课程文献中心 更多>>

关键词： 损伤识别   主成分分析   全局传递比函数   损伤指标  

摘要： 基于全局传递比函数和主成分分析，提取特征值构建损伤指标，并结合损伤指标的统计信息设计阈值，从而提出一种对结构损伤的有效识别新方法。该方法无需事先筛选全局传递比函数，而且将全局传递比函数频带的筛选转化为主成分的选取，避免了经验判断和频带选择对损伤识别结果的影响。数值模拟与模型试验的结果表明，该方法在连续梁、空间钢桁架及钢制信号塔等多种工程结构形式中均表现出良好的适用性，在不同荷载激励条件下均可有效地识别单损伤与多损伤工况。即使在较高噪声水平和较低局部损伤程度的情况下，虽然损伤识别结果可能扩散至邻近区域，但该方法整体上仍展现出较强的抗噪声能力。

关键词： 虚拟机调度   图神经网络   强化学习   资源优化   动态负载分配  

摘要： 随着云桌面系统的广泛应用，虚拟机调度算法面临着如何有效应对复杂多变负载的挑战。传统算法在资源利用率、系统延迟和负载均衡等方面表现欠佳。本文提出一种基于图神经网络与强化学习相结合的云桌面虚拟机调度优化算法。将云桌面环境中的虚拟机及其资源需求建模为图结构，利用图神经网络预测虚拟机的负载情况。结合强化学习策略，根据预测结果动态调整资源分配和虚拟机迁移决策，优化系统性能。使用4K视频处理、办公应用、网络应用等场景的多种数据集，评估算法的资源利用率、系统延迟和负载均衡等指标。实验结果表明，基于图神经网络与强化学习的调度算法在多个数据集上均表现出优异的性能，在资源利用率上提升了12%以上，系统延迟减少了15%，负载均衡效果优于常用资源调度算法。

关键词： 图神经网络   节点分类   掩码图自编码器   图自监督学习   图对比学习  

摘要： 掩码图自编码器因其能够有效处理图结构数据的节点分类任务而受到广泛关注。现有的掩码图自编码器模型在预训练编码器的过程中，存在两个方面的不足：（1）语义信息损失，（2）掩码节点嵌入相似。针对上述问题，提出一种融合对比学习的掩码图自编码器模型（CMGAE）。首先，将掩码图和原图分别输入在线编码器和目标编码器，生成在线嵌入和目标嵌入。然后，通过信息补充模块将在线嵌入和目标嵌入进行相似度对比，补充损失的语义信息。同时，将在线嵌入输入辨别函数和解码器，前者适当扩大掩码节点嵌入之间的方差，缓解掩码节点嵌入相似的问题，后者得到重构节点特征，用于训练在线编码器。最后，将预训练结束的在线编码器用于节点分类任务。在5个转导公共数据集和1个归纳数据集上进行节点分类实验，CMGAE的转导数据集准确率分别达到85.0%、73.6%、60.0%、50.5%、71.8%，归纳数据集的Micro-F1分数达到74.8%，相较现有模型有着更好的性能。

关键词： 初中语文   写作教学   思维导图   应用策略  

摘要： 开展初中语文教学工作时,教师应注重把握语文新课改形势,对初中生参与语文学习做好科学、有效的引导,促进初中生语文能力、素养的提升,为初中生构建一个高效、高质的语文教学模式。在语文教学中,写作教学是重要组成部分,对于初中生语文综合能力、综合素养的培养及发展起到了重要的促进作用。本文研究初中语文写作教学问题,注重将思维导图与语文写作教学进行结合,发挥思维导图在语文写作教学中的功能及作用,对初中生语文写作能力、素养做好培养,使初中语文写作教学更加有效。

关键词： 动态心电图   故障   伪差   误诊   散点图  

摘要： 目的 探讨断点续记的动态心电图伪差特点及原因 方法 9例十二导联断点续记动态心电图资料利用断点续记事件和心电散点图及逆向技术，分析并总结伪差心电图及时间RR间期散点图特征和伪差产生原因 结果 共47次断点续记事件，同时显示“记录时丢失SD卡”23次，“读取记录卡文件分配表出错”19次，仅显示“断点续记操作”5次。心电图表现为拼接式伪差性心律失常18次（占38.3%）、拼接式残缺P-QRS-T或QRS-T心电波群24次（占51.1%）及拼接式假性正常心电图5次（占10.6%）。有RR间期改变的断点续记伪差可产生一定规则分布的时间RR间期散点图形，表现为双层时间RR间期散点图和类似窦房结功能的纵向分离时间散点图形式。结论 断点续记的动态心电图有多种拼接式心电图伪差形式及时间RR间期散点图表现。记录仪、SD卡和电池故障是断点续记的主要原因。

