异步时滞布尔网络的内同步

提出异步时滞布尔网络的内同步模型,通过利用矩阵半张量积理论,研究异步时滞影响下的布尔网络内同步问题,分析时滞对布尔网络内同步的影响,给出了异步时滞布尔网络内同步实现的充分必要条件.通过数值仿真实例进一步验证了该模型的可行性以及所得结果的正确性.

基于遗传算法的贝叶斯网络结构学习综述

贝叶斯网络采用图模型描述变量之间的依赖关系,因其结构清晰,具有突出的决策机制和学习机制,故拥有优秀的推理能力。在各类研究方法中,遗传算法能够有效地解决复杂的优化问题,以其普适性好、鲁棒性强、便于并行执行、高效便捷等显著特点,在贝叶斯网络结构的学习研究过程中发挥着非常重要的作用。从初始种群、遗传操作算子设计两个层面对近年基于遗传算法的因果结构学习改进方法进行了调研分析并指出了该技术路线进一步的研究方向。

多值逻辑网络的内同步

描述逻辑系统最典型的模型是多值逻辑网络,所以研究多值逻辑网络动力学行为特征有重要的理论意义和十分重要的应用价值。提出了多值逻辑网络和时滞多值逻辑网络的内同步模型,利用矩阵半张量积理论,将多值逻辑网络和时滞多值逻辑网络的逻辑方程组转换为其等价的线性代数方程组,进而用代数方法对多值逻辑网络和时滞多值逻辑网络内同步问题进行系统深入研究,分别给出了两类多值逻辑网络实现内同步的充分必要条件。并且,针对两种不同的多值逻辑网络模型,分别给出了数值仿真实例,验证了所得结果的有效性。

HSANet:混合型自我注意力网络识别微整容人脸方法

微整容给在日常生产中给人脸识别技术带来了新的挑战,因人脸特征变化较大导致对原人脸正确识别率较低,针对现象,该实验提出了一种混合型自我注意力块结构,用于识别面部特征变化的人脸,为此自制了26类微整容小样本图片数据集。将自我注意力融合到残差网络的瓶颈块中,提高了混合型自我注意力块对图片各区域特征的捕获能力,在对小样本微整容数据集的实验表明,该实验提出的混合型自我注意力网络有较高的正确识别率:89.70%,相比ResNet50正确识别率提高了2.65%,改进连接的混合型自我注意力模型比未改进连接的混合型自我注意力模型正确识别率提高了1.12%,网络性能也有所提升。

新疆少数民族大学生普通话学习障碍及对策研究

随着国家大力推广普及国家通用语言文字,普通话学习的重要性不断提高,新疆少数民族大学生在学习普通话时存在一定的学习障碍。该文以语料分析的方法从语音、声调和朗读技巧3个方面对少数民族大学生普通话学习障碍进行调查分析,并从母语负迁移、教学和教材因素、缺乏教学设备及时纠正及学习者自身对于对普通话学习的认识4个方面探究其影响因素,并尝试从语音(声母、韵母)、声调、朗读技巧和学生自身因素4个方面提出提高普通话水平的措施,使学生明白学习普通话的重要性和意义。

考虑现金补贴的内容平台定价策略选择

基于多边市场和博弈论理论,针对内容平台建立了免费、收费和现金补贴3种定价策略模型,并通过对各定价策略下的参数进行比较,确定平台最优定价策略.结果表明:广告干扰成本和广告边际收益影响平台定价策略的选择和现金补贴额度的设置,当两者处于特定阈值范围内时采用现金补贴策略,当广告干扰成本非常高时采用收费策略,其他情况下采用免费策略;现金补贴策略下,现金补贴额度与广告干扰成本负相关,与广告边际收益正相关;相同条件下,采用现金补贴策略比其他2种定价策略对各方利益主体和社会福利更好;现金补贴策略和免费策略下的一些参数受广告边际收益的影响趋势相反.

