基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

基于MOF (Cu)@biochar气凝胶的制备及其在缓释氮肥上的应用

以羧甲基纤维素(CMC)、明胶和MOF(Cu)@biochar为原料,采用简单有效的冷冻干燥方法制备了(CMC/Gelatin/MOF(Cu)@biochar)杂化气凝胶,并用傅里叶变换红外光谱(FT-IR)、热重分析(TG)、X射线粉末衍射(XRD)、扫描电镜(SEM)和X射线光电子能谱(XPS)技术对其进行了表征;研究了MOF(Cu)@biochar含量、pH和不同的盐水溶液对杂化气凝胶溶胀行为的影响;以该气凝胶负载氯化铵,制备了一种新型缓释肥料(SRF),并研究了含2%(wt)SRF的沙性土壤的保水能力;SRF在土壤中第30天的累积释放率为79.4%;肥料在土壤中释放符合非Fickian扩散和阳离子交换的协同作用机理。     

“电工学”国家级一流课程建设与实践

根据新时代新工科人才需求特点和电工学课程特点,分析非电专业学生的电类实践需求,提出构建电工学课程为核心的电工电子实践创新能力培养新体系。通过优化教学内容、开展教学模式和考核模式改革、构建教学资源体系和进行教师队伍建设,使我校电工学课程教学质量提升、学生工程实践和创新能力提高、学生满意度增加、一流课程建设成效显著。     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

OBE-CDIO理念下“集成电路版图分析与设计”课程教学改革与探索

针对目前集成电路版图分析与设计课程存在教学方法老化、教学模式形式化等问题,本文以OBE-CDIO教育理念为指导,对”集成电路版图分析与设计”课程的课程教学模式、课程设计、项目式教学方式和课程考核方式等方面的改革进行有益的探索与实践。将工程教学认证中对学生的专业毕业要求作为制定教学目标的依据,将BB网络平台、ISO9001等现代化教学资源和质量标准融入课堂教学,采用OBE-CDIO能力教学理念指导课程设计,实现教学环节与考核环节的科学化与多元化,通过引入课程思政激发学生学习热情,树立社会主义核心价值观,全面地培养学生的综合版图分析与设计能力和素养。     

On s-hamiltonian line graphs of claw-free graphs

For an integer $s\ge 0$, a graph $G$ is $s$-hamiltonian if for any vertex subset $S?V\left(G\right)$ with $\left|S\right|\le s$, $G?S$ is hamiltonian, and $G$ is $s$-hamiltonian connected if for any vertex subset $S?V\left(G\right)$ with $\left|S\right|\le s$, $G?S$ is hamiltonian connected. Thomassen in 1984 conjectured that every 4-connected line graph is hamiltonian (see Thomassen, 1986), and Ku?zel and Xiong in 2004 conjectured that every 4-connected line graph is hamiltonian connected (see Ryjá?ek and Vrána, 2011). In Broersma and Veldman (1987), Broersma and Veldman raised the characterization problem of $s$-hamiltonian line graphs. In Lai and Shao (2013), it is conjectured that for $s\ge 2$, a line graph $L\left(G\right)$ is $s$-hamiltonian if and only if $L\left(G\right)$ is $(s+2)$-connected. In this paper we prove the following.(i) For an integer $s\ge 2$, the line graph $L\left(G\right)$ of a claw-free graph $G$ is $s$-hamiltonian if and only if $L\left(G\right)$ is $(s+2)$-connected.(ii) The line graph $L\left(G\right)$ of a claw-free graph $G$ is 1-hamiltonian connected if and only if $L\left(G\right)$ is 4-connected.     

桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

应变纤锌矿ZnO/MgxZn1-xO量子点中离子施主束缚激子的光学性质

Within the framework of the effective-mass approximation and the dipole approximation, considering the three-dimensional confinement of the electron and hole and the strong built-in electric field(BEF) in strained wurtzite Zn O/Mg0:25Zn0:75O quantum dots(QDs), the optical properties of ionized donor-bound excitons(D+, X)are investigated theoretically using a variational method. The computations are performed in the case of finite band offset. Numerical results indicate that the optical properties of(D+, X) complexes sensitively depend on the donor position, the QD size and the BEF. The binding energy of(D+, X) complexes is larger when the donor is located in the vicinity of the left interface of the QDs, and it decreases with increasing QD size. The oscillator strength reduces with an increase in the dot height and increases with an increase in the dot radius. Furthermore, when the QD size decreases, the absorption peak intensity shows a marked increment, and the absorption coefficient peak has a blueshift. The strong BEF causes a redshift of the absorption coefficient peak and causes the absorption peak intensity to decrease remarkably. The physical reasons for these relationships have been analyzed in depth.