基于PCS7的蒸发器自控系统

以SMPT-1000蒸发器单元为被控对象,采用SIMATIC PCS7控制系统对蒸发器进行温度、压力、流量、液位的自动控制,且采用PCS7的综合监视系统进行报警实时记录和运行参数曲线的记录,实现了蒸发器出口浓缩液浓度的实时在线控制。     

航天电子产品CCGA加固工艺可靠性分析

航天电子产品大量应用陶瓷柱栅阵列封装(ceramic column grid array, CCGA)器件,其装焊质量与器件本体尺寸和加固工艺息息相关.文中通过试验和数值仿真方法,研究印制电路板(primted circurt board, PCB)约束、器件加固工艺对大尺寸CCGA焊点可靠性的影响. 仿真与试验结果表明,优化CCGA周围印制电路板约束方式、使用EC-2216环氧胶加固CCGA均可大幅降低随机振动过程中焊点受力. 使用少量环氧胶加固CCGA提高焊点抗振性能的同时,对焊点抗热疲劳性能影响较小,满足QJ 3086A—2016高可靠装焊要求;随着环氧胶点胶量的增多,焊点抗热疲劳性能显著下降,焊点在温差变化较大的服役环境下存在失效风险;在充分优化PCB约束以降低板级振动响应的情况下,使用GD414硅橡胶加固器件也满足航天电子产品高可靠装配要求.     

静态检测多态溢出攻击代码的方法

设计并实现了一套静态检测多态溢出攻击代码的方法,首先应用抽象执行思想构造控制流图,使用符号执行方法并结合Taint分析来检测攻击载荷,最后识别指定长度的填充字段来辅助检测。实验结果表明,该方法可准确识别网络数据中的多态溢出攻击代码。     

营养与膳食课程教学方式探究与改革

营养与膳食课程主要研究人体所需的各类营养素以及如何搭配食物更有利于人们的健康发展,课程内容主要包括食品的营养成分、人体对各种食物的摄取和吸收情况、各种营养素之间的作用机制和关系等.通过对营养与膳食课程的学习,学生可以明确食物营养对人体发展的影响及重要性,掌握相关的知识和技能,更加科学有效地为人们的日常健康饮食提供可靠指...     

Gabor特征融合的嵌入式人脸识别系统的研究

在嵌入式人脸识别系统中,由于多尺度Gabor抽取特征的维数和数据量过大,不适合在ARM板上实现,提出了多尺度Gabor特征加权融合的方法,很好地解决了图像维数和数据量过大的难点。加权融合过程包括多尺度Gabor特征的提取、特征权值的计算和加权融合过程。同时使用了类Haar特征提取人脸、2DPCA对人脸图像进行降维。基于EELiod 270嵌入式开发平台实现了一个嵌入式系统,结合典型图片库和实际图片进行了人脸识别测试,实践结果表明,系统在保证一定的识别率的同时,大幅度降低了运行时间,实时识别效果良好。     

防范XSS攻击的研究综述

跨站脚本(XSS)漏洞是近年来报道最多的一种Web应用程序安全漏洞.目前对其防范研究工作还比较少.本文主要针对防范XSS攻击的研究工作进行综述,包括分析和比较目前各种防范XSS攻击的措施,并指出各种防范措施的优缺点,最后提出一种防范XSS攻击的架构.     

折顶法与牵抖法整复伸直型桡骨远端骨折疗效比较

目的研究折顶法与牵抖法整复伸直型桡骨远端骨折疗效相比较。方法本研究共统计病例185例,按随机分为两组。治疗组95例采用折顶法整复,对照组90例采用牵抖法整复。结果治疗组整复成功率为92.6%,有效率100%。对照组整复成功率58.9%,有效率93.3%。结论采用折顶法优于采用牵抖法整复伸直型桡骨远端骨折的疗效。     

阳离子聚合物型酸液缓速剂的合成与性能评价

选用丙烯酰胺(AM)、甲基丙烯酰氧乙基三甲基氯化铵(DMC)、烯丙基聚乙二醇(APEG)以及十六烷基二甲基烯丙基氯化铵(DMAAC-16)4种单体,通过单因素法对合成条件进行优化,得到一种共聚物缓速剂。实验结果表明,该缓速剂具有良好的降低酸岩反应速率的效果;在90℃、含有5 000 mg/L NaCl的条件下仍然具有良好的缓速效果;CaCl_2对于该缓速剂具有一定的促进作用。     

基于Gabor不确定度的嵌入式人脸识别系统

多尺度Gabor特征的维数和数据量过大,不适合在ARM板上直接实现完成。利用计算每个尺度Gabor特征不确定度并采用加权融合的方法,很好地解决了图像维数和数据量过大的难点。加权融合过程包括多尺度Gabor特征的提取、不确定度权值的计算和加权融合过程;同时使用了类Haar特征提取人脸、利用二维主成分分析(2DPCA)对人脸图像进行降维。基于EELiod 270嵌入式开发平台,使用ORL和Yale图像库对该方法进行了测试,并与其他人脸识别算法进行比较。结果显示,在保证识别率的同时,算法运算量大幅度下降,且实时识别效果良好。     

自适应的Web攻击异常检测方法

针对传统建模容易引入不可信样本的问题,提出了一种自适应建立基于Web攻击异常检测模型的方法。依据样本中Request-URL的结构特征对样本集进行分类,并利用样本的各属性来构造样本分类子集的离散性函数,其中离散程度值将作为识别正常行为集的依据;在此基础上,使用改进的隐马尔可夫模型(HMM)算法对正常行为样本集进行建模,并利用HMM合并的方法实现检测模型的动态更新。实验结果表明,所提方法建立的模型能够有效地识别出Web攻击请求,并降低检测的误报率。