基于CNN的人脸反欺诈的框架研究与实现

随着5G的发展和信息技术的推广,人脸识别和反欺诈越来越受到重视,但市面上现有的人脸识别系统在技术上存在采集数据不完整、识别风险管理存在漏洞等问题,同时人为的欺诈行为也越来越常见。为防止人脸识别系统将假人识别为真实人脸用户,本文提出基于卷积神经网络的人脸反欺诈算法框架,最终实现自动化的人脸反欺诈识别技术。实验结果表明,该方法的准确率达到73.23%。     

基于LC谐振电路的智能配送无人机设计

针对传统配送机器人在配送过程中出现的路径偏差,与顾客发生碰撞等问题,设计了一种基于电磁循迹的配送无人机.使用四轴飞行器作为主体,利用LC谐振电路作为传感器检测电磁信号,进行路径跟踪,避免了周围环境对配送无人机循迹过程的影响.无人机采用基于四元数的姿态解算算法进行姿态解算,并通过改进的串级模糊PID控制算法控制无人机的飞行速度和方向,提高了配送无人机的响应速度和稳定性,无人机能够更好的完成配送任务,具有应用和推广价值.     

"i自律"微信小程序的设计与实现

微信小程序是一种轻量型应用,以其无需安装、触手可及、用完即走、无需卸载、开发周期短、开发成本低等特点,被越来越多地应用于不同场景中.随着移动互联网时代的到来,科技与经济的高速发展,几乎人手一部手机,"低头族"的庞大扩张,致使大多数人的学习工作效率急剧下降,"i自律"小程序就是在这种背景下应运而生的一款微信小程序,它主要着眼于"监督"用户,致力于提高用户的学习、工作效率.     

α、β低本底测量仪测量影响因素建模与仿真设计

为确保仅、β低本底测量仪测量的可靠性,对其影响因素进行了分析建模,并设计了仿真软件进行计算,所得数据与实验验证结果有很好的一致性.结果 表明影响α、β低本底测量仪测量可靠性最主要因素有仪器探测效率和样品测量,需提高样品测量过程中的精确度,减少制作质量-效率曲线时人为的操作误差.仿真软件可用于实验室α、β低本底测量仪测量及可靠性评估,能够提高测量的时效.     

微阅读与电影小程序的设计与实现

随着社会进步和科技发展,移动端技术得到迅速发展,手机已经普及到各个年龄段,信息服务重心从电脑端向移动端转移。但学生信息服务的移动应用目前还不太完善,学生无法快速获最新消息和对应数据。基于微信小程序的微阅读与电影前端使用原生态App进行开发,后端采用云服务框架构建,前后端信息交互通过架包封装API接口实现,微阅读与电影微信小程序为大众建立一个公共电影服务以及文章阅读平台,敢于挑战传统的信息服务,采用个性化设计,时刻关注用户的使用体验。     

代码搜索方法研究进展

开源软件的成功推动了软件产业的蓬勃发展,大量代码资源为代码搜索创造了条件.如何通过代码搜索技术找到需求代码成为一个重要问题.为了更好地推进后续研究工作,首先对代码搜索相关概念及研究趋势进行介绍和说明;其次对使用不同技术的代码搜索研究工作进行综述,包括基于信息检索、查询和代码描述增强、程序特征分类以及深度学习等方面,并进一步总结归纳不同方法的优缺点;接下来针对代码搜索技术所应用的多个领域进行介绍,包括程序合成、代码推荐与补全和代码风格改善等方面;最后分析现阶段代码搜索面临的主要问题,为未来该方向的发展提供一定的参考与建议.     

基于正则表达式、程序插桩和代码替换的以太坊智能合约bug检测和修复方法

作为当前最大的支持智能合约的区块链平台,数以百万计的智能合约被部署在以太坊上.由于即使发现包含bug也无法修改已部署的智能合约,因此对于开发人员而言,在部署合约前修复合约中的bug至关重要.当前研究人员已经提出了许多智能合约分析工具,用于检测合约中的bug.这些工具要么使用基于以太坊虚拟机字节码的符号执行来检测bug,要么将源代码转换为中间表示形式后再检测bug.然而,基于符号执行的工具通常无法覆盖合约中的大部分bug;将源代码转换为中间表示形式会对检测速度产生负面影响.此外,现有的工具都只能检测bug,而无法根据检测结果自动修复bug.为了解除以上限制,提出了一种名为SolidityCheck的方法,该方法通过使用正则表达式、程序插桩和语句替换等技术,实现快速检测合约中的bug并自动修复其中某些种类bug的目的.文中进行了 一系列实验来评估SolidityCheck,实验结果表明,与现有方法相比,SolidityCheck在多个指标上显示出了优异的性能.     

回环软件缺陷数量预测模型

软件缺陷预测是软件工程中的一个研究热点问题,通常软件缺陷预测的研究工作主要关注于软件模块是否存在缺陷和软件模块存在缺陷的数量。目前软件缺陷数量研究主要集中在基于缺陷数的软件模块排序。为提高软件模块排序的准确度,提出一种回环软件缺陷数量预测模型。此模型主要包括回环特征选择和缺陷预测两部分。在回环特征选择部分,将改进的密度峰值聚类算法和包裹式特征选择方法相结合,以回环的方式动态的选出最优特征,并训练学习器;陷预测部分采用反距离加权集成的方式得到预测结果。实验结果表明,此模型相比于LRCR、GRCR、LR、MLP、GP、NBR、ZIP分别提升了10.36%、28.74%、13.51%、36.61%、25.30%、60.14%、54.72%,有助于提高软件缺陷预测准确性。     

IB网上CPU-GPU异构超算平台容器性能评估及优化

为了实现资源和系统环境的隔离,近年来新兴了多种虚拟化工具,容器便是其中之一。在超算资源上运行的问题通常是由软件配置引起的。容器的一个作用就是将依赖打包进轻量级可移植的环境中,这样可以提高超算应用程序的部署效率。为了解基于IB网的CPU-GPU异构超算平台上容器虚拟化技术的性能特征,使用标准基准测试工具对Docker容器进行了全面的性能评估。该方法能够评估容器在虚拟化宿主机过程中产生的性能开销,包括文件系统访问性能、并行通信性能及GPU计算性能。结果表明,容器具备近乎原生宿主机的性能,文件系统I/O开销及GPU计算开销与原生宿主机差别不大。随着网络负载的增大,容器的并行通信开销也相应增大。根据评估结果,提出了一种能够发挥超算平台容器性能的方法,为使用者有针对性地进行系统配置、合理设计应用程序提供依据。     

基于区块链的侦查机器人实时避障与航线控制

为弥补侦查机器人行进灵活性不足的缺陷,降低无故运动碰撞事件的发生几率,提出基于区块链的侦查机器人实时避障与航线控制算法;利用超声信号处理电路,提取可供直接应用的侦查运动节点,联合已完成配置的MoveIt避障程序,实现对侦查机器人的实时避障运动规划;在此基础上,设置LQR控制器,在控制机器人侦查航速的同时,建立必要运动操纵方程,完成对侦查机器人的运动航线控制,提升与运动设备元件相关的行进灵活性;完善P2P网络平台,以待交互的运动数据作为处理支持条件,将所有侦查信息封装至同一区块组织中,完成基于区块链的避障控制原理研究,实现侦查机器人实时避障与航线控制算法的搭建;对比实验结果表明,应用基于区块链的控制算法后,C-Space参数极值超过8.0,RRT灵敏度也提升至75%,实现了对侦查机器人的灵活性行进控制,有效抑制了无故运动碰撞事件的出现。