检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于图嵌入的二进制代码模块划分方法

计算机研究与发展 2024年第9期61卷 2275-2289页

作者：孙华启康绯舒辉黄宇垚卜文娟中国人民解放军战略支援部队信息工程大学郑州450001

软件逆向分析作为网络空间安全领域研究的核心支撑技术,在软件漏洞分析、恶意代码行为分析等方面有着广泛应用.二进制代码的模块划分是该领域研究中的关键问题,通过将复杂或者大体量软件合理划分为若干模块,对于帮助分析者快速、准确理... 详细信息

软件逆向分析作为网络空间安全领域研究的核心支撑技术,在软件漏洞分析、恶意代码行为分析等方面有着广泛应用.二进制代码的模块划分是该领域研究中的关键问题,通过将复杂或者大体量软件合理划分为若干模块,对于帮助分析者快速、准确理解软件结构与功能,提高分析效率起着重要作用.对此,常见方法是将代码中的函数及其调用关系看作复杂网络,通过社区发现算法来进行函数聚类,实现模块划分,该类方法通常只考虑节点之间的连接关系,忽略了节点的属性、节点之间的相似度等信息,且对噪声和异常值比较敏感.为了解决这些问题,提出了一种基于图嵌入的二进制代码模块划分(graph embedding based binary code modularization,GEBCM)方法.该方法首先将软件系统抽象为属性图,然后通过带有注意力机制和排名机制的图嵌入聚类方法对函数节点进行嵌入表示并聚类.通过聚类将二进制文件分组为更具有完整功能的独立部分,揭示了复杂程序结构中分离的模块语义信息.在2个数据集上进行的实验评估,验证了所提出的GEBCM方法的有效性.评估结果表明,相比其他二进制模块化工作,GEBCM的F1值平均提高10.2个百分点.此外,在针对恶意样本的评估实验中,GEBCM能有效地划分出恶意代码的模块,表现出优秀的可扩展性.

关键词：聚类图嵌入程序分析模块划分逆向工程

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

高气压下三维旋转滑动弧放电光谱特性分析

光谱学与光谱分析 2024年第6期44卷 1571-1577页

作者：张磊张登成于锦禄赵兵兵徐哲霖程伟达中国人民解放军空军工程大学航空工程学院陕西西安710038

为探究气体压力对滑动弧放电稳定性的影响规律,在高气压放电实验平台上,开展了滑动弧放电光谱特性研究。利用发射光谱法对滑动弧放电过程中的激发态物质进行诊断,并对不同气体压力条件下滑动弧放电的电子密度、振动温度、转动温度进行... 详细信息

为探究气体压力对滑动弧放电稳定性的影响规律,在高气压放电实验平台上,开展了滑动弧放电光谱特性研究。利用发射光谱法对滑动弧放电过程中的激发态物质进行诊断,并对不同气体压力条件下滑动弧放电的电子密度、振动温度、转动温度进行了计算。在滑动弧放电发射光谱中观测到氮气第二正带系N_(2)(C^(3)Π_(u)→B^(3)Π_(g))和氮气第一负带系N^(+)_(2)(B^(2)Σ^(+)_(u)→X^(2)Σ^(+)_(g))的发射谱线,随着气体压力升高,氮气第二正带系谱线发射强度增强,氮气第一负带系的发射强度变化幅度较小。当气体压力超过0.26 MPa之后,在滑动弧放电发射光谱中发现了氮气Gaydon s Green带系507.4 nm的发射谱线,其发射强度为3508.49 arb,随气体压力升高其谱线发射强度无明显变化。利用Stark展宽法对滑动弧放电过程中的电子密度进行了计算,得到电子密度在1023量级,并且随着气体压力的增加,滑动弧放电的电子密度呈线性增加。针对氮气分子第二正带系的5条谱线,采用玻尔兹曼图解法对滑动弧放电的振动温度进行计算,振动温度随气体压力的变化并非单调变化,在0.3 MPa之前振动温度变化幅度较小,气体压力超过0.3 MPa之后振动温度迅速增加。对氮气分子第一负带系390~391.6 nm处的发射谱线进行拟合计算滑动弧放电的转动温度,结果表明在0.24 MPa之前转动温度随气体压力升高变化幅度较大,气体压力超过0.24 MPa之后转动温度增长幅度变小。

