基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

Optical design of the Lyman alpha based beam emission spectroscopy(LAB)diagnostic on the HL-2A tokamak

In this article, we present the optical design of a novel diagnostic on the HL-2 A tokamak, i.e. the20-channel edge Lyman-alpha beam emission spectroscopy, which is a promising solution for edge density turbulence research on tokamaks, as it offers the possibility of density fluctuation measurement with a 3.3 mm spatial resolution while maintains a high temporal resolution of1 μs. The optical path, including the reflective collection optics, the high-dispersion spectrometer, and the linear detector array, is carefully optimized to obtain a good image quality and a high throughput. The maximum root mean square radius of the collection optics is 64 μm.The detected photon flux is estimated to be about 10~(11) photons/s/channel.     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

关于材料化学专业英语教学的几点思考

材料化学专业英语是材料化学专业最重要的专业课程之一，专业英语的学习可为学生的专业论文写作和国际交流奠定坚实的基础。该研究对当前材料化学专业英语教学中存在的一些问题进行了分析，并从教学内容、教学方法、教师素质等方面就如何提高材料化学专业英语的教学效果进行了探讨，以期对改善教学质量和提高学生学习兴趣等方面有所促进。     

儿童用品TBT通报数据可视化预警研究

探索采用数据可视化技术分析儿童用品TBT通报数据,以可视化图形图像呈现通报热点并揭示趋势信息,提出对策与建议,助力为儿童用品产业升级、TBT预警数据分析和信息传播工作提供新思路,提高中小企业的国外市场准入机会。     

区域导航对流层延迟误差修正模型研究

本文研究了电波大气折射理论，分析了传播误差因素，阐述了区域导航信号的传播路径与 GNSS 卫星导航的不同，论述了对流层延迟对区域导航信号测量精度的影响，设计了满足区域导航系统应用需求的对流层延迟误差修正模型，并通过仿真研究，验证了所设计区域导航对流层延迟误差修正模型的可行性，并给出了该模型在远距离低仰角和近距离高仰角下的误差修正能力。     

急性炎性疾病患者乳酸林格氏液液体动力学

目的:探索炎性疾病患者的乳酸林格氏液（Ringer's lactate,RL）液体动力学特征以及炎性生物标记物是否可以作为协变量影响RL分布和排泄。方法:本研究为前瞻性队列研究。选择40例美国麻醉医师分级（ASA）I-II级，腹腔镜下择期胆囊切除术（胆囊炎组，n=20）或者腹腔镜下急诊阑尾切除术（阑尾炎组，n=20）。所有患者麻醉诱导前开始输注RL，按15 mL/kg，35 min内输毕。采用酶联免疫（enzyme-linked immunosorbent assay,ELISA）方法测定血浆炎症（TNF-α,IL-10和CRP）或者内皮损伤生物标记物（syndecan-1,SDC-1）；利用血红蛋白（Hb）稀释-时间曲线和尿量，使用Phoenix软件，采用非线性混合效应模型分析计算RL液体动力学参数和协变量的影响。结果:与胆囊炎组相比，阑尾炎组RL从组织间隙到血浆的转运速率常数（k21）显著降低（14×10-3min-1 versus 35×10-3min-1;P=0.012）。阑尾炎组C反应蛋白（CRP）升高［中位数38.1(1.8-143.6) μg/mL versus 1.3(0.1-159.0) μg/mL;P<0.001］；与清醒状态相比，麻醉期间（输液开始后30～45 min），液体从中央室中到外周室的转运速率常数（k12）显著增加（57×10-3min-1 versus 32×10-3min-1；P<0.01）。清除速率常数（k10）降低90%（0.6×10-3min-1 versus 5.3×10-3min-1;P<0.001）。无论在清醒状态还是麻醉状态下低血压均能降低液体清除；炎症或者内膜损伤的生物标记物不能作为显著影响RL液体动力学参数的协变量。结论:阑尾炎或者胆囊炎患者术前输入液体后“炎症反应的生物标记物”不是RL的液体动力学的协变量，但是两组患者中，全身麻醉期间输入液体的清除率下降。     

Room Temperature Ferromagnetism in Co-doped CuAlO2 Nanofibers Fabricated by Electrospinning

One-dimensional, diluted magnetic semiconductor nanofibers have attracted increasing attention for their unique magnetic properties, large specific surface area, and high porosity. These qualities lead to excellent performance in magneto-optical devices, magnetic resonance imaging, ferrofluids and magnetic separation. The purpose of this study is to fabricate P-type one dimensional CuAlO2-based diluted magnetic semiconductor nanofibers. First, we fabricated Cu Al0.95Co0.05O2 nanofibers with an average diameter of 1 μm with the electrospinning method. The annealed nanofibers were thermally treated at a temperature of 1 100 ℃ and then shrunk to a diameter of about 650 nm. We used X-ray diffraction measurements and Raman spectra to confirm that the Cu Al0.95Co0.05O2 nanofibers had a single impurity free delafossite phase. The X-ray photoelectron spectroscopy analysis indicates that Co was present in the +2 oxidation state, resulting in an room temperature ferromagnetism in the Cu Al0.95Co0.05O2 fiber. This contrasts with nonmagnetism in pristine CuAlO2 fiber. The coercivity(Hc) value of 65.26 Oe and approximate saturation magnetization(Ms) of 0.012 emu/g demonstrate good evidence of ferromagnetism at room temperature for Cu Al0.95Co0.05O2 nanofibers.     

川西彭州地区雷口坡组潮坪相薄储层辨识机理研究

川西彭州地区三叠系雷口坡组雷四上亚段潮坪相薄储层识别难度极大。围绕如何从复合地震强反射中区分并识别上、下两套储层面临的地球物理难题,采用先“分”后“合”的研究思路,基于实际地层结构及不同储层叠加样式建立正演模型,利用全波场波动方程正演模拟技术,剖析了不同主频条件下薄储层的地震响应特征,通过波形差异化分析,从复合地震响应中“剥离”出了两套储层所引起的地震响应特征及变化规律,明确了两套储层在不同频带下的地震识别标志和识别方法,为该区强反射界面干扰下两套薄互层储层辨识机理分析及精准预测奠定了基础。基于不同频带下薄储层辨识机理的分析结果,定性预测了薄储层平面展布,提出了深层潮坪相薄储层识别和预测难题的解决方案,为该区地震资料品质评价、面向薄储层的地震采集技术设计、地震资料处理及薄储层预测提供了依据和指导。