动物乳腺生物反应器研究进展

介绍了动物乳腺生物反应器的优点,论述了其研究及应用概况,并对其发展趋势进行了展望.     

论我国民营企业核心竞争力的培育

本文从新的视角——核心竞争力的角度剖析了我国民营企业“短命”的深层原因，从而指出，我国民营企业要从根本上摆脱“短命”的命运，必须从培养核心竞争力入手。对此。文章对微软公司、春兰公司、海尔公司等较为成功的企业重视培养企业的核心竞争力进行了阐述，并从企业核心竞争力的构建与扩散、核心竞争力要素的内部开发与外部获取、核心竞争力要素的整合和核心产品的开发、企业核心竞争力的转移扩散等四个方面论述了应如何提高我国企业核心竞争力的思路。     

基于机器学习的电力系统通信网数据治理模型

为加强电力系统通信网数据安全管理,提出了一种基于机器学习的电力系统通信网数据治理模型。使用传感器群获取通信网数据安全态势经验池;利用深度长短期神经网络对经验池进行特征提取,建立通信网数据安全态势精准预测机制;利用深度确定性策略构建通信网数据安全态势在线学习与治理策略自主生成之间的多级耦合模型。选取国家电网某电力公司数据进行实验,结果表明,该文所搭建的模型,在数据安全态势预测方面,准确率达到96.28%;在数据安全自主治理策略方面,有效率达到92.81%。该模型可实现通信网数据安全治理策略自主生成。     

基于天牛须算法的粒子群算法在PID参数整定上的应用

PSO虽然被广泛应用于包含PID参数整定等各种寻优问题中,但是传统粒子群算法在某些场合收敛速度慢且较容易陷入局部最优值。针对这些问题,文中提出一种将新型高效BAS融合进PSO算法的全局寻优过程,该方法可以更好地跳出局部最优点。同时,由于BAS算法为单一个体的算法,易因为早熟收敛陷入局部最优,故将BAS和传统的PSO结合也增强了BAS的丰富度。在Schaffer函数进行的20次独立测试显示,该算法相对于传统PSO和BAS取得了较好的寻优结果。最后,将算法应用到不稳定对象的PID参数寻优中,结果显示相对于PSO和改进PSO算法,新算法下的ts、tr、IAE、ISE等各项指标均得到了提高。     

基于调频率调制的雷达通信共享信号研究

雷达通信一体化可有效提高电子系统的资源共享,是实现电子装备多功能综合一体化的一个重要方向。本文根据Chirp信号的调频率与分数阶傅里叶变换的阶数之间的关系,提出了一种基于Chirp信号调频率的雷达通信共享波形,固定调频率的主载波实现雷达功能,副载波由通信码元键控得到调频率从而实现通信信息调制;主载波与副载波的叠加形式使此共享信号能在不影响雷达性能的前提下实现单脉冲多比特的数据传输,而且利用不同阶数的分数阶傅里叶变换的解调过程具有多普勒稳健性。     

移动传感网中基于虚拟货币的路由策略

移动无线传感器网络中,针对节点基于随机运动模型的路由问题,提出一种基于虚拟货币的低能耗路由策略——DTVC。根据节点的属性和数据消息的属性进行买方和卖方的定价并据此选择转发节点。为了提升网络性能,通过控制数据消息的副本数以及对节点的缓存队列中的数据消息排序,把网络中的节点分为源节点和中继节点,只有数据消息的源节点可以复制该数据消息,并依据数据消息的延迟容忍度对消息进行排序,延迟容忍度越小则优先级越高。为了减少网络中的能量消耗,根据sink节点广播的消息删除缓存队列中已经传输成功的数据消息。在Matlab上的仿真实验结果表明,与基于消息容错的自适应数据传输算法（FAD）、基于距离和能量感知模糊逻辑的路由算法（FLDAER）和基于能耗自选演进机制的路由算法相比,DTVC的数据消息投递率至少提高2.5%,平均副本数至少减少25%。     

参数调制多载波雷达通信共享信号设计

雷达通信一体化是减少电子平台体积与电磁干扰的一种有效途径,而共享信号的研究是实现雷达通信一体化的关键技术。该文提出了一种基于Chirp信号的多载波雷达通信共享信号,其主载波采用唯一Chirp信号实现雷达功能,副载波通过改变调频率和初始频率参数组合的Chirp信号调制通信信息。分析了共享信号的模糊函数以及参数设计方法,并对其处理过程及系统性能进行了研究。仿真结果表明,该信号具有较低误码率和高稳健性特性,使用该共享信号可在微量降低雷达性能的前提下实现通信数据的传输。      

Android应用程序漏洞检测方法和工具新进展

Android是移动设备和智能设备的主流操作系统,其安全性受到广泛关注。然而Android应用程序普遍存在漏洞或恶意代码,许多学者对Andriod应用程序的漏洞检测方法开展了研究。由于Android系统发展迅速,且近年来机器学习和深度学习方法成功应用于漏洞检测,该文对2016年至2022年间发表的Android应用程序漏洞检测的最新成果进行了总结,阐述了涉及的源代码特征提取方法、基于机器学习/深度学习的检测方法、传统检测方法等,并给出了详细对比表。研究表明,仍缺乏Android专用的源代码漏洞数据集和工具等,以便对基于机器学习/深度学习的Android漏洞检测方法提供更有效的支撑。