伊人蕉久中文字幕无码专区,大象大象伊煮在国产

基于深度卷積網(wǎng)絡和卷積去噪自編碼器的水聲信號識別方法[模擬設計][智能交通]

針對復雜水聲信號的分類識別問題，提出了一種新的網(wǎng)絡模型結構，將卷積神經網(wǎng)絡和卷積去噪自編碼器結合到一起應用于水聲信號Lofar譜的分類識別中。實驗結果表明，該模型能夠利用更少的參數(shù)學習更豐富的魯棒性特征，目標識別的總體準確率達到81.2%，與傳統(tǒng)卷積神經網(wǎng)絡識別方法相比具有更高的識別準確率。

發(fā)表于：1/25/2024 2:23:00 PM

基于機器學習算法的西部方向氣候模式預測訂正研究[人工智能][物聯(lián)網(wǎng)]

基于氣候預測對西部方向環(huán)境保障的重要性，針對高原地區(qū)氣候模式準確度不高的現(xiàn)實困境，采用大數(shù)據(jù)挖掘技術，充分處理氣候系統(tǒng)非線性統(tǒng)計特征。首先利用隨機森林，對氣候模式融合網(wǎng)格數(shù)據(jù)進行訂正；而后將訂正網(wǎng)格進行EOF分解，采用信息流算法挖掘環(huán)流因子與時間序列因果關系，構建不同模態(tài)下高影響因子集；采用隨機森林進行建模，預報不同模態(tài)的時間序列；最后還原預報的格點場，完成模式格點數(shù)據(jù)修訂。結果表明，經機器學習算法修訂后的氣候模式預報準確度、預報技巧顯著提高，同時，模型預報的穩(wěn)定度也有較大提升。本研究基于機器學習算法進行氣象大數(shù)據(jù)挖掘，提升氣候模式預測效能，旨在為提升西部方向氣候預測水平提供方法思路。

發(fā)表于：1/25/2024 1:18:00 PM

基于Kalman算法的大數(shù)據(jù)存儲架構可擴展性優(yōu)化算法[模擬設計][工業(yè)自動化]

為了優(yōu)化大數(shù)據(jù)存儲架構可擴展性能，提高大數(shù)據(jù)架構資源利用率，通過引入Kalman算法設計了一種大數(shù)據(jù)存儲架構可擴展性優(yōu)化算法。首先，綜合考慮大數(shù)據(jù)存儲架構與多核環(huán)境內存布局之間的兼容性，設計架構內存布局。其次，設計分布式共享內存協(xié)議，確保各個進程在訪問共享內存時能夠正確地協(xié)同工作，提高存儲架構的容錯性。在此基礎上，利用Kalman算法，動態(tài)調整存儲節(jié)點的負載，進而優(yōu)化大數(shù)據(jù)存儲架構，以提高其可擴展性。實驗結果表明，應用該算法后，大數(shù)據(jù)存儲架構的資源利用率始終高于對照組，均達到了96%以上，最高達到了98%，架構可擴展性優(yōu)化效果顯著，服務器資源利用更充分，大規(guī)模數(shù)據(jù)處理更高效。

發(fā)表于：1/25/2024 1:07:00 PM

基于事件表示的虛假情報檢測研究*[模擬設計][信息安全]

隨著互聯(lián)網(wǎng)的興起，虛假情報的廣泛傳播給社會輿論治理和情報分析帶來了困難，準確地分辨虛假情報能夠幫助相關部門和人員有針對性地進行處理。為了提高虛假情報檢測的效率，提出了基于事件表示的虛假情報檢測方法。首先，收集情報文本，并對其進行預處理操作；其次將收集到的情報文本轉化成詞向量；然后，通過LSTM層捕捉情報文本深層次的語義特征；接著使用全連接層，目的在于將高維特征嵌入到低維向量空間，從而獲得情報文本的最終表示；最終，將分類結果反饋給相關情報人員進行鑒別處理。經在謠言數(shù)據(jù)集上的驗證表明，該方法可以較好地區(qū)分謠言事件與非謠言事件，為更精準地實現(xiàn)情報鑒別提供支持。

發(fā)表于：1/25/2024 12:40:00 PM

基于邊緣緩存的數(shù)據(jù)服務共享技術[模擬設計][信息安全]

在嵌入式裝備系統(tǒng)中，大數(shù)據(jù)作為一種戰(zhàn)略資產，在優(yōu)勢獲取與效率提升方面的價值日益凸顯。然而，多源異構、位置分散的大數(shù)據(jù)缺乏有效利用和深度融合，難以滿足業(yè)務應用向智能化、協(xié)同化轉變的需求。為此，以大數(shù)據(jù)共享利用為導向，基于邊緣計算與緩存技術，將數(shù)據(jù)加工為一種產品和服務能力，以滿足嵌入式系統(tǒng)中不同應用對數(shù)據(jù)服務產品共享的需求；從數(shù)據(jù)服務共享架構、數(shù)據(jù)服務管理調度方法、數(shù)據(jù)服務共享方法等三個方面，探討分布式數(shù)據(jù)服務共享技術的可行性，以滿足嵌入式裝備系統(tǒng)數(shù)字化在數(shù)據(jù)智能、數(shù)據(jù)協(xié)同、決策支持等方面的關鍵需求。通過大數(shù)據(jù)的開發(fā)利用，推動智能應用的升級更新。