关键词：滑动弧等离子体高气压放电电子密度振动温度转动温度

在线全文

学校读者我要写书评

暂无评论

甲状腺轮辐状血流结节的超声诊断价值

中国医学科学院学报 2024年第3期46卷 370-376页

作者：李旭林宇成一鸣赵晓宇苟涛华张艳解放军医学院北京100853 中国人民解放军总医院第一医学中心超声诊断科北京100853 中国人民解放军总医院第一医学中心病理科北京100853

目的探讨超声对甲状腺轮辐状血流表现结节的诊断价值。方法收集超声检查甲状腺结节血流呈轮辐状表现患者的病例资料,记录结节灰阶超声特征,以病理结果为金标准,比较美国放射学会甲状腺影像报告与数据系统(ACR TI-RADS)和中国甲状腺影像... 详细信息

目的探讨超声对甲状腺轮辐状血流表现结节的诊断价值。方法收集超声检查甲状腺结节血流呈轮辐状表现患者的病例资料,记录结节灰阶超声特征,以病理结果为金标准,比较美国放射学会甲状腺影像报告与数据系统(ACR TI-RADS)和中国甲状腺影像报告与数据系统(C-TIRADS)及联合特异指标对甲状腺轮辐状血流结节的诊断效能。结果最终纳入患者64例,其中恶性结节47例,良性结节17例。除一般超声特征外,中央瘢痕多见于恶性结节(χ^(2)=5.968,P=0.015),而中央区粗钙化多见于良性结节(χ^(2)=10.899,P=0.001)。联合中央瘢痕和中央区粗钙化,ACR-TIRADS和C-TIRADS诊断甲状腺轮辐状血流结节的效能均明显提高(P均<0.001)。结论甲状腺结节超声呈轮辐状血流表现时应警惕恶性的可能,联合中央瘢痕及中央区粗钙化可提高超声诊断准确性。

关键词：甲状腺结节超声瘢痕轮辐状

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于YOLO的航管一次雷达目标检测方法

系统工程与电子技术 2024年第1期46卷 143-151页

作者：施端阳林强胡冰杜小帅空军预警学院防空预警装备系湖北武汉430019 中国人民解放军95174部队湖北武汉430040 中国人民解放军94005部队甘肃酒泉735000

针对传统恒虚警率(constant false alarm rate,CFAR)检测方法检测率低的问题,提出一种基于YOLO(you only look once)的深度学习雷达目标检测方法。首先,利用同相正交(in-phase/quadrature,I/Q)数据匹配滤波后形成的雷达原始图像自建雷... 详细信息

针对传统恒虚警率(constant false alarm rate,CFAR)检测方法检测率低的问题,提出一种基于YOLO(you only look once)的深度学习雷达目标检测方法。首先,利用同相正交(in-phase/quadrature,I/Q)数据匹配滤波后形成的雷达原始图像自建雷达目标图像数据集。然后,改进YOLO检测模型的网络结构、特征融合策略和损失函数以提高模型的精度,并引入迁移学习思想,利用预训练的深度学习网络提取图像特征,降低了检测模型对训练样本量的要求。最后,在自建数据集上对YOLO目标检测方法进行了实验验证。航管一次雷达实测数据的实验证明:与传统CFAR检测方法和两阶段的快速区域卷积神经网络(region convolutional neural networks,R-CNN)检测方法相比,所提方法的目标检测率大幅提高,虚警率明显降低,且实现了实时检测。

关键词：航管一次雷达深度学习目标检测 YOLO

基于环量控制的虚拟舵面飞行器概念与设计综述

在线全文

学校读者我要写书评

暂无评论

航空学报 2024年第6期45卷 48-73页

作者：张艳华张登成周章文雷玉昌李林空军工程大学航空工程学院西安710038 中国人民解放军95034部队百色542899 中国人民解放军93318部队铁岭112300

利用环量控制替代机械舵面,构建的虚拟舵面飞行器在短距起降、高隐身、久航远航和机动飞行等方面具有性能优势,对未来无舵面飞翼布局飞行器的研究具有重要意义。本文通过梳理国内外环量控制技术的发展历程,明确了虚拟舵面飞行控制的发... 详细信息

