网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段

金属增材制造技术是一种短流程、近终形的新型材料成形技术.在金属增材制造技术中, 设备是载体, 材料是关键, 工艺是基础, 三者是影响金属增材制造技术发展的关键因素.本文通过对具有代表性的金属增材制造技术的特点进行总结, 分析了设备、材料和工艺之间的关系以及三者在金属增材制造技术中的重要作用; 综述了金属增材制造设备的原料供给系统、成形系统和控制系统的研究现状; 总结了金属增材制造材料中钛合金、镍合金、铝合金和钢铁材料的典型组织特点和力学性能; 论述了金属增材制造工艺参数对残余应力、孔洞、精度和组织的影响; 指出了目前金属增材制造技术在设备方面存在设备成本高、产品成形尺寸受限、成形效率低等问题, 在材料方面存在生产成本高、适用性差等问题, 在工艺方面存在参数匹配困难、热积累严重等问题; 从降低设备和材料成本、扩大产品成形尺寸范围、提高产品精度和成形效率、拓展材料种类和适用范围、减少工艺参数匹配难度、提升产品质量及综合性能、开发金属增材制造新技术方面展望了金属增材制造技术的发展方向

针对机器人谐波减速器关节在转动过程中存在的波动摩擦力矩, 提出一种基于傅里叶级数函数和BP神经网络的建模方法, 并完善机器人的动力学模型, 修正了因波动摩擦力矩带来的关节力矩计算误差. 通过研究谐波减速器关节的波动摩擦力矩在不同影响因素下的变化特性, 采用傅里叶级数与BP神经网络结合的方法对波动摩擦力矩进行建模. 通过添加傅里叶级数函数作为BP神经网络的辅助输入, 克服了力矩误差曲线因存在高频周期性波动而难以拟合的困难. 在离线环境下训练神经网络, 完成对关节波动摩擦力矩的建模, 进而完善机器人的动力学模型和修正关节中存在的波动摩擦力矩. 验证实验表明, 使用完善后的动力学模型可以有效计算谐波减速器关节的波动摩擦力矩, 并使修正后的力矩误差维持在[-0.5, 0.5] N·m的范围之内, 方差为0.1659 N2·m2, 是修正前的24.23%

将岩体破坏接近度指标(FAI)引入隧道支护设计，明确了围岩临界支护时机判别准则。基于有限差分数值计算程序，合理考虑岩体峰后应变软化特性，建立了一种隧道最优支护时机确定方法。通过算例分析，定量探讨了表征支护时机的重要参数，从工程角度阐释了支护时机的本质意义。结果表明：岩体地质强度指标GSI由75减小至25时，支护时机提前8.32 m；岩石材料常数mi由20减小至10时，支护时机提前5.85 m；岩石单轴抗压强度σci由80 MPa减小至40 MPa时，支护时机提前3.74 m；工程扰动参数D由0增加至0.8时，支护时机提前7.44 m。将建立方法在玉渡山隧道工程中进行应用，计算出研究区段的支护时机为3.3 m，经现场监测表明该方法有效、可行。该研究成果可为隧道支护体系的量化设计提供参考

基于国内外学者在宏观接触热阻领域的研究成果，阐述了宏观接触热阻的理论研究和工程应用现状，介绍了宏观接触热阻的理论计算方法、实验测量方法和数值模拟方法，明确了各种方法的优缺点.简述了宏观接触热阻的影响因素，基于中国聚变工程实验堆(CFETR)低温超导线圈的降温实验，创建界面接触热阻分析模型，详细分析了热流方向、温度、压力等因素对超导磁体不锈钢铠甲、介电绝缘材料、失超保护材料接触热阻的影响，并进一步探究了温度、压力等因素导致接触热阻发生变化的热力学原因.最后，结合工程计算中对准确性和便捷性的要求，指出了接触热阻的未来研究方向

4.1 叠加定理 4.2 替代定理 4.3 戴维宁定理和诺顿定理 4.4 最大功率传输定理 4.5 特勒根定理 4.6 互易定理

常规根轨迹一以开环增益K为可变参量 参数根轨迹一其它参数为变量 (如某些开环零极点、调节器PID参数 或者系统的时间常数等) 这些参数必须以线性乘法因子形式出现在 特征方程中

第三章一维搜索方法 一、概述 搜索区间的确定 二、一维搜索的试探方法 -黄金分割法 三、一维搜索的插值方法 牛顿法(切线法) 二次插值法

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

1、熟悉工程力学的研究对象、内容, 2、掌握刚体、平衡、力的概念 3、掌握五个公理 ▪ 绪论 ▪ §1-1 刚体和力的概念 ▪ §1-2 静力学公理 ❑ §1-3 力矩 ❑ §1-4 力偶 ❑ §1-5 力的平移 1、常见的几种约束及其约束力的画法 2、物体及物系的受力图 ▪ §2-1 约束与约束反力 ▪ §2-2 受力图 ❑ 力系合成的解析法 ▪ 力在直角坐标轴上的投影 ▪ 合力投影定理 ❑ 平面任意力系的简化 ▪ 简化方法 ▪ 结果讨论 ❑ 平面任意力系平衡方程 ❑ 问题举例 ❑ 物体系统平衡 ▪ 物体系物体的数量和平衡方程个数 ▪ 物体系统问题求解原则 ❑ 静定和静不定问题 ❑ 摩擦 ❑ 空间问题 ❑ 空间任意力系的平衡方程 ❑ 重心 ❑ 问题举例