概念的“静态”与“动态”特征及其表征结构——面向对象的研究方法

传统概念的定义具有局限性。采用面向对象的方法,可以明了"概念"所具有的静态特征,就是概念的本质属性,同时也可以明了概念的动态特征,就是概念的操作、方法或活动。从而建立新的概念认知结构,为学习过程中的概念表示与知识建构提供了新的理论。

结合动态行为和静态特征的APT攻击检测方法

针对APT攻击网络流量难以获得,模拟的数据与现实又很难匹配的问题,提出了一种基于动态行为和静态特征结合的APT攻击检测方法。采用Noriben沙箱提取待测软件的进程行为、文件行为、注册表行为和网络行为构建动态行为特征集,基于Transformer-Encoder算法识别APT恶意软件的准确率达到了95.8%。对识别出的APT恶意软件进行组织分类,提取软件调用的DLL(dynamic link library)和API(application programming interface),并组合成DLL:API的特征形式,将1D-CNN(one dimensional convolutional neural networks)算法应用于APT恶意软件组织分类的准确率达到了98.7%,比之前的方法提高了5个百分点。与热门的深度学习算法和机器学习算法的实验效果做对比,数据表明,提出的方法相比其他方法,准确率有较大提升。

动态特征和静态特征自适应融合的目标跟踪算法

由于大多数目标跟踪算法只采用单一静态特征或单一动态特征对目标建模,但静态特征模型不能描述目标的动态特性,并且很难适应场景复杂、快速移动和旋转等问题;而传统运动光流能够描述局部动态特性,却存在孔径问题.提出一种自适应融合动态特征和静态特征的跟踪方法:通过双向光流预测和误差度量自适应提取动态特征,并提取候选目标区域的静态特征,然后构造融合权重函数有效地融合动态特征和静态特征并以此构造协方差矩阵估计误差椭圆,准确描述目标尺度和方向,实现对目标精确表示;通过on-line参数更新机制对权重分配参数进行更新,实现动态特征和静态特征分配的自适应调节,能够适应目标运动速度的变化和场景变化.实验结果表明,在背景复杂的情况下,当目标快速移动或旋转时,与其他相关算法相比,该算法能够获得更好的跟踪效果.

煤矸石中重金属动态淋滤和静态浸泡溶出特征研究

以山东济宁三矿煤矸石为研究对象,分别采用动态淋滤和静态浸泡对煤矸石中重金属的溶出特征进行对比研究。实验结果表明:无论动态淋滤实验还是静态浸泡实验,煤矸石中重金属元素背景值影响溶出液中重金属浓度,背景值越高,在两种实验过程中析出重金属的浓度越高(Mn除外);静态浸泡并不是动态淋滤的极限,煤矸石通过动态淋滤对环境产生的危害大于静态浸泡产生的危害;无论是动态淋滤实验还是静态浸泡实验,溶出液中只有Cr和Pb的浓度超过了国家地表水环境质量标准(Ⅲ类);溶出液呈弱碱性,符合国家地表水环境Ⅲ类质量标准。

一种基于静态和动态特征的步态识别新方法

最近,利用步态对个人身份进行识别受到越来越多生物识别技术研究者的重视。步态能量图(Gait EnergyImage,GEI)是一种有效的步态表征方法。把步态能量图分解为身体相关能量图(Body-Related GEI,BGEI)、步态相关能量图(Gait-Related GEI,GGEI)、身体步态相关能量图(Body-Gait-Related GEI,BGGEI)3部分,利用傅立叶描绘子对身体相关能量图(BGEI)、身体步态相关能量图(BGGEI)进行描述,利用Gabor小波提取步态相关能量图(GGEI)的幅值特征,分别研究了它们的识别能力,并在Rank层和Score层融合步态相关能量图(GGEI)、身体步态相关能量图(BGGEI)这两部分信息用于步态识别。该算法在CASIA数据库上进行的试验取得了较高的正确识别率。

