基于字频分布的中文网页编码识别算法

编码识别是网页内容过滤的必要前提,多种中文编码共存给中文网页的内容过滤带来不便。针对上述问题,提出一种基于字频分布的中文网页编码识别算法。根据汉字的使用频率,选取使用频度较高的字符构成高频字符编码表,以高频字符编码作为关键字,使用改进的模式匹配算法查找待识别网页,并统计匹配次数。将编码的匹配结果作为分析的依据,最终判定待识别网页的真实码制。实验结果证明,与Unigram算法相比,该算法对目前通用的中文编码识别率较高,适合对未知编码的中文网页进行快速编码识别。     

Java程序设计课程开放式教学

针对Java程序设计课程教学特点及教学中存在的问题,从课程第一堂课组织、核心课程网站建设、优秀学生上台展示演讲、软件大赛引导、校企联合实训、系统大作业训练、灵活考核形式设定环节阐述开放式教学的开展形式和过程。     

开放式虚拟化实验平台的构建—以“计算机安装与维护实训”软件系统安装调试为例

针对传统模式下由于实验资源、教学条件的限制,以及设备维护成本等的计算机实验环境,提出构建虚拟化实验平台将是计算机实训教学改革的新趋势,也是对传统实验教学的重要辅助。以"计算机安装与维护"软件系统安装调试为例,从当前实验环境入手,阐述研究开放式虚拟化实验平台的重要意义,指出构建开放式虚拟化实验平台的实现途径及应用案例,力图形成一套涵盖教学、实训和测试等环节的实验平台。     

串轴式ZZ2转子密炼机变速混炼工艺研究

研究串轴式ZZ2转子密炼机混炼转速对混炼胶的工艺性能及硫化胶的物理性能的影响，结果表明，变速混炼能满足工艺性能和物理性能要求，混炼效率较恒速混炼提高约22％，能耗降低约8％，混炼胶质量稳定。     

基于N次谐波法的供油凸轮型线的拟合

采用N次谐波法反求电控单体集成泵的凹弧凸轮型线,利用MATLAB软件对凸轮型线进行曲线拟合,并根据拟合结果对供油凸轮性能进行分析。结果表明,在拟合过程中N的取值受限是造成截断误差的主要原因,因此可以通过增大N值来获得较高的拟合精度,在等速区段较大时,循环喷油量稳定,速度上升平稳。     

序言

自2006年起,本刊编辑部已连续几年在“能源与环境工程学院”和“电力与自动化工程学院”这两个反映我校主专业特色的二级学院集中组稿,至今已出版了3期专辑。高校学报出版集中组稿的专辑,能强化高校学报的专业性和学术性,提高引用率。     

针对H1N1病毒的多特征siRNA设计

针对甲型流感病毒H1N1基因,从RNAi的角度出发,采用多特征融合的方法,进行siRNA预测。对2009年的46株病毒序列的PA片段进行分析,从经过序列分析所获得的众多靶序列中,采用结构分析手段对靶序列进行筛选,获得较易干扰的靶序列及设计出相应的siRNA。2009年爆发的H1N1病毒,序列保守性高,靶序列一致性高,结构保守性高。该方法可以有效选择可能的靶序列,并在此基础上进一步筛选,以获得少量较易干扰的靶序列,该方法为复杂序列siRNA的设计提供了新思路,对siRNA的优化设计有指导意义,有助于利用RNAi进行H1N1治疗的后续研究。     

基于动态算法的序列分析

为了获得2009年新型甲型H1N1流感病毒与2008流感病毒的基因序列及氨基酸序列的一致性,以便对一个基因家族的生物学特征有一个简明扼要的了解,针对目前流行的新型甲型H1N1流感病毒的基因序列及其所编码的氨基酸序列,采用动态规划算法对其一级序列进行序列相似度分析,获得了2009年新型甲型H1N1流感病毒的NA和M基因片段以及2008年猪源性甲型H1N1流感病毒的相应基因片段同源性高、在有些位点发生了基因突变增添和突变缺失等重要基因信息。为此次新型甲型H1N1流感病毒的研究提供了依据。     

基于Windows的软件安全典型漏洞利用策略探索与实践

随着全球信息化的迅猛发展,计算机软件已成为世界经济、科技、军事和社会发展的重要引擎。信息安全的核心在于其所依附的操作系统的安全机制以及软件本身存在的漏洞。软件漏洞本身无法构成攻击,软件漏洞利用使得把漏洞转化为攻击变为可能。文章立足于Windows操作系统,主要分析了一些常用软件的典型漏洞原理以及常见的利用方法,比较了不同利用方法在不同环境下的性能优劣,并简单分析了Windows的安全机制对软件的防护作用以及对软件漏洞利用的阻碍作用。文章着重对几种典型漏洞进行了软件漏洞利用的探索和实践,并使用当前流行的对安全机制的绕过方法分析了Windows几种安全机制的脆弱性。     

基于双分支通道空间依赖和非对称权重共享卷积的目标检测优化结构

以往的目标检测任务中,大量研究通过空间和通道信息来构建特征优化算法。然而,如何利用通道和空间中最大和平均特征的信息分布情况进行特征提取,仍是一个挑战。针对上述挑战,构建了双分支通道空间依赖网络,用来提取空间和通道中信息依赖特征,其关键是获取最大特征和平均特征上的重要信息分布情况。为了优化网络的检测精度与计算效率,构建了非对称权重共享卷积网络,利用相同的非对称卷积核进行联合训练来实现权重共享,极大地增强了卷积核参数的鲁棒性。以YOLOv4、YOLOv5和EfficientDet为检测基线,在PASCAL VOC和MS COCO数据集上进行实验,验证了双分支通道空间依赖网络和非对称权重共享卷积网络模块的有效性。在两个数据集上精度最高分别增长了1.98%和2.6%。