木马病毒分析及其检测方法研究

特洛依木马作为一种新型的计算机网络病毒,它比其它病毒所构成对网络环境中计算机信息资源的危害都要大。文章对木马病毒特点和所采用技术方法进行了归纳研究,详细介绍了木马病毒在植入、加载、隐蔽、反清除、信息采集和网络通信等六方面所采用的技术方法;在此基础上,提出了基于多Agent协作实现未知新木马病毒自动识别新方法。该方法利用驻留在局域网各机器监测Agent和网络监测Agent所收集的证据和初步判断,并由协作Agent对这些证据和初步判断进行融合印证并做出最终结论。初步实验结果表明,该方法可以有效发现冰河木马病毒和广外女生木马病毒。     

电力市场化交易主体信用管理的研究与实践

基于贵州电力市场化交易信用体系建设研究项目,贵州电力交易中心对贵州省电力交易市场主体信用评级模型建设现状进行调研和分析,采用德尔菲法和层次分析法相结合的方式构建电力市场主体信用评级模型。提出了一种适合当前电力市场化交易的信用评价模式,给出了相应的评价方法、指标和流程。对市场主体重复发生同类信用问题,提出了信用修复机制予以解决。"加强市场主体诚信建设,规范市场秩序"已成为进一步深化电力体制改革的专项重点任务。本文对国内外社会信用体系建设情况的调研和我国电力行业信用体系建设情况以及我省电力市场化交易风险的基础上,提出对贵州电力市场化交易基础数据和现有信用体系进行深入分析,研究在电改新形势下我省电力市场化交易信用体系的建设思路。     

韩城矿区地应力特征及其对煤层气开发的影响

采用数学计算法,结合韩城矿区实际生产数据,探讨地应力的分布特征及其对煤层气开发的影响。研究发现,横向上矿区西部的最小水平应力值一般大于东部,纵向上应力值呈现先减少后增大的趋势。随着地应力增加,煤体结构向糜棱煤转化,煤储层渗透能力减小。韩城矿区水平主应力差异系数以小于0.47为主,稳产期日产量随着差异系数的增加而增加。地应力等值线图与煤层气产气量等值线图在平面上有较好的吻合性。     

一种新颖高温超声测厚实验系统研究（Ⅱ）—测控系统与信号处理技术

本文介绍了一种新颖高温超声测厚实验系统的测控系统和信号处理技术。着重介绍超声系统设计方案,接收发射电路,显示控制电路方案及信号处理技术等。     

聚丙烯酸类超强吸水剂的合成与性能研究进展

对聚丙烯酸类超强吸水剂的合成与性能研究进展进行了综述。重点介绍制备方法、稳定剂、交联剂以及共聚单体等的最新发展趋势，同时对此类吸水剂的性能以及其复合材料方面的研究作了简述。此外也评述了其产业化进程及存在的问题。     

模糊理论与BP网络在目标识别中的应用

针对利用神经网络进行目标识别时特征向量选取中存在的一些问题：如特征向量选取不当，导致不同目标特征向量值可区分性差；相同目标由于大小、平移、旋转角度的不同，导致特征向量值具有较大差异等，首先对样本图像边缘提取，然后对已有的隶属函数进行改造，提出了一种基于模糊理论的阈值分割法，把图像二值化处理，提取出样本图像中目标的边缘轮廓，对其取不变矩．并归一化不变矩．为了避免不变矩数值过小，对其取对数，以此作为BP网络的输入特征向量，进行训练和识别．试验表明该方法能快速有效地识别出目标．     

嵌入式设备中的内存压缩机制

提出了一种适用于嵌入式设备的内存压缩机制。利用Linux的页面交换机制,创建一个基于内存的交换分区。当系统内存不足需要将某些页面交换到该分区上时,通过压缩这些页面向应用程序和用户提供更多的可用内存。使用空闲内存块匹配算法避免出现过多的内存碎片而影响系统性能。实验测试表明,使用该机制通常可以获得大于50%的可用内存。     

电信综合网管数据模型有效实现方法的研究

针对电信综合网管数据模型实现效率低下问题,本文分别给出其数据模型基于关系数据库、面向对象数据库、对象关系数据库的有效实现方法;并对这三种不同数据库实现的操作性能进行了比较与分析。有关的试验结果表明,电信综合网管数据模型的对象关系数据库实现具有较好的应用效果。     

基于SuperPoint的轻量级特征点及描述子提取网络

图像特征点及描述子提取是SLAM、SFM和3D重建等任务的基础,较好的图像特征点及描述子提取算法会对这些任务的进步产生十分重要的作用.本文聚焦于提取特征点和描述子算法中鲁棒性较高、性能较好的SuperPoint网络,对该网络进行了一定程度的改进.针对其计算量和参数较大的问题,首先将普通卷积改成深度可分离卷积,改变卷积层数和下采样方式,之后改进通道剪枝算法,使其可以应用于深度可分离卷积,对网络进行剪枝.实验结果显示,在轻微损失特征点检测和匹配效果的情况下,将网络参数量压缩为原来网络的15％,运算量压缩为原来网络的5％,FPS提升6.64倍,取得了较好的实验效果.     

改进YOLOv7的视频监控小目标检测

小目标检测作为目标检测中一项极具挑战性的项目, 广泛分布于日常生活中, 在视频监控场景中, 距离摄像头约20 m远处的行人人脸就可以被认为是小目标. 由于人脸可能相互遮挡并容易受到噪声和天气光照条件的影响, 现有的目标检测模型在这类小目标上的性能劣于中大型目标. 针对此类问题, 本文提出了改进后的YOLOv7模型, 添加了高分辨率检测头, 并基于GhostNetV2对骨干网络进行了改造; 同时基于BiFPN和SA注意力模块替换PANet结构, 增强多尺度特征融合能力; 结合Wasserstein距离改进了原来的CIoU损失函数, 降低了小目标对锚框位置偏移的敏感性. 本文在公开数据集VisDrone2019以及自制的视频监控数据集上进行了对比实验. 实验表明, 本文提出的改进方法mAP指标在VisDrone2019数据集上提高到了50.1%, 在自制视频监控数据集上高于现有方法1.6个百分点, 有效提高了小目标检测的能力, 并在GTX1080Ti上达到了较好的实时性.