视频中人像静态特征和动态特征研究

视频侦查以提取到的与案件有关的视频为研究对象,分析视频中的人、事、物获得相关侦查线索。视频画面由多帧图像组合而成,直观性和动态连续性是视频非常显著的特点。视频反映出的信息不仅包括静态信息,也包括了各种动态信息。人像分析检验是视频侦查的重要组成部分,以动态形式显现的人像不仅能提供人像的静态特征信息,也能提供人像的动态特征信息。本文阐述了视频中人像分析检验的重点内容,即人像的静态特征和动态特征的分析和检验。在视频条件比较好的情况下,相貌、体态等人像的静态特征是人像分析检验的重点。但是对质量差、难以提取嫌疑人清晰相貌特征的视频,仅依靠分析视频中人像的静态特征无法得到更多的信息,这就需要结合人像的步态、体态等动态特征分析来获得更多有价值的信息。本文结合实际案例分析,阐明了人像特征分析检验过程是人像静态、动态等特征的综合分析过程,人像动态特征和静态特征相互关联,共同构建成人像比对基础,为视频侦查中人像的比对、认定以及案件的串并提供线索和依据。本文提出了视频人像检验的规范化流程,将有助于视频中人像特征分析检验过程的规范化和程序化,提高分析检验效率,为案件的侦破提供强有力的保障。

城市土地价格的静态守恒与动态增长特征研究

通过建立城市地租与地价模型,分析了城市地租与地价的形成机理,进而揭示了一个城市总体地价的静态守恒与动态增长特征,即城市总体地价由城市有效购买力所决定.在某一特定时刻,城市有效购买力一定.城市总体地价也保持一定.随着城市经济发展、人口增长、投资追加和规划改善,城市土地价格将呈增长趋势.

理解模糊概念的动态特征

本文探讨了不同场合下人脑理解模糊概念(量词、修饰词)的动态特点,并且考察了不同赋值区间(论域)、比较级的基数、上下关联(Context)等变量对理解给定的模糊概念的影响,特别考察了上述问题上的年龄差异。

现代汉语的动态状语和静态状语及其句法语义特征

本文对现代汉语状语的语用分类——静态状语和动态状语进行了界定,比较了两类状语的差异:语义方面表现在语义角色,语义指向与功能,以及语义辖域上;句法方面表现在语法功能和标记模式上。

海南特征文化词及其动态概念化分析

以汉语文化词中专门为表示海南特色民族风俗、区域社会文化信息特征的词语为主要观察对象,文章结合认知语义学基本观点,详尽探讨了这类海南特征文化词的本质属性及其基本特征。对海南特征文化词的动态概念化方式及其动因的分析,论证了从海南特征文化现象或事件,经认知加工,形成象征性语言符号单位的词语及其语义衍生过程。海南特征文化词的认知分析,既是对民族经典文化与汉语传统意义之学的挖掘,更是对文化与海南社会变迁、意识形态的互动关系的语言学理论探讨。

汉英语法静态与动态特征分析研究

汉英语法的发展规律既有相对稳定的静态特征,又有不断发展的动态特征。依靠类推、淘汰、创新和借用,语法不断吸收适合社会思想发展需要的有益成份,不断排除已过时的无益成份,从而一部分语法规则不断简化而另一部分语法规则不断繁化。

现代汉语动态状语和静态状语的语用特征

迄今为止,现代汉语状语的分类一直局限于句法语义范畴,而从语用角度的分类尚未系统展开。从语言生成角度考虑,可以将现代汉语状语分为“静态状语”和“动态状语”。它们的差异主要反映在话语信息(预设和焦点)功能、主客观信息(情态和非情态)功能、表述(陈述和限定)功能三方面。

概念的静态划分与动态辨析

概念通过语词来表达,普通逻辑学对概念的划分是静态的,语词在运用中表达概念是动态的。在静态的逻辑划分中集合概念与普遍概念的关系呈现多种阐释的学术观点,又遭遇自相矛盾的难题,只有从动态运用的角度,考察和分析语词与概念的关系,才能对集合概念与普遍概念的辨析及其相关问题,提出科学的方法和合理的解释。

基于静态及动态感官分析的中法白兰地风味特征研究

近年来,采用现代风味化学研究方法进行白兰地香气组分的解析中已经取得了较大的进展,但是感官特性研究还尚未全面开展。以中国烟台地区和法国干邑地区的白兰地为研究对象,采用静态感官—定量描述分析(quantitative descriptive analysis,QDA)以及动态感官—暂时性感官支配分析(temporal dominance of sensation,TDS),探究2种方法结合分析的特点及差异,明确我国白兰地的风格特征以及与法国白兰地的感官差异。QDA结果显示,中国白兰地的香料、烘焙、果干特征较为突出,而法国白兰地的焦糖、花香、果香特征更为突出。TDS结果显示,中法白兰地在刚入口的20 s内均为酒精味和灼烧感占据主导,其他香气属性在后60 s占据主导。前鼻香气中出现的花香、果香、果干、焦糖等属性,在饮用过程中则几乎感受不到。该研究不仅可以完善白兰地感官研究的理论体系,而且为进一步指导和规范我国白兰地的生产奠定了重要的风味基础。

