基于系统调用的实时IDS方案

给出一种基于进程系统调用的实时IDS方案.该方案选择网络服务进程(特权进程)作为系统的代表进行监测,使用隐马尔可夫模型(HMM)对系统行为进行模拟和测试,使用实时P(O|λ)值和近期对“某些重要文件”的读、写频率这两个条件作为判断系统是否遭受入侵的标准.实验和分析表明,该方案有较高的预报准确率和较小的时间开销.     

液相性质对制备硫化物纳米级粒子化膜的影响

研究氯化锌浓度，溶液酸碱度，离子强度等底液性质及反应温度对化学反应法在不溶膜上制备纳米级硫化锌粒子化膜的影响，得出了一些规律并加以初步的解释。     

轮廓仪检测的系统误差分析

从轮廓仪的工作原理出发，分析了影响轮廓仪检测精度的主要系统误差，并以二次旋转非球面为例计算了系统误差对面形检测精度的影响，得出Talysurf轮廓仪在测量时，系统误差对面形误差的影响随顶点曲率的绝对值、口径以及偏心率函数的增大而增大，随定位误差和不重合误差的增大而增大的结论。最后的实验结果证明了该结论的正确性。     

脉冲激发三能级体系半导体量子点的单光子发射效率

研究了脉冲激发下单个半导体量子点中单光子发射的统计特性.在旋转波近似条件下，由系统粒子数演化主方程并结合量子回归理论推导了二阶相关函数的运动方程，利用此方程讨论了二阶相关函数随输入脉冲面积的关系.在窄脉冲宽度的脉冲激发下，单光子的发射概率p和效率η都随着强度的增强而产生振荡.研究表明，采用窄脉冲宽度，当输入脉冲面积在π附近时可以得到较高的单光子发射效率. 关键词： 半导体量子点 单光子发射 三能级系统     

梯-型三能级系统中自发辐射的量子相干控制

文章对梯形三能级系统中自发辐射的相干控制进行了分析,采用从基态到第一激发态为双激光场驱动的物理模型.通过变换驱动激光场之间的相对相位得到了一些主要结果,共振激发时,谱线呈现出三个谱峰的对称形式.当初始相位相同时,两边辐射峰值较高而中间峰值较低.随着初相位差的增加,两边谱峰之间的距离逐渐增大,谱线的高度逐渐下降,中心谱线的高度随着初始相位差的增加逐渐增大,宽度逐渐变小,直至成为一条较为尖锐的线,实现了对两边谱峰的完全抑制效应.采用下能级为双激光场激发的梯-型三能级系统,通过变换激光场之间的相对相位,实现了对激发态自发辐射的量子相干控制,观察到自发辐射光谱的抑制及谱线的猝灭等效应.     

变分模态分量降噪后重构的水声弱信号检测

针对能量检测法在低信噪比下对非合作水声探测信号的检测性能显著下降的问题,提出了一种组合变分模态分解和小波变换降噪重构的信号检测方法。以信号分解出的各个本征模态函数的近似熵与互相关系数比值作为分量分类参数,将所得分量分为信号分量、含噪信号分量与噪声分量,然后利用第二代小波变换对含噪信号分量降噪后与信号分量组成重构信号,最后对重构信号进行检测。数值仿真结果表明该方法可以在无先验信息的情况下对CW和LFM信号自适应降噪,信噪比0 dB以下时CW信号重构后信噪比提升约12 dB,宽带LFM信号信噪比提升约8～9 dB,有效提升了低虚警概率下信号的检测概率。湖试结果表明,虚警概率为0.1时检测概率可提升至0.9以上,验证了该方法的有效性。     

基于智能手机和Matlab的居家悬滴法表面张力测量实验

本文基于智能手机和Matlab软件设计了一种居家环境下可实现的悬滴法水滴表面张力测量实验.借助智能手机拍照功能获得水滴图像,利用Matlab进行边缘检测及计算,从而得出表面张力系数.对于不同清晰度的情况提出了对应的分析和处理方法,实验结果表明该方法稳定可靠.为后疫情时代开展居家大学物理实验教学提供了一个典型案例.     

基于有限元的钢丝绳漏磁检测定量仿真分析

漏磁检测法是钢丝绳无损检测中的常用方法.基于漏磁检测基本原理和三维磁偶极子模型,本文利用B_y-B_z图实现了对钢丝绳直观的在线检测,运用有限元仿真的方法,得到了不同长度、宽度、深度缺陷的漏磁特点,构建了B_y-B_z图中漏磁圆与缺陷程度之间的定量关系,讨论了钢丝绳内、外缺陷产生的漏磁场的区别,并进行了实验验证,以期为钢丝绳损伤的定量识别以及内外缺陷的判定提供新思路.     

B型套筒角焊缝缺陷相控阵超声检测定量方法

B型套筒修复作为油气管道修复的主要方式之一,在其修复的焊接过程中,该结构的环形角焊缝内部常常出现以气孔、夹渣为代表的孔型缺陷。这类缺陷由于角焊缝特殊的结构,在利用相控阵超声无损检测技术对其检测时,难以对其进行定量分析。通过数值模拟和实验,发现通过相控阵超声扇扫得到缺陷回波信号峰值与孔型缺陷直径呈正相关,为孔型缺陷的定量分析提供了一种可靠的手段。     

基于深度学习的材料超声回波衰减预测方法

材料超声回波衰减是评价材料均匀一致性的常用方法, 针对具有复杂结构的航空发动机盘件难以进行材料底面超声回波衰减评价的问题, 本文提出了利用超声背散射波信号直接预测底面回波衰减的方法。采用10MHz聚焦探头进行超声背散射波数据的采集, 利用深度学习技术构建和训练模型,建立了基于深度学习的材料底面回波衰减预测方法, 同时讨论了采用不同信号形式的超声波信号分类识别模型的准确率差异。研究发现：基于深度学习技术可实现通过超声背散射波预测材料的底面回波衰减, 预测结果和实际底面回波衰减试验结果具有良好的一致性。