跨站脚本攻击检测与防御技术综述

跨站脚本(cross site scripting,XSS)攻击是Web安全中最严重的风险之一。随着Web服务、API等Web技术的广泛使用,以及AJAX、CSS和HTML5等新编程风格的出现,XSS攻击的威胁变得更加严重,因此如何处理XSS攻击安全风险已成为Web安全研究的重要关注点。通过对近年来XSS攻击检测和防御技术的调研,根据XSS攻击是否具有隐蔽性,首次从非对抗和对抗两个角度综述了XSS攻击检测和防御的最新技术。首先,从非对抗攻击检测和对抗攻击检测两个方面探讨分析了基于机器学习从数据中学习攻击特征、预测攻击的方法,以及基于强化学习识别或生成对抗样本策略来优化检测模型的方法;其次,阐述了非对抗攻击防御基于规则过滤XSS攻击、基于移动目标防御(MTD)随机性降低攻击成功率和基于隔离沙箱防止XSS攻击传播的方法;最后,分别从样本特征、模型特点和CSP的局限性、上传功能的广泛性等方面提出了XSS攻击检测和防御未来需要考虑的问题并作出展望。

基于时延估计的非视域隐藏目标深度定位研究

非视域成像技术是对直接视线范围内看不到的物体(如拐角处的隐藏目标)进行探测并成像的技术,基于飞行时间的成像技术主要是探测深度图,首先需要完成对隐藏目标的深度定位,再对其进行图像重建。提出使用时间延迟估计算法对隐藏目标进行深度定位,并分别进行两组实验,针对不同隐藏目标个数和隐藏目标之间的距离,在不同噪声比下(0、5 dB、10 dB和20 dB),对隐藏目标的深度定位进行研究。实验结果表明:当隐藏目标之间的距离不断变小时,深度定位误差也在不断增大,隐藏目标之间的最小距离约100cm(激光脉冲为1ns);噪声对深度定位的影响较小,去噪后的误差减少为1~2cm,表明提出的时延估计算法具有一定的抗噪能力。

基于大语言模型的数据结构教学模式探索

2022年底随着ChatGPT的推广,人工智能技术迈上了一个新的高度。作为计算机专业的教师,应该积极拥抱新技术,并将其应用于传统课程的教学中。基于上述因素,本文提出了基于大语言模型的数据结构教学模式探索,旨在为数据结构课程的教学带来新的方法和可能性。这种教学模式将利用ChatGPT这样的大型语言模型来辅助数据结构课程的授课。通过与语言模型进行对话交互,学生可以提出问题、讨论数据结构的概念和应用,并获得及时的回复和解释。这种交互式的教学模式可以增加学生的参与度和兴趣,提供更灵活、个性化的学习体验。

基于SQL注入攻击检测综述

SQL注入攻击(SQL Injection Attack,SQLIA)是对Web安全产生严重危害的网络入侵方式之一。SQL注入语法简单、入侵收益大,攻击范围甚至可以从云系统到物联网设备中的任何基础设施,这使得SQLIA成为了十大Web威胁报告(OWASP)中最受欢迎的入侵方式。如何有效检测出Web应用中的SQLIA受到研究者的广泛关注。通过对相关文献的调研发现,对SQLIA的检测分为传统检测方法和机器学习检测方法,并进行了简要介绍。在传统检测方法中,针对检测过程是否存在多阶段检测,首次分为一阶段SQLIA检测和两阶段SQLIA检测。在机器学习检测方法中,分为传统机器学习检测方法和深度学习检测方法。把传统的机器学习检测方法分为单一机器学习和集成学习检测方法,深度学习的检测方法分为单一深度学习和算法融合的检测方法。分别从数据集、鲁棒性评估以及模型可解释性等方面提出了对未来SQLIA检测所需考虑的问题并做出了展望。

