浅谈某通信局房设备、线路搬迁案例

由于城市化建设、租用合同到期、局房资源整合等原因,通信局房搬迁成为了一项棘手的工作。文章着重探讨通信局房搬迁工作中的设备、线路搬迁方案要点及搬迁进度计划。     

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％.     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

塔里木河干流标准水量监测断面试点建设分析

基于塔里木河部分水量监测断面未采取防护措施出现变化较大,不能确定水位流量关系曲线的情况,选取喀尔曲尕水库进水闸、新沙吉里克闸、墩阔坦干渠三个典型测水断面,对塔里木河干流标准水量监测断面试点建设进行分析。通过实践和分析提出对塔里木河干流标准水量监测断面应采用无纺布+土工格室防护形式,可有效增强边坡的承载能力和分散荷载作用,使其达到标准水量监测断面测水的基本要求;流速过大时可根据实际采用干砌块石防护或混凝土板防护形式。     

进口奶粉质量比国产奶粉更好吗

自2008年三聚氰胺事件以来,不断曝光的国产奶粉安全事件使许多消费者成为进口奶粉的拥趸。在大城市的超市卖场,进口奶粉占据了货架最显眼的位置,许多人还纷纷加入海淘大军,通过各种渠道将世界各地的奶粉带回国内。与众多妈妈们千里迢迢从国外采购奶粉的热情相比,国产婴幼儿配方乳粉备受冷落。那么,目前国产婴幼儿配方乳粉的质量究竟如何?与进口乳粉相比是否还有差距?上海市食品药品监督管理局食品生产处处长助理宋庆训表示:"从整体上看,国产奶粉和进口奶粉在质量上没有什么区别,尤