Revisiting the Parallel Strategy for DOACROSS Loops

Journal of Computer Science and Technology - DOACROSS loops are significant parts in many important scientific and engineering applications, which are generally exploited pipeline/wave-front...     

Low-temperature synthesis of SiC nanowires with Ni catalyst

SiC nano wires were fabricated on the silicon substrate dipped with a layer of Ni catalyst at 900 ℃ by gas pressure annealing processing. The morphologies and crystal structures were determined by scanning electron microscopy(SEM), transmission electron microscopy(TEM)and X-ray diffraction(XRD). The results show that the assynthesized nanowires are β-SiC single crystalline with diameter range of 50-100 nm, and length of tens of micron by directly annealing at 900 ℃. The SiC nano wires grow along the [111] direction with highly uniform morphology. And the possible growth mechanism of SiC nano wires is proposed.The present work provides an efficient strategy for the production of high-quality SiC nano wires.     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

黄浦江下游吴淞口站低潮位重现期研究

黄浦江为感潮河流,低潮位重现期的确定对黄浦江航道的设计具有重要意义。为了准确估计黄浦江低潮位的重现期,以黄浦江下游吴淞口站年最低潮位序列为例,在对样本进行三性审查的基础上,分别采用传统的数理统计方法和时变矩方法进行水文频率分析。结果表明:吴淞口站年最低潮位序列在1996年发生了变异;还现修正后的序列服从位置参数线性时变的GEV模型,低潮位存在缓慢的上升趋势;一致性条件下百年一遇低潮位约为0.261 m,在非一致性条件下其重现期增大为150 a。非一致性条件下的重现期增大说明黄浦江现有的航道设计标准偏安全,航道通航保证率提高。