关键词： 代码混淆系统   不透明谓词   虚假控制流   符号执行   静态分析   LLVM   逆向工程   控制流图  

摘要： 作为一种软件保护技术，代码混淆在保证程序语义不变的前提下通过增强程序的复杂性来对抗逆向工程。不透明谓词技术通过构造虚假控制流在不增加原程序时空开销的前提下隐藏程序真实的执行逻辑。针对当前不透明谓词技术无法对抗动态符号执行技术以及混淆后程序控制流较简单问题，文中提出了一种基于分段函数的不透明谓词。攻击动态符号执行存在的缺陷，利用分段函数使引入的变量收敛于设定值，以此构造不透明谓词，隐藏程序真实控制流。基于LLVM(Low Level Virtual Machine)框架实现了所提混淆系统，并进行了实验检测。实验结果表明，所提混淆方法有效增加了程序控制流的复杂度，能够抵御动态符号执行技术。相较于现有混淆系统，所提方法使程序的可维护度平均下降23.8%，具有更高的混淆强度。

关键词： 流形学习   测地距离   布尔函数   多项式嵌入  

摘要： 文章介绍了一种基于测地距离与布尔函数的多项式嵌入映射的流形学习算法.首先将数据集向量化;其次使用测地距离,通过局部线性嵌入线性重建权重矩阵,这样更能保持数据间的几何特征;然后引入布尔函数的经典表示,去除重复项,构造多项式核矩阵.最后,将其应用在人工合成的数据集和真实的数据集上,通过对降维效果与传统的方法进行比较,该方法能够用更短时间较好地保留数据的几何特征.

关键词： SLAM   实例分割   ORB-SLAM3   BEBLID描述符   稠密建图   动态轮廓消除法  

摘要： 室内动态场景中存在的移动目标会严重影响视觉SLAM系统的定位精度和鲁棒性，为此提出一种基于实例分割的动态视觉SLAM算法。该算法在ORB-SLAM3系统的前端嵌入YOLOv8-seg实例分割，用于检测和分割场景中的动态目标，同时剔除分割掩膜下的动态特征点，仅保留静态特征点用于后续的特征匹配与相机位姿估计，为降低剔除动态特征后特征匹配数不足带来的不利影响，采用更准确高效的BEBLID描述符代替原有的BRIEF描述符。在公开的TUM数据集上实验表明，该算法与原ORB-SLAM3相比，特征匹配精度提高15.31%，动态场景下相机定位精度提升94.32%，显著增强了系统在动态环境下的定位精度和鲁棒性。此外，系统增加稠密建图线程，通过动态轮廓消除法去除稠密建图中动态目标的边缘点云，从而进一步提高稠密地图的完整性与准确性。

关键词： Matlab   "函数"教学   函数性质   函数本质  

摘要： 数形结合是数学解题中的重要思想方法之一,对于促进学生将抽象的数学概念具象化、直观化具有重要作用.本文以高中数学"函数"教学为例,探讨了 Matlab在高中数学"函数"教学中的应用,基于 Matlab的简洁编程和图形动画可视化功能,提高学生对函数本质的理解,解决抽象数学问题,为数学学习提供新的思路.

关键词： 醇沉过程   多智能体系统   优先经验回放   图卷积网络   深度强化学习  

摘要： 醇沉过程广泛应用于生物制药和生物工程中，尤其是在提取蛋白质和多糖等生物大分子时表现出一定优势。针对传统优化方法难以处理其非线性和变量间耦合问题，提出了一种结合优先经验回放(Prioritized Experience Replay， PER)和图卷积网络(Graph Convolutional Network， GCN)的多智能体深度确定性策略梯度算法(Multi-Agent Deep Deterministic Policy Gradient， MADDPG)。算法在价值网络中引入GCN结构捕捉智能体之间的协作关系，并通过PER机制优先采样关键经验加快策略学习并提升训练效率。实验结果表明，所提算法在醇沉过程控制任务中，相较于现有部分方法具有更快的收敛速度和更优的策略表现，验证了在复杂多参数优化中的优势。