基于完全互补码波形的非零多普勒目标检测

本文将完全互补码(Complete Complementary Code, CCC)应用于多输入多输出(Multiple Input Multiple Output, MIMO)雷达目标探测中，针对具有非零多普勒的多目标检测问题，提出一种基于广义普洛黑-修-莫尔斯(Generalized Prouhet-Thue-Morse, GPTM)序列和二项式系数加权的信号处理方法。该方法分别在发射端和接收端进行处理，在发射端采用GPTM序列设计方法调整脉冲的发射顺序，以降低由多普勒引起的距离旁瓣；在接收端通过二项式设计(Binomial Design, BD)方法为各接收脉冲加上不同权重，扩大目标多普勒附近的清洁区。为综合上述两次处理的优势，将两次处理得到的距离多普勒谱进行逐点最小化处理，得到最终的距离多普勒谱，然后进行有序恒虚警检测。仿真结果表明，本文所提的信号处理方法具有良好的旁瓣抑制效果和多普勒分辨率，能够有效检测出非零多普勒目标。     

基于误差估值累加开环校正的诱导式欺骗检测方法

诱导式卫星欺骗干扰可诱导航空器逐渐偏离预定航迹，难以被发现，因此及时有效地检测干扰是飞行安全的保障。在现有紧组合导航体制基础上，设计了一种基于误差估值累加开环校正的紧组合导航结构，并证明了其性能与传统闭环校正紧组合导航性能等效。在此结构中，将紧组合导航系统与自适应序贯概率比检测方法结合，提出了一种基于误差估值累加开环校正的诱导式欺骗检测方法，融合紧组合导航信息与其他不受欺骗影响的导航信息，构建欺骗检测统计量进行诱导式欺骗检测。仿真结果表明，开环校正结构可避免随时间累加的惯性导航系统误差所导致的组合导航滤波器发散问题，同时欺骗检测方法可进一步提高算法对“最坏”情形下微小诱导式欺骗的检测效果。     

基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

探寻数形变化规律,提升数形结合思想

数形结合的本质就是将直观的图形与抽象的语言符号相结合,实现形象思维与抽象思维的融合,让复杂、抽象的问题变得直观、简单化.在初中数学教学的各个环节,有效地渗透数形结合思想,能激发学生思维的灵活性与创造性.本文中,从数量变化规律、图形变化规律与数形结合思想的实际应用三方面着手,具体谈谈数形结合思想在教学中的应用.     

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％.     

智能机柜方案解决5G基站建设难题

众所周知,与4G相比,5G具有更高的速率、更低的时延和更大的连接能力,既能满足人与人的通信,还能满足人与物、物与物的通信,是构建未来万物互联社会的基础。在国内,以5G等为代表的“新基建”已成为数字经济发展的战略基石。作为一座以“科技”和“创新”著称的城市,深圳5G建设正走在全国前列。     

云计算在水电工程信息化建设中的应用

我国步入21世纪以来,水电工程经过不断的发展已经到了一个瓶颈期。面对水电工程建设过程中出现的各类问题显得力不从心,同时在建设过程中受到人力物力、环境地形、施工条件等多方影响,也对监管力度提出了不小的挑战。为切实保障水电工程的效率与质量,水电工程利用云计算技术进行信息化建设,这对水电工程的建设管理起到了促进作用,对于水电工程的整体建设来说,是极为有利的。     

对数字化改革与转型的思考

数字化转型和数字化改革是当前地方发展和改革中提出的新理念。从形式上看,数字化转型表现为社会各子系统基于数字技术建立的各种应用场景,数字化改革则是运用数字化技术、思维和认知对治理的体制机制、组织架构、流程手段等进行全方位、系统性重塑。如何进一步理解数字化转型与改革的根本内涵,需要从复杂社会系统的演变与治理上来思考,这里做简要讨论。     

基于度量学习的意图识别和槽填充方法

人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能.     

高职计算机信息与安全实验室的实现与维护

随着科学技术的进步,信息与安全技术已经成为一门重要的新兴学科,该学科在未来仍然有十分广阔的发展前景,对于国家的发展也有重要意义。笔者将介绍高职计算机信息与安全实验室的建设、规划以及维护工作,不仅可以帮助学生提高技能素养,还能开发学生创新能力和动手能力。