基于级联与深度信念网络的恶意代码分层检测

为提高恶意代码检测准确率,增强网络空间的信息安全性,提出一种恶意代码自动检测判定方法,基于同种恶意代码同源性特征,融合级联操作与深度信念网络。分析不同类型下的恶意代码的显著特征,从样本集中提取图像、语令等基本数据信息,构建恶意代码检测模型,对基于限制波尔兹曼机算法的模型进行训练。实验结果表明,相比其它检测方案,所提模型检验恶意代码的准确率有显著提高。

关系数据库触发器应用的研究

针对关系数据库操作过程中如何更好地维护数据问题,文章讨论了触发器的基本功能以及基本实现原理,阐述触发器在数据维护中的适用业务场景;同时分析触发器机制的优、缺点,最后说明了触发器在数据运维中的重要作用。

Optimal operation of cascaded hydroelectric power plants in the power market

An improved network flow algorithm, which includes the minimum cost network flow and the same period network flow, is proposed to solve the optimization of cascaded hydroelectric power plants in a competitive electricity market. The typical network flow is used to find the feasible flow and add the discharge water to different cascaded hydroelectric power plants at the same step. The same period network flow is used to find the optimal flow and add the power output at a different step. This new algorithm retains the advantages of the typical network flow, such as simplicity and ease of realization. The result of the case analysis indicates that the new algorithm can achieve high calculation precision and can be used to calculate the optimal operation of cascaded hydroelectric power plants.

基于多任务学习的番茄叶片图像病害程度分类

针对现有的分类深度神经网络大多为扁平型的网络架构,很少关注数据类别的层次性结构,导致分类器训练难度较大的问题,本文提出一种基于数据层次关系的多任务学习分类网络模型。依托番茄叶片病害的层次结构信息设计了一个带有共享网络的由粗粒度到细粒度的层次结构进行病害程度分类,网络模型以ResNet-50作为网络主干,包括两个子网络:粗粒度网络模块负责区分番茄病害共5类,细粒度网络模块在残差网络模块的基础上添加SE模块负责病害程度的分类共9类。通过对网络架构各个分支的验证,以及同VGG-16、ResNet-34、ResNet-50 3种扁平型网络在病害程度分类任务上做比较,证明本文网络结构的可行性和有效性,最终测试集分类精度达到93.97%。证明本文结合数据与网络的层次结构采用多任务分类方法,是一种有效的病害程度分类算法。