软件脆弱性分类方法研究

分析了在分类标准、分类规则、框架结构以及分类视角等方面具有特色的软件脆弱性分类方法;在此基础上,提炼出脆弱性分类的要素,并对经典的分类法进行多角度的比较分析,总结出每个分类法的特点和主要问题,讨论了现今脆弱性分类研究的关键问题和发展趋势。

自动控制发蓝带钢中频加热装置的温度监测

文中介绍了一种用于计算机控制的发蓝带钢中频加热装置的温度监测实用系统以及相应的软件设计。实践证明,它具有加热控制启停快、加热效率高、温度控制精确等特点,有效地克服了负载变化和生产工艺中出现的断带、启停废料等问题。

基于自适应稀疏监督典型相关分析的特征选择

特征选择旨在识别高维数据最具信息性的特征,以实现高维数据的低维表示。稀疏监督典型相关分析模型利用样本的监督数据,通过提取具有最大相关性的稀疏典型向量实现特征选择。但是,为了求解方便,该模型一般把优化目标从典型变量的相关系数组合简化为协方差组合,此简化将导致较大的特征选择偏差。针对这一问题,提出一种新的基于自适应稀疏监督典型相关分析的特征选择模型。该模型引入一组自适应权重系数,有效解决了“两两协方差的不公平组合”问题,提高了模型的特征选择能力。实验结果验证了模型的有效性和特征选择的准确性。

基于高斯近似l0范数典型相关分析的特征选择

特征选择的稀疏优化方法是通过求解优化问题稀疏解实现高维数据特征选择的方法,其稀疏惩罚项是实现特征选择的关键。针对l0范数惩罚项的稀疏性能好但求解复杂度高的问题,提出高斯近似l0范数典型相关分析的特征选择模型。以连续、分段光滑和稀疏性能接近l0范数的高斯近似l0范数作为稀疏惩罚项,以数据间的相关性作为优化目标,引入二次逼近函数解决高斯近似l0范数的非凸惩罚求解难问题,用块坐标下降法求解模型实现特征选择。实验结果表明,模型是可实现的,且与现有的同类模型相比,所提模型实现了更优的特征选择。

基于部分响应信号的新型4-PAM调制格式的研究

提出了一种基于部分响应信号的新型4-PAM调制格式。对两路二进制信号通过预编码和相关编码,得到各自的部分响应信号后,将它们相加后取绝度值得到一种4幅值信号,简称4幅值AACC信号。利用optisystem光子模拟软件,设计了一种两路信号合成的4幅值的AACC信号电路图。利用Matlab软件,设计出一种4幅值AACC信号的解码器。通过optisystem与Matlab联合仿真,设计出了一种基于AACC信号的光纤传输链路。研究了AACC信号频谱效率、色散容忍度、和接收机灵敏度。与现存的NRZ和4-PAM调制格式进行了比较。仿真实验显示,在误码率为10-9条件下,AACC系统的接收机灵敏度和色散容忍度分别为-27.4dBm和200ps/nm,与4-PAM系统对比,接收机灵敏度提高了8.3dBm,色散容忍度提高了15ps/nm。比较可见,在色散容忍度和灵敏度方面AACC信号与传统的多幅值信号相比,具有明显的优势,适合于长距离光传输。