利用环量控制替代机械舵面,构建的虚拟舵面飞行器在短距起降、高隐身、久航远航和机动飞行等方面具有性能优势,对未来无舵面飞翼布局飞行器的研究具有重要意义。本文通过梳理国内外环量控制技术的发展历程,明确了虚拟舵面飞行控制的发展趋势;介绍GACC翼型不同动量系数、迎角的升力特性以及单射流、双射流的气动特性,阐述了环量控制提高升力、形成虚拟舵面实现飞行控制的作用原理;基于SACOON平台在滚转、俯仰和偏航不同方向的力矩特性,验证了虚拟舵面优于机械舵面的控制效果;从环量控制翼型、气动布局、射流作动系统与射流飞控系统4个主要方面提出虚拟舵面飞行器的概念和设计思路;重点关注引气系统、舵面高效性、一体化设计、安全适应性等方面存在的问题和解决思路,推动虚拟舵面飞行器的工程应用。综述内容为环量控制技术应用于未来无舵面飞行器提供了一定的理论参考。

关键词：环量控制虚拟舵面飞行器设计升力射流动量系数

在线全文

学校读者我要写书评

暂无评论

甲状腺癌新生淋巴管与淋巴转移的研究进展

中国医学科学院学报 2024年第3期46卷 409-413页

作者：李旭张艳解放军医学院北京100853 中国人民解放军总医院第一医学中心超声诊断科北京100853

甲状腺癌是常见的内分泌恶性肿瘤,多数呈惰性,淋巴转移是其常见的转移方式,决定肿瘤的临床分期和预后。肿瘤的淋巴转移机制是多年来的研究热点,目前已取得一些成果。本文将从淋巴管分子标志物及在新生肿瘤中的临床应用、淋巴管新生机制... 详细信息

甲状腺癌是常见的内分泌恶性肿瘤,多数呈惰性,淋巴转移是其常见的转移方式,决定肿瘤的临床分期和预后。肿瘤的淋巴转移机制是多年来的研究热点,目前已取得一些成果。本文将从淋巴管分子标志物及在新生肿瘤中的临床应用、淋巴管新生机制及在肿瘤淋巴转移中的作用、淋巴管引流示踪前哨淋巴结及超声在甲状腺癌颈部淋巴结转移中的应用等进行综述,尤其对常规超声、经静脉超声造影、经淋巴超声造影在甲状腺癌颈部淋巴结转移中的应用进行详细描述。

关键词：甲状腺癌淋巴转移超声造影

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于压缩残差网络的雷达辐射源识别方法研究

强激光与粒子束 2024年第4期36卷 113-122页

作者：郭恩泽刘正堂崔博刘国彬史航宇蒋旭中国人民解放军63893部队河南洛阳471003 中国人民解放军63896部队河南洛阳471003

针对低信噪比条件下,现有的雷达辐射源信号识别方法存在识别正确率低、时效性差的问题,提出了一种基于压缩残差网络的雷达辐射源信号识别方法。首先,利用Choi-Williams分布的时频分析方法将时域信号转换为二维时频图像;然后,根据应用场... 详细信息

针对低信噪比条件下,现有的雷达辐射源信号识别方法存在识别正确率低、时效性差的问题,提出了一种基于压缩残差网络的雷达辐射源信号识别方法。首先,利用Choi-Williams分布的时频分析方法将时域信号转换为二维时频图像;然后,根据应用场景特点,选择卷积神经网络(Convolutional Neural Networks,CNN)“压缩”范围;最后,构建压缩残差网络来自动提取图像特征并完成分类。仿真实验结果表明,在同等体量的设计下,与当前较为常用的标准CNN以及ResNet模型相比,所提模型能够降低信号识别运行时间约88%,在信噪比为-14 dB条件下对14种雷达辐射源信号的平均识别率高约5%。提供了一种高效的雷达辐射源信号智能识别方法,具有潜在的工程应用前景。

关键词：压缩残差网络时频分析雷达辐射源识别深度学习扩张卷积

准分子激光冠状动脉成形术联合药物涂层球囊治疗支架内再狭窄的即刻管腔获益及与光学相干断层成像下不同内膜组织特征间的关系

在线全文

学校读者我要写书评

暂无评论

中国循环杂志 2024年第2期39卷 133-139页

作者：何攀杨俊杰陈海威邓安平金至赓高磊郭军陈韵岱汪奇中国人民解放军总医院第一医学中心心血管内科北京100853 中国人民解放军医学院北京100853

目的:比较准分子激光冠状动脉成形术(ELCA)联合药物涂层球囊(DCB)治疗冠状动脉支架内再狭窄(ISR)的即刻管腔获益及与光学相干断层成像(OCT)下不同内膜组织特征间的关系。方法:回顾性入选2019年1月至2023年5月于中国人民解放军总医院第... 详细信息

