飞越美乐国度

一直喜欢本田飞度,外型沿袭日系车的唯美设计,高档时尚,车身线条有力而不刚硬,透露着年轻的朝气。车前视野广阔通透,拥有比别人多一片的天空都,美境可尽收眼内,车内如能伴随美妙乐韵,那驾驶自然心旷神怡。然而飞度原车音响系统配置的是一个单碟CD机和四门6.5英寸全频喇叭组成,虽说比起之前的几代飞度有了很大的提升,但对于执着于听觉享受的人来说只能是算过得去,若要追求音质感,只能改装了。     

面向对象的空中交通流量管理系统建模与仿真

针对我国空中交通流量日益增长的空中交通管理的现状,研究建立空中交通流量管理系统,通过监视一定范围的空中交通状况,进行交通流量的预测和控制。面向对象理论已成为复杂系统设计和分析中一种必不可缺的工具,这种技术为交通流量管理系统的研究提供了重要的平台。利用抽象、分类、封装、继承、关联、消息通讯等概念建立的交通流量管理系统的模型结构清晰,更好的反映了系统的工作流程和各模块间的交互关系。     

市井NB，还需等等

自有DIY以来,按需配置和低价格便使它风靡全球。在某门户网站对DIY笔记本电脑进行的调查中,参加的4815人有96.12%表示对DIY笔记本有兴趣,有48.52%的被调查者希望这种笔记本的价位在3000～5000元之间。4月22日,芯片巨头Intel的6位全球副总裁以及亚太区、中国区各渠道高层全数上阵,专门针对中国市场,喊出"笔记本要实现DIY 2.0"的口号,将笔记本DIY的梦想又向我们拉近了一步……     

一种基于混合模式的密码协议入侵检测方法

本文结合特征入侵检测和异常入侵检测技术,提出了一种在密码协议运行中,能动态监视安全协议运行,实时检测其上攻击的方法,详细介绍了该方法的工作原理,并通过实例验证了此方法的可行性.     

人工智能与算法课程思政设计与实践

分析人工智能与算法课程思政教育的可行性和课程思政的教学目标,提出在理论教学和实践教学中实施课程思政,并阐述实施途径以及各个教学单元内容对应的思政元素和思政融入形式,最后对课程思政的实践效果进行总结。     

具有时变外系统扰动的一维抛物方程的观测器设计

本文考虑含有扰动的一维抛物方程的状态观测问题, 其中系统内部和边界上的扰动由一般的时变外系统产生. 利用反步变换和解耦变换, 设计了基于边界输出信号的状态观测器, 用于在线估计原系统和外部系统的状态.结果表明, 随着时间的推移, 观测器是指数收敛的. 最后, 通过数值仿真验证了该观测器的有效性.     

基于能量优化的Windows模糊测试系统

为解决模糊测试在Windows平台执行过程缓慢、漏洞识别误报率与漏报率均较高的问题,提出一种基于动态能量优化的模糊测试系统。利用静态污点分析在敏感位置进行风险判定与标记;依据不同属性标准将输入文件划分为3种状态进行样本能量的动态优化;设计一种有效性度量机制针对低效输入截断。通过对4类应用进行实验,验证了在覆盖率和漏洞检测方面相较目前先进的模糊测试引擎最高提升67.6%与50.8%,并发现了5个未公开漏洞,其中两个获得CNVD编号,一个获得CVE编号,验证了系统的有效性。     

基于图连通密度的海面漂浮小目标检测

海面漂浮小目标由于其能量弱,一直是海面目标检测的重难点.传统基于统计模型的漂浮小目标检测算法借助回波能量进行检测,没有利用数据频域幅度间的关联性,导致检测性能受损.该文借助图的处理方式,首先利用回波数据脉冲间频域幅度的关联性计算连通密度,生成邻接矩阵,接着将邻接矩阵转换为拉普拉斯矩阵,提取拉普拉斯矩阵的最大特征值作为检测特征,提出了一种基于图的连通密度的海面漂浮小目标检测算法.通过对实测的全相参的X波段(IPIX)雷达数据进行连通密度的分析,发现海杂波构成的图比较稠密,而海面漂浮小目标构成的图比较稀疏,故通过连通密度构成的图可以有效地检测海杂波中的漂浮小目标.进一步地,通过与对比算法实验分析发现,该文所提基于图的连通密度的检测算法检测性能明显优越.     

基于自适应遗传算法的智能电网继电保护故障识别

为降低非线性结构智能电网系统中多源信息丢失或畸变问题、提高系统隐形故障的识别精度,提出了一种基于自适应遗传算法的多源信息融合技术,以实现对智能电网隐形故障识别。根据电网结构形成故障识别编码,由保护动作信息与设备状态期望关系建立适应度函数和状态期望值,提升采集信息的容错性能;利用遗传算法的交叉、变异计算,提升算法的寻优能力。通过建立的仿真模型进行算法验证。验证结果表明:采用该算法能有效克服多源信息的缺失和错误对隐形故障识别的影响。该算法进行了设备状态和动作信息的关联,由遗传算法进一步提升故障识别的最优解能力,对于后期建立智慧电网的实时故障诊断具有参考价值。     

一种抗背景干扰的多尺度人群计数算法

人群计数技术以估计人群图片或视频中的人数为目标,可以有效预防人群踩踏事故的发生,广泛应用于安防预警、城市规划及大型集会管理等领域。然而,由于人群尺度变化、背景干扰、人群分布不均、遮挡和透视效应等因素的影响,单幅图片的人群计数仍是一项非常具有挑战性的任务。针对人群计数中多尺度变化和背景干扰问题,提出一种抗背景干扰的多尺度人群计数算法。以VGG16网络结构为基础,引入特征金字塔构建多尺度特征融合骨干网络解决人群多尺度变化问题,设计Double-Head-CC结构对融合后的特征图进行前景背景分割和密度图预测以抑制背景干扰。基于密度图的局部相关性和多任务学习,定义多重损失函数和多任务联合损失函数进行网络优化。在ShanghaiTech、UCF-QNRF和JHU-CROWD++数据集上进行训练和评测,实验结果表明,该算法能够很好地预测人群密度分布和人群数量,具有较高的准确性,且鲁棒性强、泛化性能良好。