课程文献中心 更多>>

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： SLAM   点到图   多线激光雷达   扩展卡尔曼滤波器   因子图优化   回环检测  

摘要： 为了克服多线激光同时定位与地图创建(SLAM)算法累积误差大、面对剧烈运动场景难以矫正运动畸变的问题，提出一种基于点到图(Point-to-Map)的多线激光雷达惯性SLAM方法。首先在前端利用扩展卡尔曼滤波器将接收到的雷达和IMU数据逐个进行处理，得到激光里程计和IMU里程计，利用激光里程计将原始点云直接注册到局部地图中，从根本上去除运动畸变。同时加入回环检测模块，在后端构建因子图优化模块，将激光里程计因子、IMU里程计因子、回环因子进行融合求解。在M2DGR公开数据集上和真实环境中进行的实验均表明，在高速运动、大场景、退化场景等环境中，与A-LOAM、LIO-SAM、FAST-LIO2等算法相比，本文算法的精确度和稳定性均有不同程度提高，所建地图更能反映环境的几何样貌，在环境适应性和建图的全局一致性方面表现更优。

关键词： 配电网   稀疏量测   图填补神经网络   数据补齐  

摘要： 针对配电网量测设备部署不全、数据传输丢失等导致的量测数据稀疏问题，提出一种基于GINN（图填补神经网络）的配电网稀疏量测数据推演方法，以解决配电网现有量测数据精度低、稀疏度高的问题。首先，基于GINN的量测特征编码器模块，提取配电网节点量测数据的功率、电压等潮流特征，并利用Transformer网络建立了节点量测不同潮流特征之间的关联。其次，基于GINN的图编码器模块，建立了配电网节点间的拓扑连接关系，并利用GCN（图卷积网络）实现了节点量测潮流特征的传递与更新。然后，通过两个模块分别捕捉的节点量测数据不同潮流特征间的关系和节点间的拓扑关联，利用稀疏的量测数据实现了缺失数据的推演补齐。最后，采用IEEE 14、30、57和118节点系统开展仿真测试，验证了所提方法的有效性。

关键词： 科技发展机会   图自编码器   链路预测   文本挖掘   机会解读   量子科技  

摘要： [研究目的]针对科技战略层面的机会识别主要依赖经验的问题,提出科技发展机会的概念和定量发现方法。[研究方法]在机会识别阶段,从国内权威媒体和相关企业的网站上抽取焦点领域科技发展的相关文本信息,构建领域关键词共词网络,运用基于图自编码器的链路预测算法识别新的科技发展机会;在机会分析阶段,针对潜在机会数量庞大和含义模糊的问题,建立宏观因素类别和微观关键词两个层次的指标,筛选并解读科技发展机会。[研究结果/结论]量子科技领域的实证研究表明,图自编码器链路预测模型相较于经典模型表现出了更好的性能;提出的机会筛选和解读方法能够明确科技发展机会的具体含义;我国量子领域科技发展的类别层机会有加强对量子企业的政策支持、提高产业链活力,以及强化产学研合作,关键词层机会有量子保密通信、量子超级计算机和量子科技产业金融一体化等。验证了所提出方法的有效性和可行性。

关键词： 图文结合评论   评论有用性   认知流畅性   情感流畅性   实验  

摘要： 现有文献从吸引力、内容丰富度、显示位置及一致性等角度探讨了图文结合评论对评论有用性的影响，但尚缺乏针对不同文本与图片内容特征匹配如何影响评论有用性的研究。基于包含1250位被试的六个情景实验，本研究系统分析了图文匹配对评论有用性的作用机制。研究发现，属性导向文本与特写镜头图片的匹配提高了评论的有用性，因为这种组合增强了认知流畅性；而利益导向文本与长镜头图片的匹配则通过提升情感流畅性来增强评论的有用性。此外，认知风格（分析型vs.整体型）在图文匹配与评论有用性的关系中起到调节作用。研究结果不仅揭示了图文匹配对评论有用性的影响机制，还为在线平台优化评论设计提供了重要的管理启示。

关键词： 颠覆策略   叠图   图重构   连通度优化  

摘要： 提出图的颠覆策略和S-T重构概念,讨论了基于连通度优化的图的S-T重构问题。构造出一类具有特殊结构的叠图,解决了由两个完全图构成的叠图的基于连通度优化的最优重构问题。

关键词： 高光谱图像去噪   图神经网络   深度学习   空谱特征   核范数  

摘要： 基于传统深度学习的高光谱图像去噪方法通常难以捕捉空间位置的长程相关性和全局不规则局部块的相似性，导致去噪后细节信息丢失和结构完整性不足。为此，本文提出了一种新的面向高光谱图像去噪的超像素级图特征学习方法，旨在利用图神经网络提取空谱特征，捕捉不规则局部块空间位置的长程相关性，以保留纹理细节和结构信息。首先，设计了门控注意力模块来抑制噪声并增强光谱相关性，为后续的超像素分割奠定基础。而后设计了超像素级图聚合模块，通过将高光谱图像按空间维分割成多个空间相连的超像素，并使用共享线性层学习超像素中像素的加权值，之后使用图卷积更新节点信息，从而有效地保持高光谱图像结构完整性和内部细节的清晰度。最后，利用高光谱图像的低秩性，在训练过程中引入核范数正则化进行约束，提出了低秩-空谱损失，以关注结构信息的保留。实验结果表明，本文提出的方法在性能上优于当前先进方法。