A ctivation measurement of neutron distribution in intermediate energy heavy ion target area

The distribution of neutrons produced by the reaction of 50MeV/u ^12C-ion on a thick Cu target are studied.The neutrons are measured with threshold activation detectors.Al.F,C,Al and In activation samples were used to measure neutrons with energy greater than 7,11,20,50MeV and thermal neutrons,respectively,The fluence rate,energy and angular distributions of neutrons,total neutron yield of 12C-ion and the emission rate in the forward direction of neutrons over 11 and 20MeV were obtained.     

基于双向时间卷积网络的半监督日志异常检测

由于日志解析准确率不高以及标记样本不足降低了异常检测的准确率,所以提出了一种新的基于日志的半监督异常检测方法。首先,通过改进字典的日志解析方法,保留了日志事件中的部分参数信息,从而提高日志信息的利用率和日志解析的准确率;然后,使用BERT对模板中的语义信息进行编码,获得日志的语义向量;接着采用聚类的方法进行标签估计,缓解了数据标注不足的问题,有效提高了模型对不稳定数据的检测;最后,使用带有残差块的双向时间卷积网络（Bi-TCN）从两个方向捕获上下文信息,提高了异常检测的精度和效率。为了评估该方法的性能,在两个数据集上进行了评估,最终实验结果表明,该方法与最新的三个基准模型LogBERT、PLELog和LogEncoder相比,F1值平均提高了7%、14.1%和8.04%,能够高效精准地进行日志解析和日志异常检测。     

具有性能感知排序的深度监督哈希用于多标签图像检索

现实生活中的图像大多具有多种标签属性。对于多标签图像,理想情况下检索到的图像应该按照与查询图像相似程度降序排列,即与查询图像共享的标签数量依次递减。然而,大多数哈希算法主要针对单标签图像检索而设计的,而且现有用于多标签图像检索的深度监督哈希算法忽略了哈希码的排序性能且没有充分地利用标签类别信息。针对此问题,提出了一种具有性能感知排序的深度监督哈希方法（deep supervised hashing with performance-aware ranking,PRDH）,它能够有效地感知和优化模型的性能,改善多标签图像检索的效果。在哈希学习部分,设计了一种排序优化损失函数,以改善哈希码的排序性能;同时,还加入了一种空间划分损失函数,将具有不同数量的共享标签的图像划分到相应的汉明空间中;为了充分地利用标签信息,还鲜明地提出将预测标签用于检索阶段的汉明距离计算,并设计了一种用于多标签分类的损失函数,以实现对汉明距离排序的监督与优化。在三个多标签基准数据集上进行的大量检索实验结果表明,PRDH的各项评估指标均优于现有先进的深度哈希方法。     

面向在线率差异的SaaS订阅限额及资源配置组合优化

软件即服务（softuare as a service,SaaS）是一种让用户通过支付订阅费来获得软件访问权的云服务模式。由于其业务的多样性,用户对不同软件的在线访问率存在很大差异,所以不同软件所消耗的云计算资源也存在差异。为避免违反服务等级协议（service level agreement,SLA）而产生违约赔付的风险,SaaS运营商不仅要优化各种软件的计算资源配置,还要对各类软件的订阅量加以限额限制。在考虑SLA限制的基础上,构建了一个以收益最大化为目标的有资源约束的非线性整数规划模型。由于模型计算的复杂性,其无法在多项式时间内求解,所以设计了基于Q学习-粒子群（particle swarm optimizoction,PSO）的融合算法来求解该NP难题。该算法将Q-学习嵌入到PSO中,动态调整PSO参数,从而避免直接使用PSO时会面临的局部最优陷阱和计算效率低下的问题。仿真实验验证了在不同场景下模型及算法的有效性,结果表明该算法可在云计算资源有限的条件下,以较高的求解效率获得收益更高的订阅限额及资源配置方案。其中,当处于需求波动大的情境下时,运营商应尽可能降低软件的资源争用比,通过配置足量的虚拟机资源并设定严格的订阅限额来保障软件的服务质量,减少违约赔付成本;相反,当处于需求波动小的情境下时,运营商可以提高软件的资源争用比,通过放宽订阅限额来抢占更大的市场,实现收益最大化。     

