智能卡操作系统结构研究

重点介绍智能卡操作系统COS的四大基本功能:传输管理、命令解释、文件管理和安全管理.在此基础上,提出COS新的体系结构,并构建出各模块的状态转换图,最后根据项目实践总结该结构的优点.     

基于XML的远程教育信息系统的设计与实现

本文介绍了基于XML远程教育信息系统的设计和实现。针对实际应用的需求,建立了基于XML远程教育信息系统的框架体系和功能模块关系,详细阐述了系统的实现和各个模块的功能和设计。     

用于WSNs目标探测的传感模块设计

介绍了一种用于无线传感器网络（WSNs）中进行目标探测的传感器模块,描述了它的软硬件设计与数据处理的算法。该设计主要包括传感器单元、微处理器单元和射频通信单元。在传感器单元中对于外界目标的振动、声音和温度传感器信号进行了采集。在微处理器单元中使用数字信号处理对数据进行预处理并取得信号的特征值。在射频通信单元中将特征值通过WSNs传输到上位机。实验证明：该模块具有良好的稳定性和重复性,可以用于多种环境下的目标探测。     

LabWindows／CVI与Microsoft Access之间数据共享的实现

提出了一种在LabWindows／CVI平台与MicrosoftAccess之间实现数据库共享的解决方案。该方案使用开放式数据库互连（ODBC）做数据接口,应用标准化查询语言（SQL）来进行数据库访问。实践表明,LabWindows／CV1与数据库技术相结合,将对数据的管理能力大大加强。     

浅析非物质社会对当代设计的影响

本文通过对于非物质社会的基本概念及其对当代设计的影响的探讨,强调以人为本与人性化设计的设计观,以应对非物质化社会的普及。     

OMNeT++网络仿真器的设计原理分析

简要介绍离散事件模拟器OMNeT 相对于其他仿真器的一些特点,着重介绍其对网络拓扑描述、网络事件处理以及仿真结果分析的支持,并对仿真程序的实现给出了具体步骤。最后结合对ALOHA协议的仿真实例,使用Plove工具分析了网络的吞吐性能。     

新闻领域双语语料建设与句子对齐方法的研究

双语对齐的平行语料库在机器翻译和自然语言处理领域中扮演着非常重要的角色,它的研究和制作具有重要的理论意义和实用价值,双语语料的建设十分必要,其中双语对齐是最基本的环节.文章首先简要介绍了语料库的建设情况,然后结合主流的句子对齐方法提出并实现了基于词典和语言学信息的英汉双语句子对齐.     

含新型负荷元件的电力负荷建模方法研究现状与展望

面向“双碳”能源政策实施和新型电力系统发展需求,研究新型电力负荷模型与建模方法,能够为电力系统规划、稳定分析、调控与市场化运营提供关键支持。首先,回顾了国内外负荷模型和参数辨识方法研究历程;总结了新型配电网框架下可控负载、分布式发电系统、分布式储能系统和电动汽车等新型负荷元件模型,振荡型动态负荷模型和谐波负荷元件模型的研究进展。其次,对经典负荷建模方法进行了总结与归纳,分析了其优缺点,重点论述总体测辨法。最后,从负荷新特性建模、考虑到新技术影响的动态负荷模型、负荷聚合模型和在线建模方法等几个方面进行展望,为未来的负荷模型技术发展提供切实可行的技术路线。     

融合MAML和CBAM的安卓恶意应用家族分类模型

为满足对新兴安卓恶意应用家族的快速检测需求,提出一种融合MAML(model-agnostic meta-learning)和CBAM(convolutional block attention module)的安卓恶意应用家族分类模型MAML-CAS。将安卓恶意应用样本集中的DEX文件可视化为灰度图,并构建任务集;融合混合域注意力机制CBAM,设计两个具有同等结构的卷积神经网络,分别作为基学习器和元学习器,这两个学习器在自动提取任务集中样本特征的同时,可从通道和空间两个维度来增强关键特征表达;利用元学习方法 MAML对两个学习器进行训练,其中基学习器完成特定恶意家族分类任务的属性学习,元学习器则学习不同任务的共性;在两个学习器训练完成后,MAML-CAS将获得初始化参数,在面对新的安卓恶意应用家族分类任务时,不需要重新训练,只需要少量样本就可以快速迭代;利用训练完成的基学习器提取安卓恶意应用家族特征,并利用SVM进行恶意家族分类。实验结果表明,MAML-CAS模型对新兴小样本安卓恶意应用家族具有良好的检测效果,检测速度较快,并具有较好的稳定性。     

面向健康体检数据的多目标Top-k频繁模式挖掘方法

为解决现有的模式挖掘方法没有充分利用体检数据中检查项的异常程度与特定疾病之间相关性的问题,提出一种面向健康体检数据的多目标Top-k频繁模式挖掘方法.首先,针对体检数据的特点,提出异常度和覆盖率两个指标,在此基础上,将Top-k频繁模式挖掘建模为一个多目标优化问题;其次,针对该问题,提出一种基于偏好的种群初始化策略和一个面向模式和项的双层更新策略,并基于此设计一种高效的进化多目标优化算法进行求解.实验结果表明,所提出方法所获得的Top-k个模式不仅能够有效地反映其与特定疾病之间的关联性,而且能够提供多样化的模式,为健康管理提供重要的参考依据.