面向迁移学习中特征向量差异性的成员推理攻击

在以图像分类为目标任务的迁移学习场景下,针对攻击者能力和需求对应模型不一致的情况下攻击准确率较低的问题,提出面向特征向量差异性的成员推理攻击方案,构建阴影模型获取不同层次的特征向量,采用欧氏距离对不同特征向量之间的距离进行计算,提出阈值比较步骤对欧氏距离细化分类,并设计阈值选择策略。实验结果表明：在不访问教师模型的情况下,对教师模型实施成员推理攻击,所提攻击方案仍能实现较好的攻击性能。本文方案在Cats vs Dogs、Flowers102和CIFAR-100数据集上成员推理攻击准确率分别达到0.728、0.632和0.581,揭示了迁移学习场景下成员推理攻击的有效性。随着学生模型训练时冻结层数的增加,本文方案在Cats vs Dogs数据集上的攻击性能得到提升。     

数字化语言实验室在外语教学中的应用

介绍了数字化语言实验室的分类及特点，探讨了数字化语言实验室在外语教学中的应用．通过教学实例可以看出，数字化语言实验室各项功能不仅帮助教师在课堂教学中取得良好的教学效果，而且帮助学生进行自主学习、自我测试，大大提高了学生学习外语的浓厚兴趣和积极性，促进了学生个性化学习方法的形成和自主学习能力的发展．     

基于CRBM算法的时间序列预测模型研究

针对受限玻尔兹曼机（restricted Boltzmann machines,RBM）算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题,基于CRBM（conditional restricted Boltzmann machines）算法以及信念网络（deep belief network,DBN）模型,构建了一种非线性的CRBM-DBN深度学习模型,并采用高斯分布处理输入特征值和对比散度抽样,用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值,讨论该模型的深度及参数选取,并与经典的深度学习模型RBM、DAE和浅层学习中的BP神经网络进行对比,实验验证CRBM对于赤潮时序数据的预测拟合度要明显优于其他3种模型,该模型可有效用于赤潮类时序数据的趋势性预测.     

基于集成学习的PET/CT混合成像肺癌检测

提出了一种基于多模态多尺度的Mask R-CNN集成学习模型对PET/CT混合成像进行人工智能肺癌检测。首先，通过5个深度学习模型对肺癌候选区进行提取。5个深度学习模型通过对不同尺度及不同模态训练数据进行Mask R-CNN迁移学习生成。然后利用集成学习方法将5个Mask R-CNN模型进行加权投票，有效减少假阳性数量，最终实现肺癌确诊。实验数据包括69例肺癌患者及11例正常例，训练数据集包括1242个肺癌横断面；验证数据包括270个横断面，其中58个PET肺癌横断面和58个CT肺癌横断面，77个PET正常横断面和77个CT正常横断面。该方法的F-score、Precision和Recall为0.95、0.90和1,与单模型和现有方法相比，本文方法对于PET/CT混合成像的肺癌检测具有更强的有效性，可以为医生提供有意义的辅助诊断信息.     

基于DBN与带注意力机制GRU的CAN总线入侵检测模型

为解决车联网中CAN(controller area network)总线易受攻击的问题,提出了一个混合攻击入侵检测模型DGAOIDS。该模型利用无监督的DBN(deep belief nets)学习正常CAN报文数据的基础特征,并利用一个带注意力机制的GRU(gate recurrent unit)网络学习其时序特征,用单分类支持向量机对其进行分类;引入一个对电子控制单元规则学习得到的过滤器,综合过滤器与前述模型的分类结果得出最终的检测结果。实验结果表明,对于不同攻击,基于规则的过滤器的假阳率均为0;DGAO-IDS模型不仅在公开数据集HCRL中的检测结果优于对比模型HyDL-IDS和MD-LSTM,而且该模型在混合攻击数据集MixAt中的精确度达到了91.05%,与HyDL-IDS模型和MD-LSTM模型相比分别高6.55%与7.93%。     

“少年儿童学习能力测验”测试结果分析

学习能力是学生从事学习活动、获取新知和应用知识所必需的能力,它对促进学生学习能力的发展和在教学工作中“因材施教”具有重要的意义,所以寻求一种有效的测量工具来了解学生的学习能力就成为一个基本的问题了.“少年儿童学习能力测验”(简称测验)是林传鼎、张厚粲等根据澳大利亚教育学会制定的学习能力测验改编而成的.它由三个多项选择式的分测验组成:1,找同义词,有31题,属于智力结构中的V因素;2,     

学生综合测评模型及其简化—Rough集理论的应用

基于Rough集理论，叙述了信息系统及其属性的简化，族简化、核和决策规则等概念，在此理论基础之上建立学生综合测评模型，利用此模型及其简化模型的算法为学生综合测评开发一个综合测评子系统。     

全局优化学习算法下的高阶神经网络模型

研究了一个高阶神经网络模型，该模型采用全局优化学习算法，能使所有学习图样都成为系统的稳态吸引子，其存储容量远高于Ｈｅｂｂ－ｒｕｌｅ－ｌｉｋｅ型学习算法下的高阶神经网络模型，并能存储识别相关图样．对由３０个神经元组成的二阶神经网络系统进行了计算机模拟，模拟结果证实了上述结论．此外，还分析了初始突触强度对学习效果的影响，计算了不同存储图样数目下的平均吸引半径．     

电气信息类专业高级程序设计教学内容和方法的探索与实践

从电气信息类专业高级程序设计实践教学出发,针对学生对高级程序设计学习的畏惧、学习动力不足、积极性不高、实际践行不够等问题,提出了完整的解决方案:学习动力的完全激发,学习兴趣的逐步培养,知识点的重点突破,实践上的逐步推进.通过一系列环环相扣的教学措施,使电气信息类学生对高级程序设计的掌握,不仅满足通过全国计算机等级考试的目标,而且能够站在专业发展的角度上重视计算机程序开发语言,充分理解和掌握计算机语言学习的方法和规律,并在未来的专业学习上践行软硬件均衡设计的理念.     