發(fā)表于：1/25/2024 11:23:00 AM

融合注意力機制和Child-Sum Tree-LSTM的二進制代碼相似性檢測[模擬設計][信息安全]

抽象語法樹是一種代碼的樹型表示，它保留了代碼中定義良好的語句組件、語句的顯式順序和執(zhí)行邏輯。包含豐富語義信息的抽象語法樹可以在二進制分析時通過反編譯生成，并且已經作為代碼特征應用于二進制代碼相似度檢測。抽象語法樹中不同類別的節(jié)點承載著不同的語義信息，對整棵樹的語義具有不同的貢獻程度。然而現(xiàn)有的二進制代碼相似度檢測方法所用神經網(wǎng)絡無法對抽象語法樹節(jié)點進行重要性區(qū)分，影響了模型的訓練效果。針對該問題，提出了一種融合注意力機制和Child-Sum Tree-LSTM神經網(wǎng)絡的跨指令集、跨代碼混淆二進制代碼相似性檢測方法。首先使用二進制分析工具IDA Pro對二進制代碼反編譯提取架構無關的抽象語法樹特征，并利用隨機采樣構造訓練樣本對。然后使用抽象語法樹訓練樣本對訓練融合注意力機制和Child-Sum Tree-LSTM的神經網(wǎng)絡模型。在公開數(shù)據(jù)集BINKIT上的實驗表明，所提方法的AUC和Accuracy指標分別為94.1%、66.2%，優(yōu)于Child-Sum Tree-LSTM算法。

發(fā)表于：1/25/2024 11:01:00 AM

基于污點分析的二進制程序漏洞檢測系統(tǒng)設計與實現(xiàn)*[可編程邏輯][信息安全]

針對現(xiàn)階段二進制程序的靜態(tài)分析多依賴于人工經驗規(guī)則導致的低效率問題，以及大多數(shù)二進制程序漏洞掃描檢測系統(tǒng)性能和可擴展性較低的問題，設計并且實現(xiàn)了一個簡易版的基于污點分析的二進制程序漏洞檢測系統(tǒng)。與現(xiàn)有的二進制程序漏洞檢測系統(tǒng)相比，本文設計的系統(tǒng)改進了Java指針分析中提出的算法，使得分析過程的數(shù)據(jù)抽象部分和指針分析部分得到了分離，進一步簡化了污點分析，提高了分析的性能和可擴展性。此外，將漏洞模式單獨抽離出來，能夠更加方便地進行漏洞模式的自定義。

發(fā)表于：1/17/2024 11:27:00 AM

基于TX2的微型SAR實時成像信號處理技術[人工智能][智能交通]

微型合成孔徑雷達實時成像處理系統(tǒng)使用GPU實現(xiàn)，該系統(tǒng)以波數(shù)域成像算法為基礎，采用兩步運動補償方法補償無人機平臺的運動誤差，然后使用相位梯度自聚焦算法補償殘留相位誤差?；贜VIDIA公司TX2開發(fā)板對實時成像處理系統(tǒng)進行了算法開發(fā)與驗證，結合GPU特性對成像算法并行化處理，在18.5 s內實現(xiàn)了16k×8k點的數(shù)據(jù)處理。試驗結果驗證了實時成像處理系統(tǒng)的有效性。

發(fā)表于：12/14/2023 10:57:00 PM

基于逆距離徙動校正的前視SAR成像算法[微波|射頻][航空航天]

前視合成孔徑雷達（前視SAR）可以獲取平臺前下方區(qū)域的圖像信息，相較于側視SAR，前視SAR具有合成孔徑短、作用距離近、距離向場景寬度較寬、方位向調頻率隨距離空變等特點，采用傳統(tǒng)的SAR成像算法進行方位壓縮會造成圖像扇形畸變。通過分析前視陣列SAR的回波特性，在方位壓縮后，將距離徙動校正（RCMC）引起的數(shù)據(jù)傾斜通過逆距離徙動校正（IRCMC）還原目標的距離信息，經過坐標映射完成地面的二維成像。最后通過仿真數(shù)據(jù)驗證了本文分析的正確性和方法的有效性。

發(fā)表于：12/14/2023 10:50:00 PM

基于CUDA加速的GPS L1C/A實時信號發(fā)生器設計[測試測量][其他]

提出了一種基于軟件無線電和CUDA（Compute Unified Device Architecture）加速的GPS L1C/A信號生成方法，系統(tǒng)根據(jù)用戶自定義軌跡和衛(wèi)星星歷產生中頻信號，并通過USRP（Universal Software Radio Peripheral）在相應的射頻頻點發(fā)射，由此實現(xiàn)了實時衛(wèi)星導航信號的播發(fā)。為了提升GPU的并行計算速度，從設備內存優(yōu)化、并行結構優(yōu)化、CUDA流加速三個角度來對算法進行改進，提出了一種基于異步運算思想的針對采樣點數(shù)據(jù)加速計算的CUDA優(yōu)化實現(xiàn)方案。測試結果表明，優(yōu)化后的算法能夠產生高速、實時的衛(wèi)星信號，在RTX1050TI設備上，可以做到信號195 MHz采樣率，10顆可見衛(wèi)星情況下衛(wèi)星信號的實時生成。

發(fā)表于：12/14/2023 10:45:00 PM