NURBS体参数化模型的无支撑打印算法

处理大角度悬垂结构的打印问题是无支撑打印的主要挑战。针对NURBS（non-uniform rational Bspline）体参数化模型的多自由度无支撑三维打印技术,提出一种锥形切片算法。通过对模型的三维文件进行几何映射,利用水平切片算法对其进行切片,得到模型变形后的连续打印路径G-code;然后对得到的G-code进行逆映射,生成适用于六轴机械臂的多自由度连续打印路径。利用锥形切片算法规划打印路径,可以在无须支撑的情况下,依靠自支撑结构实现对悬空结构部分的打印。最后,通过仿真实验和对比实验,验证了锥形切片算法的准确性、可行性和有效性。锥形切片算法的引入为NURBS体参数化模型的无支撑三维打印提供了一种更加高效、经济和环保的解决方案。     

基于天猫国际平台的进口保健品运营策略研究 ——以“S” 海外旗舰店为例

近年来,由于消费者们对健康问题的重视程度不断提高,保健类产品在天猫国际平台的市场份额逐步上升,市场竞争也因此愈演愈烈。以天猫国际平台“S”海外旗舰店为例,对其2023年度1月份销量下滑现象进行研究,结合店铺基础运营状况与市场需求,通过与其他平台店铺产品数据进行对比,运用成本加成定价法调整产品售价,从产品、定价及推广3个方面开展店铺运营优化策略分析,并根据优化策略实施前后开展店铺运营数据对比,验证其有效性。通过对具体网店运营策略的研究,旨在为行业内其他企业提供实践经验和成功案例,帮助相关品牌探索更好的营销策略及推广渠道,助力保健品品类市场份额的良性增长。     

软件漏洞模糊测试的关键分支探索及热点更新算法

在软件开发及应用中,由于具有可复现性,模糊测试能够帮助发现漏洞和有针对性地对漏洞成因进行分析。为了解决模糊测试过程的效率及测试力度等问题,提出了软件漏洞模糊测试的关键分支探索及热点更新算法。该方法通过捕获、分析和利用受检程序在处理测试用例时的执行位置的关键信息,以指导模糊测试过程的探索方向和测试用例的生成。实验结果表明,提出的方法相较于传统随机发散的模糊测试方法在漏洞发现能力上有较大提升,在Otfcc、Swftools等14个开源程序中发现了100余个未被公布的漏洞,为模糊测试用于软件漏洞检测提供了新的可靠途径。     

基于离群点检测和自适应参数的三支DBSCAN算法

针对经典的DBSCAN算法存在难以确定全局最优参数和误判离群点的问题,该算法首先从选择最优参数角度出发,通过数据集的分布特征生成Eps和MinPts列表,将两个列表中的参数进行全组合操作,把不同的参数组合依次进行聚类,从而寻找准确率最高点对应的参数。最后从离群点角度出发,将三支决策思想与离群点检测LOF算法进行结合。该算法与多种聚类算法进行效果对比分析,结果表明该算法能够全自动化选择全局最优参数,并提高聚类算法的准确性。     

两阶段机场多特种车辆协同充电调度策略

在机场区域内,新能源特种车辆充电具有很大的随机性,且不同种类特种车辆充电情况各不相同,造成飞行区内各充电桩利用率相差过大,影响机场配电网的健康运行。针对上述现象,设计了十一车型两阶段特种车辆协同充电调度策略。第一阶段通过分析不同车辆对航班的保障流程,以同一车辆对相邻航班保障起始时间差值最小为目标,生成存在充电需求的车辆序列。第二阶段以减小飞行区各区充电桩时间利用率方差和车辆充电排队时间为目标,在上一阶段车辆序列基础上采用改进的自适应变异粒子群算法进行模型求解,并以国内某枢纽机场的实际车辆充电数据进行对比验证。实验表明,采用该算法后,车辆充电时的等待时间降低了93.5%、飞行区充电桩时间利用率的整体方差下降了88.7%,达到了均衡使用充电桩的目标。     

上海市生活垃圾废塑料回收再利用现状及优化策略

在生活垃圾分类背景下上海市可回收物回收体系逐步完善,生活源废塑料回收再利用量获得极大提升。通过现场调研与统计资料分析,对当前上海市生活垃圾废塑料分类回收现状、再利用技术进行分析梳理,结果显示当前生活垃圾废塑料回收类别以PET、PP为主,分别占总回收量的45.3%和30.7%;另有近30%具有回收价值的废塑料未被回收,主要以PP和PET为主。在此基础上,提出需进一步完善分类回收标准与补贴政策、推动PET同级利用等回收技术创新、强化宣传教育与主体监管等优化策略,以期促进废塑料回收与再利用行业进一步发展。