长及钠双线波长差的例子,进行了具体分析,给出了其测量不确定度的最终评定。

关键词：测量不确定度置信概率扩展不确定度波长差

在线全文

学校读者我要写书评

暂无评论

对测量结果有效位数的合理取位

仪器仪表学报 2006年第Z2期27卷 1277-1278页

作者：刘才明浙江大学物理系杭州310027

结合国家计量技术规范,对实验数据处理中关于测量结果的有效数字位数取位的若干问题进行探讨,修正模糊不清的概念和做法。

关键词：有效数字不确定度修约

基于QPSO-LSSVM的网络通信负载状态识别系统设计

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2019年第18期42卷 81-83,89页

作者：罗尚平刘才铭乐山师范学院计算机科学学院

基于PSO-LSSVM识别网络通信负载状态识别时,粒子群算法(PSO)容易陷入局部最优解,文中采用全局搜索性能优的量子粒子群算法(QPSO)与最小二乘支持向量机模型(LSSVM)结合设计网络通信负载状态识别系统.该系统硬件主要包括WinPcap数据采集... 详细信息

基于PSO-LSSVM识别网络通信负载状态识别时,粒子群算法(PSO)容易陷入局部最优解,文中采用全局搜索性能优的量子粒子群算法(QPSO)与最小二乘支持向量机模型(LSSVM)结合设计网络通信负载状态识别系统.该系统硬件主要包括WinPcap数据采集模块、SPI通信接口电路、负载识别模块,WinPcap数据采集模块捕获、转换网络通信负载状态原始数据包存储在电子标签中,SPI通信接口电路负责P89LPC932与MF RC522的数据传输,负载识别模块的MF RC522读取电子标签中的网络状态数据,基于QPSO-LSSVM识别网络通信的负载状态;软件部分采用QPSO优化LSSVM,将最优粒子作为LSSVM的参数,构建最优LSSVM识别网络通信负载状态.仿真结果显示:该系统识别网络通信负载状态稳定性强、效率高,为监测网络通信负载状态提供一种可靠方式.

关键词： QPSO-LSSVM 网络通信负载状态状态识别系统设计实验分析

在线全文

学校读者我要写书评

暂无评论

气体绝缘开关设备局部放电带电检测综合应用

电气技术 2020年第10期21卷 117-122页

作者：刘财明红相股份有限公司福建厦门361001

在工程现场,气体绝缘开关设备局部放电带电检测被应用了很多年,已证明其可以较好地为气体绝缘开关设备绝缘故障提供重要的检测技术支撑。根据相关资料的气体绝缘开关设备故障统计情况,发现绝缘故障仍是占最大比例。本文从日常应用、实... 详细信息

在工程现场,气体绝缘开关设备局部放电带电检测被应用了很多年,已证明其可以较好地为气体绝缘开关设备绝缘故障提供重要的检测技术支撑。根据相关资料的气体绝缘开关设备故障统计情况,发现绝缘故障仍是占最大比例。本文从日常应用、实验室研究、在线监测3个方向,对目前气体绝缘开关设备局部放电带电检测的应用现状进行概述;利用西湖电子气体绝缘开关设备模拟试验平台,分别模拟了4种典型放电类型进行特高频和超声波测试对比,并对现场中发现的一例气体绝缘开关设备异常声响进行应用情况介绍;最后对气体绝缘开关设备局部放电带电现场应用进行总结,对未来发展的重点方向进行展望。

关键词：气体绝缘开关设备故障带电检测特高频超声波

在线全文

学校读者我要写书评

暂无评论

粒子群算法和SVM的网络入侵检测

现代电子技术 2017年第10期40卷 31-34页

作者：罗尚平刘才铭乐山师范学院计算机科学学院四川乐山614004

针对当前的神经网络检测算法在强干扰下的网络入侵检测准确拦截性不好的问题,提出一种基于粒子群算法和支持向量机的网络入侵检测方法。构建网络入侵的特征信号模型,采用二阶自适应格型IIR陷波器进行入侵信息的抗干扰处理;粒子群算法进... 详细信息

针对当前的神经网络检测算法在强干扰下的网络入侵检测准确拦截性不好的问题,提出一种基于粒子群算法和支持向量机的网络入侵检测方法。构建网络入侵的特征信号模型,采用二阶自适应格型IIR陷波器进行入侵信息的抗干扰处理;粒子群算法进行自适应寻优提取网络入侵特征的最优解,SVM进行入侵信息分类,实现网络入侵有效检测;并进行仿真测试。结果表明,采用该方法进行网络入侵检测的准确拦截概率较高,误检和漏检概率较低,保障了网络安全。

关键词：粒子群算法支持向量机网络入侵检测算法

普惠金融发展与城乡居民收入差距间的实证分析

在线全文

学校读者我要写书评

暂无评论

区域金融研究 2019年第11期 82-88页

作者：刘彩明上海大学

本文对广东省2005~2016年的面板数据进行回归分析,结果表明:普惠金融发展显著提高广东全省居民收入,普惠金融与农村居民收入之间存在"U型"关系,与城镇居民收入之间存在"倒U型"关系;普惠金融的发展显著缩小城乡收入差距,普惠金融与城乡... 详细信息

本文对广东省2005~2016年的面板数据进行回归分析,结果表明:普惠金融发展显著提高广东全省居民收入,普惠金融与农村居民收入之间存在"U型"关系,与城镇居民收入之间存在"倒U型"关系;普惠金融的发展显著缩小城乡收入差距,普惠金融与城乡收入差距之间存在"倒U型"关系,在经济最不发达的粤北山区,普惠金融发展对缩小城乡收入差距的作用最强。目前,广东省普惠金融发展水平已经跨越某一阈值,进一步发展普惠金融不仅可以提高全省农村居民收入,也可以提高全省城镇居民收入,进一步缩小城乡收入差距。

关键词：普惠金融居民收入城乡收入差距广东