基于深度学习技术的恶意APP软件动态检测技术

本文利用深度学习技术的方法提高检测恶意程序的能力,通过机器学习技术延伸出了机器学习技术,被广泛应用到图像处理、自然语言处理、计算机视觉与语言识别等领域中。深度学习中的卷积神经网络CNN具有良好的分类性能,还能够提高未知样本的预测能力。以此,本文就对将恶意学习技术作为基础的恶意APP软件动态检测技术进行分析。     

复合分散剂液体磁性磨具的分散机理

为提高水基液体磁性磨具的稳定性,选定六偏磷酸钠(SHMP)与聚丙烯酸(PAA)作为复合分散剂,纳米二氧化硅为辅剂,对悬浮液中固相颗粒表面进行改性,并研究其影响稳定性机理;对单个固相粒子进行微观分析,表征其物理特性,同时以沉降率和零磁场黏度为指标研究改性后的水基液体磁性磨具的稳定性。结果表明:六偏磷酸钠、PAA与纳米二氧化硅最佳的配方比例大致为0.19∶0.40∶0.41,稳定性最好。     

经验、规律与知识:新时期国际规划历史研究的任务

新时期的国际规划历史研究必须服务于新时期中国城乡规划理论与实践发展的需求。一方面,基于对国际城市发展与规划学科互动演进机制与规律的研究,预判中国城市与规划制度发展的可能趋势;另一方面,通过全球视野的比较和分析,探索城乡规划的普世真知,通过学科知识的中国化,实现中国知识的全球化。作为当今世界最为发达的国家,美国已经经历较为完整的城镇化历程,其不同城镇化阶段所面对的挑战、产生的问题以及规划和公共政策的应对机制,对于中国的规划转型日益显现出巨大的价值,是国际规划历史研究的重点。     

基于静力水准的变形监测在某网架结构中的应用

本文简单介绍了常见的监测变形方式,阐述了静力水准的工作原理,并将其运用在某网架结构中对建筑结构变形进行监测。     

配煤掺烧最小煤质偏差模型及煤场存放优化

定义了混煤和锅炉目标煤的煤质偏差,给出以煤质偏差作为目标函数的掺配优化模型,通过调整某个成分的期望误差,可单独调节该成分与目标煤的接近程度;通过对模型约束条件设定,可限制低灰熔点煤的掺配份额,控制炉膛结焦,或提高采购量大的单煤的掺配比例。基于最小煤质偏差模型,针对某670 MW超临界压力直流锅炉进行掺配优化模拟,提出煤场存放的优化概念和方法。结果表明:该模型能够从复杂的单煤煤源中找到最接近目标煤质的掺配方案,优化后入炉煤质稳定,且接近目标煤质。     

关于建筑工程施工阶段质量控制与工程应用研究

在建筑工程建设过程中,施工阶段作为重要环节,决定了整体建设质量,在促使建筑工程施工顺利开展,减少成本投入,提升企业形象等方面发挥了重要作用。因此,本文主要阐述建筑工程施工阶段质量控制的重要性,分析建筑工程施工阶段质量的影响因素,并研究施工阶段质量控制措施以及工程应用等内容。     

基于TextRank和字符级卷积神经网络的小学作文素材自动分类模型研究

随着教育技术与信息技术的融合,实现面向小学生的语文写作自动辅助成为可能。快速自动地进行范文素材的分类入库是实现写作自动辅助的关键。作文素材语义信息丰富、种类较多,若采用现有方法进行自动分类入库操作往往难以取得好的效果。因此,在分析小学作文的类别特征并构建了一个数据集的基础上,提出基于TextRank和字符级卷积神经网络的小学作文自动分类模型。运用基于TextRank的关键句提取模型为范文素材,去除部分冗余的语义信息。应用word embedding对数据集进行文本表示,并将其作为卷积神经网络的输入。通过不断地迭代训练和测试,最终实现了该模型。实验表明了该方法对于作文分类任务能显著地提高分类的性能。     

冶金工程专业吸引优质生源的制度与措施

为招收优质生源,通过学校网络、多媒体及现场招生等开展多方位积极宣传,把冶金专业推向社会与考生。建立优秀生源基地、贫困生资助体系及灵活学籍管理办法,完善奖励制度,满足学生自主学业需求。加强冶金学科建设,提供更多学习与发展渠道,提高学生竞争力。增加外省学生比例,满足各省企业需求。