基于随机森林算法的机器学习分类研究综述

机器学习是实现人工智能的重要技术,随机森林算法是机器学习的代表算法之一。随机森林算法以简单、有效而闻名工业界和学术界,它是基于决策树的分类器,通过投票选择最优的分类树。随机森林算法有可变重要性度量、包外误差、近似度等优秀特性,因此随机森林被广泛的应用到分类算法中。目前,不仅在医学、农业、自然语言处理等领域被广泛提及,而且在垃圾信息分类、入侵检测、内容信息过滤、情感分析等方面都有广泛的应用。本文主要介绍了随机森林的构建过程以及随机森林的研究现状,主要从分类性能、应用领域以及分类效果加以介绍,分析随机森林算法优缺点以及研究人员对随机森林算法的改进,希望通过分析能够让初学随机森林算法的研究人员掌握随机森林的理论基础。

维吾尔语谚语中的比喻修辞格翻译研究

谚语作为民间智慧的结晶,脍炙人口、广为流传,维吾尔语谚语具有其独特的民族历史文化色彩,含有比喻修辞格的维吾尔语谚语更是设喻多样、形式丰富、独具一格。因此,在互译时往往会受到地理环境、生活习俗、生产方式、民族文化及人们的生活思维等取向的差异,致使比喻所对应的联想意向及意义也大不相同,受此影响,译者在翻译的过程中应灵活运用相关翻译方法、翻译技巧,使文章通顺达理。该文以华锦木、刘宏宇所著《维吾尔语谚语与文化研究》中的维吾尔语谚语为语料来源,从维吾尔语比喻型谚语的汉译出发,对维吾尔语谚语比喻修辞格的分类、翻译原则和翻译优化策略3方面进行了初步探析。

半监督学习研究综述

在当今人工智能技术应用的大趋势下,深度学习已成为机器学习的研究热点。然而,传统的监督学习方法往往需要大量标记数据才能体现其卓越性能,这限制了许多深度学习方法的应用。半监督学习应运而生,为解决数据标记困难的问题提供了新的解决方案。在本文中介绍了半监督学习方法的基本思想、半监督学习方法的分类以及半监督学习面临的问题和挑战。

文化润疆工程与中华文化认同逻辑关系研究

深入开展文化润疆,是第三次中央新疆工作座谈会作出的重大决策部署。中华文化认同是维护民族和谐发展之魂,更是铸牢中华民族共同体意识,构建和谐美丽新疆的必要条件。对中华文化的认同是文化润疆工程的基石,是成为各民族寄托内在情感、系好精神纽带的载体。本文就文化润疆工程的相关内涵及对中华文化认同的必要性作了分析,试探究两者之间存在的内在逻辑关系。

基于v-结构和邻居集的启发式贝叶斯网络结构学习方法

针对K2算法存在的序依赖性问题,提出了能够从给定数据集中有效学习变量序的启发式算法(H-vnK2)。具体而言,基于PC算法学习的v-结构知识以节点块的形式快速准确修正部分父子节点顺序,获得部分节点的最优序;基于PC算法学习的邻居集知识以距离阈值启发式策略进一步从全局最优角度修正父子节点顺序,获得所有节点的最佳序。实验表明,在标准数据集Asia、Alarm网络上,所提算法显著优于对比算法,其中与性能最好的基于因果效应的方法相比,准确率平均提升了7%,增量最高能达到33.3%,可以学习到更准确的网络结构。

基于OBE理念的“Java Web应用开发”课程教学改革研究与探索

“Java Web应用开发”作为一门综合应用性很强的课程,传统的教学方法已经不适用,易造成教学与实际应用脱节,培养的学生与社会人才需求不符。针对此问题,提出采用OBE(Outcome-BasedEducationg,成果导向教育)教学理念,分析现在“Java Web应用开发”课程教学存在的问题,分别从教学设计、教学模式、考核评价等方面提出教学改革策略,并给出具体的教学改革策略实例。旨在聚焦学生的学习成果,调动学生自主学习的积极性,提高该课程的教学目标,适应社会对高质量Web应用开发人才的需求。