静态概念 动态演绎——例谈小数概念教学

一、主题内涵审视以往传统的教学方式，其长处是整个教学过程都能按教师的意图展开，学生能按课本的编排顺序比较系统地接受知识。但在这个过程中，学生参与是被动的，学生的精力主要用于消化理解教师所讲的内容，他们头脑中所反映的是教师言语的复制。这一现象在小学数学概念教学中表现得尤为突出，因为小学生的思维特点是以具体形象为主。

基于静态特征和动态行为的火灾检测模型

为实时准确地检测视频监控的火灾信号,减少火灾误报,提出1种基于静态特征和动态行为的火灾检测方法。利用改进的Faster RCNN检测模型,根据可疑火灾区域的颜色特征和空间特征对其进行目标检测和特征降维,与传统的Faster RCNN相比平均检测精度提升5%;利用ILSTM对连续帧中的特征进行累加,对短期内是否发生过火灾进行分类。连续的短期决策在1min内以多数票表决最后决策。结果表明:方法将火灾检测的准确率提升到97.92%,并成功解释火焰和烟雾的时间行为。

大城市多中心静态结构和动态关联特征分析

以郑州市为例,基于居民依赖度和要素属性值对POI要素热点分析结果进行空间加权叠加,分析城市多中心空间静态结构;运用词向量和数据场理论,在表达居民出行偏好的基础上,利用轨迹数据分析城市多中心对动态目标的吸引强度,并挖掘多中心网络的动态交互关系。研究表明:(1)城市静态要素呈中央集中、外围分散的圈层空间分布形态,部分多中心已形成了一定吸引聚集能力,而另一部分虽然规划前景广阔,但还远未形成副中心应有的分散疏解作用;(2)城市多中心对动态目标的吸引强度不均衡,出租车和电动车轨迹显示的多中心吸引强度和空间交互关系虽有差异,但均体现出城市为典型的外溢型结构,核心城区仍然是空间交互的主要方向。因此,还需通过政策导向和基础设施建设等手段,增强外围多中心的吸引聚集能力,实现城市空间均衡发展。

拓扑路由特征演化趋势分析

在时间的维度上,互联网的拓扑特征是持续在动态变化的。理解互联网拓扑路由的演化趋势有助于发现互联网的发展规律和特征,未来能够帮助预测未开发的新技术及新政策对互联网拓扑和路由的影响。主要从3个角度对互联网的拓扑特征的演化趋势进行分析。一是互联网的静态拓扑特征的演化趋势,例如聚类系数、节点度的幂律分布;二是网络的扁平化趋势;三是AS之间的依赖程度。最后,分析发现了互联网的拓扑特征动态变化特点。

中国古代文献概念的内涵及其动态特征

论证了我国古代文献概念的内涵。指出文献的发展是有其自身规律的,文献含义会随时代的变迁而变化,具有动态特征。今人所说的文献含义,比中国古代时期所称文献含义的范畴要丰富得多,其内涵亦有本质的变化。因此,在对文献考镜源流时,不能机械地僵化地穿凿古代的文献含义。

基于图节点动静态特征的健康事件预测模型

随着电子病历(EHR)的广泛应用,基于深度学习的临床健康事件预测引起了众多研究者的关注。现有工作主要集中在挖掘患者的高阶时间特征,未能有效地学习疾病之间的隐关系。针对疾病表征学习的问题,本文提出一种新的疾病表示模型(Health Event Prediction Model Based on Dynamic and Static Features of Graph Nodes,DuDas)。该模型最终挖掘出的疾病隐表征包含静态和动态信息,最终实现对临床任务的预测。首先根据疾病共现频率构建疾病关系图,并通过one-hot编码模块为每个疾病节点分配一个初始隐表征。然后根据静态挖掘模块挖掘疾病的静态表征,并与相应的初始隐表征融合为初始动态隐表征。根据图卷积模块挖掘疾病之间的动态关系,学习疾病节点的最终动态隐表征。由于患者的就诊记录具有时间性,本文使用门控循环单元来挖掘历史诊断信息与当前诊断信息之间的关系。为了验证本文提出的方法的有效性,在2个真实数据集上进行实验。实验结果表明,本文提出的模型在预测健康事件任务上达到了更高水平。