色散补偿及EDFA增益均衡的一体化

提出一种新的色散补偿及EDFA增益均衡的一体化方法。在10Gb／s的光通信系统和600km G652光纤中首次实现了基于16个碉啾光纤布拉格光栅(FBG)的色散补偿及掺饵光纤放大器(EDFA)的增益均衡。16个FBG的波长间隔为1．6nm，波长覆盖C波段1529～1556nm约27nm的范围。经600km G652光纤传输后，10Gb／s的NRZ码传输功率代价小于2dB。     

溜槽的改进方法

0 引言 水泥厂常使用各种溜槽,其溜槽的使用时间长短不仅影响维修费用,而且影响设备的运转率,进而影响到企业的整体经济效益。为此,应对溜槽进行改进。1 互换型 对于通用溜槽,从设计安装上考虑,将溜槽设计成四面规格尺寸一样,可互相调换。当易磨面磨损严重后,重新把磨损不大的那面调换过来,这样可大大延长溜槽的使用寿命。     

强化供应商资格审查提高企业物资采购质量

在市场经济不断完善的进程中,运用公开招标方式优选设备,材料,备品备件供应商是衡量一个企业专业化程度的标尺,强化对供应商资格审查、甄别是决定能否科学地确定满足本企业物质采购需求合作伙伴的重要环节。是企业规避采购风险,降低生产成本、完成经营目标、实现经济效益的有效保障。     

企业新产品研发创新团队知识管理效率评价

针对企业新产品研发团队知识管理绩效评价问题,根据知识管理相关理论构建了一套企业新产品研发团队知识管理绩效评价指标体系,通过算例将模糊评价法与指标体系相结合进行实证分析,研究结果表明该方法是有效、可行的。     

甜菜雄性不育系及保持系花期蛋白差异分析

为揭示甜菜雄性不育的原因,从蛋白质组学角度对甜菜细胞质雄性不育进行研究,利用双向电泳与MALDI-TOF-MS方法,对Owen型甜菜质核互作型雄性不育系DY5-CMS及同型保持系DY5-O花粉发育3个阶段(雄蕊原基分化期、四分体时期和单核时期)的花蕾蛋白差异表达进行研究．结果表明： 在雄蕊原基分化期花蕾中鉴定出6个差异蛋白,在四分体时期鉴定出4个差异蛋白,这些蛋白多数与呼吸和能量代谢有关,推测甜菜细胞质雄性不育可能是花粉发育早期(雄蕊原基分化期和四分体时期)与能量和呼吸代谢有关的蛋白表达上调导致呼吸和能量代谢紊乱造成的;在花粉发育的单核时期鉴定出6个差异蛋白,这些蛋白主要与植物的光合作用有关,推测到花粉发育后期雄性不育性状已形成,雄性不育导致植物光合机能下降．     

灰色Verhulst 模型背景值优化及其应用

鉴于背景值是影响灰色建模精度的重要因素之一, 提出一种灰色Verhulst 模型中背景值的优化方法. 基于灰色Verhulst 模型时间响应式的Logistic 函数形式和背景值的几何意义, 利用积分中值定理研究背景值与发展系数之间的数量关系; 采用最小二乘法对新参数进行估计, 还原原始参数估计值, 使得优化的背景值模型同时具备无偏性和最小误差性. 案例分析表明, 背景值优化的模型改善了模拟精度, 验证了模型的有效性和可行性.

     

依托信息安全竞赛培养大学生创新实践能力

信息安全竞赛对于培养计算机类专业学生的实践能力和创新能力具有重要的作用。文章就如何完善信息安全竞赛的参赛机制、培养学生创新能力以及进行相应的实验教学改革提出一些具体措施,力求在提高学生创新能力的同时,促进高校人才培养模式的改革。     

一类新的弱化缓冲算子的构造及其应用

利用灰色系统理论,在对缓冲算子和已有弱化缓冲算子研究的基础上,构造一类新的弱化缓冲算子,并研究其一些特性及内在关系,有效解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明,这类新的弱化缓冲算子能显著提高数据预测模型的预测精度.

     

基于一类新的强化缓冲算子的GM(1,1)预测精度研究

根据灰色系统理论中新息优先利用原理,在对缓冲算子和已有强化缓冲算子研究的基础上,构造了一类新的强化缓冲算子,有效解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明,这类新的强化缓冲算子能显著提高GM(1,1)模型的预测精度.     

一种基于双阈值函数的成员推理攻击方法北大核心CSCD

海量数据和强大算力的出现,促进了深度学习的发展,深度学习在智慧交通和医疗诊断等领域得到广泛应用,这给人们的日常生活带来许多便利。然而,机器学习中的隐私泄露问题也不容忽视。成员推理攻击通过推断数据样本是否用于训练机器学习模型,从而暴露用户训练数据的隐私。文章介绍了基于单阈值的成员推理攻击及特点,对不同攻击方法的成员和非成员的数据分布进行可视化,然后对成员推理攻击成功的内在机理进行分析,提出了基于双阈值函数的攻击模型,并通过实验对单阈值和双阈值的成员推理攻击进行系统性的分析对比,分析基于阈值成员推理攻击对不同模型和不同数据集的攻击表现。通过对多组控制变量的对比实验表明,基于双阈值函数的成员推理攻击在某些数据集和模型上,整体表现更加优异和稳定。