基于BERT模型的文本对抗样本生成方法

针对现有对抗样本生成方法需要大量访问目标模型,导致攻击效果较差的问题,提出了基于BERT(Bidirectional Encoder Representations from Transformers)模型的文本对抗样本生成方法（TAEGM）。首先采用注意力机制,在不访问目标模型的情况下,定位显著影响分类结果的关键单词;其次通过BERT模型对关键单词进行单词级扰动,从而生成候选样本;最后对候选样本进行聚类,并从对分类结果影响更大的簇中选择对抗样本。在Yelp Reviews、AG News和IMDB Review数据集上的实验结果表明,相较于攻击成功率（SR）次优的对抗样本生成方法CLARE(ContextuaLized AdversaRial Example generation model),TAEGM在保证对抗攻击SR的前提下,对目标模型的访问次数（QC）平均减少了62.3%,时间平均减少了68.6%。在此基础之上,进一步的实验结果验证了TAEGM生成的对抗样本不仅具有很好的迁移性,还可以通过对抗训练提升模型的鲁棒性。     

结合实际浅谈短路电流计算程序

结合我县军营电站实际情况,讨论电力系统短路电流计算时,计算电路图、等值电路图以及短路回路总电抗的决定。     

提高泡沫陶瓷过滤精度的应用研究

阐述新型陶瓷过滤板的优点,它提高了过滤铝熔体中杂质的精度。分析了新型泡沫陶瓷过滤板的结构,研究了纳米制浆技术对提高泡沫陶瓷的抗压强度、韧性及降低烧结温度的作用。新型陶瓷过滤生产过程中实现了节能减排的效果。     

双向LLC谐振型直流变换器设计与控制

针对直流配电网中连接超级电容的LLC谐振直流变换器,利用双向LLC直流变换器电压稳态增益,设计变换器谐振回路的参数。运用等效电路模型法对双向LLC直流变换器进行小信号建模,分析设计变换器的闭环PI控制器,据此控制超级电容的充放电功率,维持系统母线电压稳定。最后,对所设计的LLC直流变换器在Matlab/Simulink里进行仿真分析,并通过实验样机进行实验验证,通过仿真和实验结果证实了该文所采用的理论分析与设计方法的正确性和可靠性。     

铝合金气泡床精炼新技术

高效高洁净氩气气泡床精炼是一种无需化学熔剂的铝合金精炼新技术。现行的铝合金精炼过程中存在氯、氟的污染气体排放,而含有氟、氯的固态废渣已被中国环保部列为危废。为此发明一种气泡床精炼技术,在炉底有规律地分布安装微孔耐火构件,智能控制氩气的压力和流量,使高纯净氩气流过这些微孔耐火构件,形成弥散的小气泡床,使金属从熔化到铸造结束一直处在微小惰性气体气泡的浮选精炼之中。采用该方法炉内铝熔体的净化效果：氢含量为0.18 mL/(100 gAl)～0.26 mL/(100 gAl),渣含量为0.08 mm²/(kgAl)～0.13 mm²/(kgAl),炉渣量减少50%以上,金属烧损降低0.2%～0.5%,流程缩短,天然气熔炼炉节能约10%。     

pH响应性纤维素纳米纤丝/海藻酸钠基水凝胶的制备及其释药性研究

将纤维素纳米纤丝（CNF）和海藻酸钠（SA）共混,然后在CaCl2的交联作用下,制得具有pH响应性的CNF/SA水凝胶,并通过物理包裹的方式将阿司匹林（ASP）、CNF和SA三者混合均匀后,在CaCl2的交联作用下制得ASP/CNF/SA载药水凝胶,研究ASP在不同pH值环境中的缓释行为。结果表明,ASP/CNF/SA载药水凝胶的载药量为194 mg/g,包封率达49.9%,且药物分子和水凝胶都保持了很好的热稳定性。ASP/CNF/SA载药水凝胶的药物释放具有pH响应性,药物分子的释放速率随着环境pH值的升高而加快。在p H值为1.5～11.0的缓释条件下,药物的释放行为均为溶蚀作用。     

计算机网络安全问题分析及其防范措施

随着计算机技术的不断发展,计算机网络技术已经在各个行业中得到了广泛的应用。作为一个信息大量开放和共享的平台,它使人们在很大程度上享受了计算机网络所带来的便利,但同时也带来了相当多的计算机网络安全问题,例如计算机病毒以及黑客攻击等。这些安全问题对人们正常的网络社交、单位企业的商业机密和财产安全,甚至是国家的安全,都带来了一定的威胁。因此,加强对计算机网络安全的重视并采取相应的防范措施,迫在眉睫。本文就将从计算机网络所面临的安全问题这一现状出发,对相应的防范措施进行阐述和分析。     

立足WWW与UNIX的核酸序列探析实用软件的开发

近年来,随着基因组和后基因组的迅速发展以及基因分离技术的不断进步,产生了大批核酸序列数据,而为了获得更多有效的生物学信息,需要进行大量的序列分析。然而,在日常工作中,序列分析软件功能较为单一,有些软件则是价格较昂贵,无法很好满足实际科研工作需求,所以利用当前流行的语言进行基于WWW和UNIX核酸序列分析实用软件的开发势在必行。     

基于联邦学习的Gamma回归算法

在水文学、气象学以及保险理赔评估等领域中,通常假设因变量服从Gamma分布,相比多元线性回归,在Gamma分布假设下建立起的Gamma回归具有更出色的拟合效果。以往获得Gamma回归模型的方法是将数据集中起来进行训练,当数据是由多方提供时,在不交换数据的情况下训练满足隐私保护的Gamma回归模型成为需要解决的问题。为此,提出了一种多方安全的纵向联邦Gamma回归算法,该算法首先使用迭代法推导出纵向联邦Gamma回归模型的对数似然估计表达式,然后结合工程实际确定模型的连接函数,进而构造损失函数建立参数的梯度更新策略,最后对同态加密后的各方参数进行融合更新,获得联邦学习后的Gamma回归模型。在两种公开数据集上进行性能测试,实验结果表明,所提联邦Gamma回归算法在不交换数据的前提下,可有效利用多方数据的价值生成Gamma回归模型,该模型对数据的拟合效果逼近数据在集中情况下学习到的Gamma回归模型,优于单方独立学习获得的Gamma回归模型。     

迎接“AI+设计”:以彩色化技术研究进展为例

目的 以彩色化技术为主要研究内容,从人工智能结合设计的角度重点阐述了彩色化研究的技术特点及适用场景,结合人工智能背景对智能设计发展趋势进行思考和总结。方法 首先,对人工智能彩色化研究的技术需求、应用场景进行融合分析,推导人工智能与设计创作结合的可能性;其次,对彩色化传统方法与人工智能基础技术进行调研,以交互设计的理念为灵感启发,将人工智能的彩色化方法分为显式交互彩色化和隐式交互彩色化并进行归纳和总结;最后讨论研究彩色化技术的应用对象、预处理步骤和实践体验。结果 总结概括彩色化技术结合人工智能设计的发展趋势与未来技术重点。结论 “AI+设计”的趋势背景下,以彩色化为代表的人工智能数字图像处理技术正成为设计师的辅助工具,在科技、艺术、影视、人文等领域展现出交叉融合的大趋势。