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％.     

基于小波变换的分数阶微分算法在肝脏肿瘤CT图像纹理增强中的应用

图像纹理增强过程中容易丢失平滑区域纹理细节，而分数阶微分增强虽然能够非线性保留平滑区域纹理细节，但对频率分辨率敏感。针对这个问题，提出一种基于小波变换的分数阶微分纹理增强算法，应用于平扫计算机断层扫描（CT）图像的肝脏肿瘤区域的纹理增强。首先，通过小波变换将图像感兴趣区分解成多个子带分量；其次，基于分数阶微分定义构造一个带补偿参数的分数阶微分掩膜；最后，使用该掩膜与每个高频子带分量进行卷积并利用小波逆变换重组图像感兴趣区。实验结果表明，该方法在使用较大分数阶次显著增强肿瘤区域的高频轮廓信息的同时，有效地保留了低频平滑的纹理细节：增强后的肝细胞癌区域与原区域相比，信息熵平均增加36.56%，平均梯度平均增加321.56%，平均绝对差值平均为9.287；增强后的肝血管瘤区域与原区域相比，信息熵平均增加48.77%，平均梯度平均增加511.26%，平均绝对差值平均为14.097。     

低渗砂岩气藏地层水回注研究

新场气田目前地层水采用集中处理后外排的方式,规模小,成本高,环境保护压力大;新场气田须家河组气藏上产任务重、产水量大,该处理方式已不能满足生产需求。针对川西一系列气藏进行筛选后,在气藏精细描述和落实剩余气分布的基础上进行了新场蓬二气藏地层水回注选区选层及地层水配伍性先导研究,形成了一套适合低孔、低渗、岩性气藏的地层水回注选区选层技术方法。初期回注运行试验已取得成功,创造了良好经济效益,实现了降本增效以及消除环保隐患的目标,为川西气田下一步规模化回注提供了理论依据和实践经验。     

基于内容的图像检索系统的设计与实现

图像作为最基本、最重要的多媒体信息形式之一,已经随着信息技术和网络技术的发展,而越来越广泛地应用于许多领域。如何提供一个快速的、有效的图像信息检索系统已成为当今图像信息检索领域的研究热点之一。本检索系统是在Windows 7系统下,利用Matlab2014软件开发的基于图像内容的图像信息检索应用系统,该系统主要用完成对图像信息的快速检索。     

结合RDF实现对XML文档的RBAC

文章提出了一种面向XML文档的基于XMLschema并结合RDF的访问控制模型,它实现了对XML文档的细粒度的安全访问控制,同时提供了对XML文档中associationsecurityobject的安全访问控制。     

砾岩储层精细描述中标准测井资料的应用

克拉玛依油田七区的标准测井资料是指使用标准电极系视电阻率测井、自然电位测井和井径测井,以相同的1:500深度比例尺及相同的横向比例进行测井作业所取得的资料.这种资料本来并不具备定量解释储层孔隙度和含油饱和度的能力,但这种资料占该区测井资料总量的比率高达34%.利用标准电极系视电阻率资料和岩心分析资料建立了视电阻率-岩性图版,利用自然电位减小系数α和岩心孔隙度分析资料φ建立了α-φ图版,根据综合测井资料求出标准测井视电阻率校正系数,进而确定了饱和度计算方程的参数.与相应的综合测井资料计算结果相对比,用该方法得到的孔隙度平均绝对误差及相对误差分别为1.85%和11.88%;含油饱和度平均绝对误差及相对误差分别为9.08%和24.75%.将该方法有选择地应用到该区砾岩储层精细描述研究中,弥补了缺乏综合测井资料无法进行测井储层评价及参数研究的缺陷.     

赋予3D作品以生命

在三部曲的最终篇中，Derek Lea解说如何有效地运用纹理，通道和油漆效果完成非纹理化3D到混合媒体作品的转换。[编者按]