工程类专业课讨论式教学方法探讨

根据工程类专业课的特点和学生的学习心理,本文提出把工程类专业课教学作为一个综合课堂讲授和其他实践性教学环节的系统过程来考虑,尝试并总结出提高工程类专业课教学效果的一些有效的教学方法。这些方法一方面强调教师的课堂讲授要与学生的课堂讨论紧密结合,并通过实践提出了安排教学讨论的“课尾十分钟法”。另一方面注意实践性教学环节对课堂讲授的补充与强化作用。这些措施在实际应用中增强了学生的学习主动性、提高了教学的总效果。     

多变量零维燃烧放热模型的研究

本文在试验研究的基础上提出了一个多变量的缸内燃烧放热模型。该模型能较好地反映柴油机转速、负荷、进气温度、增压压力和喷油提前角等因素对燃烧过程的影响,有助于提高柴油机热力过程数值模拟计算精度,扩大其应用范围。     

基于记忆多项式的射频功放模型研究

宽带射频功率放大器会呈现出严重的电记忆效应，为了表征此种动态非线性行为特性，研究记忆多项式射频功放模型并采用查找表来实现，从而可解决记忆多项式模型的数值不稳定性问题．详细讨论了记忆多项式模型结构及其如何采用查找表来实现，并采用单载波WCDMA信号和3-作于1930～1990MHz频率范围的60W推挽型砷化镓场效应管（FLL600IQ-2）放大器来验证这种新方法的有效性．验证结果表明：基于查找表实现的记忆多项式射频功放模型能较好地表征宽带射频功率放大器的动态非线性行为特性．     

一种应用程序保护模型

分析了主流保护技术的实现原理及其不足,对应用程序的主要威胁源及其主要攻击方式进行了分析,提出了一种应用程序保护模型APM,给出了APM的形式化描述.通过对该模型若干安全性质的论证表明,该模型能有效地对恶意攻击做出实时防御,降低恶意攻击对应用程序的威胁和破坏.     

基于小波分析的金融时间序列消噪方法及应用

利用小波在信号消噪方面的应用,结合时间序列的预测模型,提出了一种基于小波分解的消噪预测模型,并将其与原预测模型进行比较.最后的比较试验结果发现,应用消噪后的数据进行模型预测比原始数据进行直接预测相对误差更小,从而精度更高.     

基于合作水解模型的微管动态不稳定性研究

微管是细胞中重要的组成部分和功能组件,在细胞参与的一系列生命活动中起着极其重要的作用.微管在细胞内外均呈现独特的动态不稳定性.目前关于微管内蛋白之间纵向相互作用对微管动态不稳定性影响的研究逐渐增多.应用合作水解模型得到了微管内蛋白之间纵向相互作用与微管稳定性的关系.结果表明,微管链内纵向相互作用越强,微管末端存在连续GTP微管蛋白片段的概率越小.游离GTP微管蛋白浓度越大,微管链内纵向相互作用对微管末端的影响越强.当游离GTP微管蛋白浓度较低、微管链内纵向相互作用较弱时,微管帽体较长,微管不容易发生塌缩,进而稳定性也较强.     

修正的CES模型与印度经济增长分析

通过对CES模型的修正，反映技术水平对一国经济增长的影响，并将修正后的模型用于对印度过去近30年经济增长的实际分析，得出结论：20世纪90年代以来，印度经济增长过程中在劳动技术水平有所提高的同时，资本技术水平却较为显著地下降，因此印度政府应深化经济体制改革，提高资本的使用效率。     

中国大地构造学派争鸣系统的构建与学派争鸣动态的数盘评价

本文采用系统论的观点，试图通过寻求若干能恰当地反映学派争鸣动态的数量指标，建立我国大地构造学派争鸣系统的数学模型，以便从方法论角度，为地质学史研究者探讨我国大地构造学派争鸣的演化历史，并预测其发展趋向，提供-r-新的分析思路和一种数量评价的方法.     

土地利用现状管理信息系统中土地利用多级变更模型的建立及其事务处理机制设计

土地利用变更模型及其事务处理机制是土地利用现状管理信息系统的核心．传统变更模型所支持的变更操作粒度较为单一、事务完整性差、时空语义表现过于单薄．在分析了土地利用变更特点和存在问题的基础上，提出了一种土地利用多级变更模型LU-MCM（1and use multi—level change model），模型以土地利用变迁过程为变更对象，并进一步将之划分为多级变更逻辑单元进行组合描述，而所需解决的长事务处理机制则通过扩展的多粒度树状事务模型实现．土地利用现状管理信息系统的设计和实现证明，该模型对土地利用变迁过程表达效果较好，为土地利用变更数据管理提供了思路．     

一个(2+1)维的可积sinb-Gordon方程

利用ｍＫｄＶ方程的违推算子的遗传性，构造了一个（２＋１）维的ｓｉｎｈ－Ｇｏｒｄｏｎ型的可积模型。该模型是（１＋１）维ｓｉｎｈ－Ｇｏｒｄｏｎ方程的推广．同时给出了该模型丰富的对称性及其相应的代数结构。     

增强安全隐匿网格系统的研究

网格技术的广泛应用对网格环境的安全、隐私和服务质量提出了越来越高的要求．提出了增强网格安全和匿名系统构架，包含系统模型、身份保护系统、洋葱路由系统、信誉系统和安全技术等．并通过计算机网络系统模拟分析了其可扩展性．