基于预训练和混合神经网络的智能合约漏洞检测

针对现有智能合约漏洞检测方法准确率低以及对合约源代码特征提取不足的问题,该文提出一种基于预训练BERT模型(Bidirectional Encoder Representations from Transformer,BERT)和混合神经网络串行的智能合约漏洞检测方案SCVD-PBHNN。首先,对源代码进行数据预处理,去除冗余信息,保留源代码中的关键语句信息;其次,利用BERT模型替换了传统的静态词嵌入模型,深入挖掘智能合约源代码的语义特征;然后,结合文本卷积神经网络(Text Convolutional Neural Network,TextCNN)和双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)混合神经网络构建特征提取层,对传入的词向量进行训练,充分提取源代码上下文信息和局部关键特征;最后,通过激活函数对特征向量进行归一化处理,实现漏洞检测与识别。实验结果表明,该方案在准确率、精确率、召回率以及F1值等评价指标上相比已有方案均有明显提升,能准确识别四种常见的漏洞,准确率分别为94.40%、93.72%、96.29%、93.53%。

基线长度约束下的北斗单频单历元定姿算法

针对基线长度已知的北斗二代卫星导航系统的单频单历元定姿情况,推导出一种基线长度信息的线性表达式,从而将其融入双差载波相位观测方程,并在理论上证明了以上方法提高了整周模糊度浮点解精度,而且降低了模糊度之间相关性;同时提出一种新的利用基线长度降低整周模糊度维数的改进LAMBDA搜索算法,大大降低低维情况的计算量;其次,将基线长度作为模糊度解算结果的判决标准,有效提高了定向成功率;最后,通过实验对以上新方法进行了定量的分析,在选择基线长度为3m的情况下,测量结果表明上述改进算法使模糊度解算成功率提高了40%左右。

人体下肢运动能力测评研究

人体在短距离奔跑及跳跃时,足底压力的大小并不仅仅和体重相关,还反映了下肢运动能力的强弱。为了能够客观评价下肢的运动能力,设计了一套测试系统。采用压力传感器对足底压力进行测量,数据通过单片射频收发器件NRF24L01无线模块传输到微机中,记录下不同测试条件下的压力峰值。实验采集了12位测试者在慢走、快跑时的足底压力,分析了足底压力峰值与体重之间的关系。结果表明:压力峰值与体重的比值较小的人,下肢运动能力较弱一些;压力峰值与体重的比值较大的人,下肢运动能力较强一些。根据测评结果,可对人们的身体素质提升提出相关建议,对处于成长期的青少年尤为重要。

相机运动条件下的行人检测与跟踪

行人检测与跟踪在司机辅助安全系统和视频监控等领域具有重要的地位。针对目前存在的关键问题,如人体运动,相机运动,背景及形状、角度等变化对检测及跟踪带来的干扰,提出了一种将运动信息与形状信息相结合的行人检测方法,准确检测运动摄像机拍摄的直立运动人体;使用了基于小面积目标的跟踪算法进行人体跟踪;利用实际拍摄的视频序列进行算法验证。实验结果表明,混合检测算法速度快,准确率高;基于小面积的跟踪算法能够鲁棒的跟踪检测到的运动人体。

新业态发展背景下地方高校大学生就业支持体系构建研究

以数字化智能化科技发展为依托,新业态正以前所未有的速度推动经济社会发展。产业的数字化催生出大量的新型就业岗位和新型工作形式,极大拓展了高校大学生就业创业的途径和范围,在带动就业中发挥着举足轻重的作用。新业态新模式对高校大学生来说既是机遇也是挑战,既推动高校在新业态视角下构建多元化高校就业支持体系,探索新思路和新路径,又促使大学生将自身专业知识与经济新业态相结合,在新业态的就业环境下提升就业能力和拓展自身就业范围。

基于PGH矩改进SURF算法的工业散料识别研究

针对工业散料识别过程中图像特征匹配率低的问题,提出一种基于PGH矩的改进SURF图像匹配算法.首先,研究Gaussian-Hermite矩,将其扩展到复数空间中,推导出Polar-Gaussian-Hermite矩;其次,利用升降算符法计算图像PolarGaussian-Hermite矩,获得新的特征向量;最后,将原始图像提取的特征点和模板图像进行准确匹配得到最优匹配结果.实验结果表明算法能够解决缩放、旋转和曝光情况下工件匹配问题,误匹配率8%左右,满足工业散料识别系统的准确性和实时性要求.