基于多分形分析和主动学习反馈算法的图片垃圾邮件过滤

图片垃圾邮件通常由随机变形技术制作,人眼认为内容相同但计算机认为不同,导致常规反垃圾邮件技术 无法阻止这类垃圾邮件.根据图片垃圾邮件必然具有相似性、大量性和可变性的特点,提出了一种综合多向小波金 字塔多分形分析算法和主动学习反馈驱动半监督支持向量机算法的创新图片垃圾邮件过滤方法.实验结果表明, 该方法容易与常规反垃圾邮件系统相结合,而且该方法的效率高、准确性好、假阳性低,通过重复训练,可进一步 提高准确性、降低假阳性,适合用于对抗性学习和垃圾邮件过滤     

数字滤波弱约束四维变分同化在台风初始化中的应用Ⅰ.个例试验

传统四维变分(4D-Var)同化台风初始化中,bogus资料的同化将不可避免引起初始时刻风场和质量场之间的非平衡,在预报时段产生高频振荡噪音,进而影响数值模拟效果.如何有效滤除bogus资料引入产生的高频噪音非常重要.本文为第Ⅰ部分,基于数字滤波弱约束4D-Var方法,开展台风初始化个例试验研究.2010年Chaba台风两个不同时刻数值试验结果表明:bogus资料4D-Var同化台风初始化中,呈现出与暴雨个例明显不同的3 h地面气压倾向特征,不同数字滤波权重试验在初始时刻差异小,在预报1—4 h差异明显;实施数字滤波弱约束使得初始时刻700 hPa垂直速度场和850 hPa散度场在台风区域减小,bogus资料为引起高频噪音的一个重要因素;数字滤波权重选择是影响台风同化和数值模拟效果的重要因素,合理的数字滤波权重选择试验可明显改善台风路径和强度预报,相对于台风强度预报,路径预报改善更加明显;同时,某些个例中,数字滤波权重的选择直接决定着台风数值模拟的成功与否.不同台风个例相对最佳数字滤波权重并不相同,如何选择数字滤波权重非常重要.第Ⅱ部分中将针对bogus资料同化台风初始化,提出一种数字滤波权重优选方案.     

多参数背景场误差模型在散射计资料台风风场反演中的应用

利用散射计资料反演海面风场时, 台风区域普遍存在降雨使得风场反演误差很大, 引入降雨地球物理模型函数 (GMF+Rain) 及多解方案 (MSS), 结合二维变分(2DVAR) 模糊去除思想风速反演误差很大程度减小, 但风向反演误差仍有待进一步改善, 如何进一步减小风向反演误差有待进一步研究. 文章介绍了2DVAR模糊去 除方法的基本思想, 针对背景场误差较大时, 2DVAR模糊去除风向误差较大, 引入包含若干参数的背景场误差模型. 基于台风个例数值试验结果, 着重从理论分析角度讨论各参数关于2DVAR模糊去除效果的敏感性, 进而提出最优参数设置方案以改善风向模糊去除效果. 2006年“摩羯”台风QuikSCAT数据风场反演数值试验结果结合理论分析表明: 引入多参数误差模型, 通过设置粗糙误差概率等于0, 2DVAR风向模糊去除效果明显改善; 同时, 背景场的影响可通过增大背景场误差方差, 减小背景场误差相关尺度和减小粗糙误差概率而减小, 进而减小在背景场误差较大情况下的风向反演误差. 关键词： 台风风场反演 二维变分 多参数误差模型 散射计资料     

模式误差弱约束四维变分同化研究

经典四维变分同化(four dimensional variational data assimilation,简称4dvar)中认为模式是完美的, 而实际数值模式中存在的模式误差将对变分同化效果产生直接影响, 弱约束4dvar的提出为4dvar中考虑模式误差的影响提供了一种可行途径. 研究了基于模式误差控制变量的弱约束4dvar基本理论, 并在一维浅水方程组中对其同化效果及估计模式误差的有效性进行相关数值实验研究. 结果表明,在模式误差不可忽略的情况下,模式误差弱约束4dvar在整个区间 (包括同化区间和预报区间)上预报误差均比传统4dvar小, 在模式误差相对较大时改进效果更明显,具有明显优越性; 并且,模式误差弱约束4dvar能有效估计模式误差大小及分布形式.     

