基于高斯近似l0范数典型相关分析的特征选择

特征选择的稀疏优化方法是通过求解优化问题稀疏解实现高维数据特征选择的方法,其稀疏惩罚项是实现特征选择的关键。针对l0范数惩罚项的稀疏性能好但求解复杂度高的问题,提出高斯近似l0范数典型相关分析的特征选择模型。以连续、分段光滑和稀疏性能接近l0范数的高斯近似l0范数作为稀疏惩罚项,以数据间的相关性作为优化目标,引入二次逼近函数解决高斯近似l0范数的非凸惩罚求解难问题,用块坐标下降法求解模型实现特征选择。实验结果表明,模型是可实现的,且与现有的同类模型相比,所提模型实现了更优的特征选择。     

软件脆弱性分类方法研究

分析了在分类标准、分类规则、框架结构以及分类视角等方面具有特色的软件脆弱性分类方法;在此基础上,提炼出脆弱性分类的要素,并对经典的分类法进行多角度的比较分析,总结出每个分类法的特点和主要问题,讨论了现今脆弱性分类研究的关键问题和发展趋势。     

自动控制发蓝带钢中频加热装置的温度监测

文中介绍了一种用于计算机控制的发蓝带钢中频加热装置的温度监测实用系统以及相应的软件设计.实践证明,它具有加热控制启停快、加热效率高、温度控制精确等特点,有效地克服了负载变化和生产工艺中出现的断带、启停废料等问题.     

自动控制发蓝带钢中频加热装置的温度监测

文中介绍了一种用于计算机控制的发蓝带钢中频加热装置的温度监测实用系统以及相应的软件设计。实践证明,它具有加热控制启停快、加热效率高、温度控制精确等特点,有效地克服了负载变化和生产工艺中出现的断带、启停废料等问题。