一种基于两步搜索策略的K2改进算法

贝叶斯网络由于其强大的不确定性推理能力和因果可表示性越来越受到研究者的关注。从数据中学习一个贝叶斯网络结构被称为NP-hard问题。其中,针对K2算法强依赖于变量拓扑序的问题,提出了一种组合变量邻居集和v-结构信息的K2改进学习方法TSK2(Two-Step Search Strategy of K2)。该方法有效减小了序空间搜索规模,同时避免了过早陷入局部最优。具体而言,该方法在约束算法定向规则的启示下,借助识别的v-结构和邻居集信息可靠调整汇点的邻居在序中的位置;其次,在贝网基本组成结构的启发下,借助变量邻居集信息,通过执行顺连、分连、汇连3个基本结构的搜索,准确修正父节点与子节点的序位置,获得最优序列。实验结果表明,在Asia和Alarm网络数据集上,与对比方法相比,所提算法的准确率得到显著提升,可以获得更准确的网络结构。

跨膜浓度梯度对渗透压囊泡循环活性的调控

本文通过分析囊泡在膨胀状态与孔隙状态的动力学行为,揭示调控膨胀拉伸能与孔隙势能的内在物理参量.建立递推微分方程的分析模型,该模型提供了膨胀-破裂循环特征量膨胀系数在各个循环中初始跨膜浓度梯度依赖性的定量信息.研究得出,通过增加初始跨膜浓度梯度,可加快膨胀系数增长速率(循环数为1时,初始跨膜浓度梯度增加3倍,膨胀系数增长速率增加2.65倍);随着循环数的增多,膨胀系数的增长由线性转变为非线性.此外,初始跨膜浓度梯度与循环次数密切相关,我们的模型计算预测增加初始跨膜浓度梯度可实现循环次数的增多.研究结果为靶组织以可编程方式释放活性生物治疗剂的发展提供了具有实际意义的理论依据.

面向概念漂移数据流的在线集成自适应算法

概念漂移是流数据的主要特征之一,如何检测概念漂移的发生以及调整预测模型去适应概念漂移现象备受研究者的关注.目前有关概念漂移的大多数算法仅仅针对单一类型的概念漂移检测,并且需限制输入数据服从某一分布,所以在检测多种类型概念漂移时效果不理想.提出一种在线集成自适应算法(KSHPR),在自适应随机森林(Adaptive Random Forests,ARF)算法和流随机补丁(Streaming Random Patch,SRP)算法的基础上进行优化改进,采用非参数检验与滑动窗口相结合的策略进行概念漂移检测,降低窗口平均值对算法性能的影响,并以此为基础建立四个基学习者的集成学习模型,根据基学习者预测准确率,动态分配权值,有效解决流式数据中学习模型精度低的问题.实验证明,提出的算法在真实数据集和合成数据集中均表现优良,与其他算法相比,该算法的稳定性、分类准确性与多类型概念漂移适应能力均有所提升.

蜂毒肽浓度和磷脂组分对巨囊泡泄露的影响

蜂毒肽作为一种广谱抗菌肽已经得到广泛认知,用蜂毒肽构建载药体系攻击癌细胞研究正在兴起.基于仿生物膜模型探索其破坏机理,可以避免潜在活性细胞过程的影响.在此,我们选用细胞尺寸的单层巨囊泡膜模型,可在光学显微镜下直接观察和操作,获得仿正常细胞膜和仿癌细胞膜在不同蜂毒肽浓度刺激下的响应.研究得出,低浓度蜂毒肽诱导囊泡泄露实验表明中性磷脂囊泡以孔模式为主泄露,负电性磷脂囊泡以爆裂模式为主泄露;高浓度蜂毒肽诱导囊泡泄露实验表明负电性磷脂相较于中性磷脂可延迟蜂毒肽作用效果;蜂毒肽色氨酸残基荧光光谱表明囊泡膜表面蜂毒肽吸附量以及泄露模式依赖于磷脂组分.此外,推断了蜂毒肽对不同组分磷脂膜的破坏作用模型.研究为蜂毒肽在肿瘤细胞的作用机制及其衍生物的优化设计提供参考.