微颗粒黏附力测试技术研究进展

 为了解微颗粒黏附力测试技术的研究进展,以Particle、Adhesion、Measurement为主题词,在Ei Compendex,Ei Inspec和Elsevier Science数据库中检索了2001—2010年收录的文献,共检索出150余篇有关微颗粒黏附力测试技术的文献。根据这些文献的发表时间、作者所属的国家和所研究的测试技术进行了统计分析。对各种微颗粒黏附力测试技术(AFM分离技术、微机械分离技术、离心分离技术、静电场分离技术、振动分离技术和激光分离技术)进行了分析和优缺点比较,并展望了该领域发展的前沿方向。     

高安全性的802.1 x认证系统的研究

在分析了802.1x协议、分布式防火墙的体系结构和工作原理的基础上,提出了一种将二者技术结合的新型认证系统模型DFW802,并在OpenBSD系统平台上实现了该系统.通过系统实际运行证明,该系统在不增加网络负载的情况下能有效提高网络的安全性.     

变分同化结合广义变分最佳分析对微波散射计资料进行海面风场反演

针对微波散射计资料的海面风场反演,本文首先利用QuikSCAT卫星散射计的近实时资料,借助荷兰皇家气象学会的SeaWinds散射计数据处理模式,在不同风速和海域的情况下,采用多解方案结合二维变分同化方法进行风向的模糊去除,达到消除解的不唯一性的目的,且对4种反演结果（低速风、中速风、高速风和近海岸风）与美国国家海洋和大气管理局卫星资料中心的近实时风场数据的对比分析,说明了该技术的有效性.在此基础上,对反演得到的中速风场利用广义变分最佳分析方法进行了调整,调整后的风场结构有了进一步的改善.此方法可为我国散射计资料反演海面风场的研究提供新的思路和方法.     

Application of Tikhonov regularization method to wind retrieval from scatterometer data Ⅱ: cyclone wind retrieval with consideration of rain

According to the conclusion of the simulation experiments in paper I, the Tikhonov regularization method is applied to cyclone wind retrieval with a rain-effect-considering geophysical model function (called GMF+Rain). The GMF+Rain model which is based on the NASA scatterometer-2 (NSCAT2) GMF is presented to compensate for the effects of rain on cyclone wind retrieval. With the multiple solution scheme (MSS), the noise of wind retrieval is effectively suppressed, but the influence of the background increases. It will cause a large wind direction error in ambiguity removal when the background error is large. However, this can be mitigated by the new ambiguity removal method of Tikhonov regularization as proved in the simulation experiments. A case study on an extratropical cyclone of hurricane observed with SeaWinds at 25-km resolution shows that the retrieved wind speed for areas with rain is in better agreement with that derived from the best track analysis for the GMF+Rain model, but the wind direction obtained with the two-dimensional variational (2DVAR) ambiguity removal is incorrect. The new method of Tikhonov regularization effectively improves the performance of wind direction ambiguity removal through choosing appropriate regularization parameters and the retrieved wind speed is almost the same as that obtained from the 2DVAR.     

基于性能的大跨桥梁颤抖振响应概率性评价

大跨度桥梁颤抖振响应因风场的随机性呈现较大差异,建立基于性能的大跨度桥梁概率性评价方法尤为重要.文章建立了基于性能的大跨度桥梁颤抖振性能概率性评价方法;首先对同风速时的风场进行10?20组多组随机生成,分别计算不同风速、不同随机风场下桥梁的随机振动响应;然后对同风速下多组响应计算结果进行最不利响应曲线拟合,确定结构响应...     

变分同化结合广义变分最佳分析对微波散射计资料进行海面风场反演

针对微波散射计资料的海面风场反演,本文首先利用QuikSCAT卫星散射计的近实时资料,借助荷兰皇家气象学会的SeaWinds散射计数据处理模式,在不同风速和海域的情况下,采用多解方案结合二维变分同化方法进行风向的模糊去除,达到消除解的不唯一性的目的,且对4种反演结果（低速风、中速风、高速风和近海岸风）与美国国家海洋和大气管理局卫星资料中心的近实时风场数据的对比分析,说明了该技术的有效性.在此基础上,对反演得到的中速风场利用广义变分最佳分析方法进行了调整,调整后的风场结构有了进一步的改善.此方法可为我国散射计资料反演海面风场的研究提供新的思路和方法. 关键词： 多解方案 二维变分同化 广义变分最佳分析 正则化方法