目的:比较准分子激光冠状动脉成形术(ELCA)联合药物涂层球囊(DCB)治疗冠状动脉支架内再狭窄(ISR)的即刻管腔获益及与光学相干断层成像(OCT)下不同内膜组织特征间的关系。方法:回顾性入选2019年1月至2023年5月于中国人民解放军总医院第一医学中心接受DCB治疗的ISR患者86例,共96处ISR病变,所有病变均行OCT评估。根据是否使用ELCA,将病变分为ELCA+DCB组(n=30)和DCB组(n=66);并根据OCT评估的ISR病变内膜组织特征分为均质模式和非均质模式,比较两种不同模式对即刻管腔获益的影响。即刻管腔获益定义为治疗前后的OCT下最小管腔面积变化值(ΔMLA)。结果:ELCA+DCB组与DCB组相比获得更大的ΔMLA[(3.2±0.8)mm^(2)vs.(2.6±1.4)mm^(2),P=0.015]。在均质模式的ISR病变中,ELCA+DCB组的ΔMLA大于DCB组[(3.0±0.9)mm^(2)vs.(2.2±1.1)mm^(2),P=0.030],但在非均质模式的ISR病变中,两组ΔMLA差异无统计学意义[(3.4±0.7)mm^(2)vs.(3.2±1.5)mm^(2),P=0.533]。术后随访6个月期间,病变接受DCB治疗的患者(n=60)与ELCA+DCB治疗的患者(n=26)均无死亡,靶病变血运重建率差异无统计学意义(7.4%vs.4.2%,P>0.05)。结论:ELCA联合DCB是治疗ISR的有效策略,较单独DCB治疗能够实现更大的术后即刻管腔获益,尤其对于OCT显示病变内膜组织均质模式ISR的治疗效果更为显著。

关键词：支架内再狭窄准分子激光冠状动脉成形术药物涂层球囊光学相干断层成像

基于Bert-GNNs异质图注意力网络的早期谣言检测

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第1期52卷 311-323页

作者：欧阳祺陈鸿昶刘树新王凯李星中国人民解放军战略支援部队信息工程大学河南郑州450001

网络谣言的广泛传播已经造成了很大的社会危害,因此早期谣言检测任务已成为重要的研究热点.现有谣言检测方法主要从文本内容、用户配置和传播结构中挖掘相关特征,但没有同时利用到文本全局语义关系和局部上下文语义关系.为了克服以上局... 详细信息

网络谣言的广泛传播已经造成了很大的社会危害,因此早期谣言检测任务已成为重要的研究热点.现有谣言检测方法主要从文本内容、用户配置和传播结构中挖掘相关特征,但没有同时利用到文本全局语义关系和局部上下文语义关系.为了克服以上局限性,充分利用到谣言数据中的文本全局-局部上下文语义关系、文本语义内容特征和推文传播的结构特征,本文提出了一种基于Bert-GNNs异质图注意力网络的早期谣言检测算法(Bert-GNNs Heterogeneous Graph Attention Network,BGHGAN).该方法根据历史谣言集和用户特征构建一个推文-词-用户异质图,通过采用预训练语言模型Bert和图卷积神经网络(Graph Convolutional Network,GCN)结合的方法进行特征学习,以挖掘谣言的文本语义特征和文本之间的关系,并将异质图分解为推文-词子图和推文-用户子图,采用图注意力网络(Graph Attention network,GAT)的方式分别进行特征学习,从而更充分利用文本全局-局部上下文语义关系和传播图的全局结构关系以加强特征表达;最后,通过子图级注意力机制将不同模块的学习集成进行最终的谣言检测.所提算法在真实的Twitter15和Twitter16数据上进行实验,验证了该算法在检测准确率上分别为91.4%和91.9%,较现有最佳模型分别提高了1%和1.4%,也具备在早期阶段对谣言的检测能力;同时,本文通过实验探讨了不同特征对谣言检测的重要性、对异质图构建质量的重要性.

关键词：虚假谣言 Bert-GCN模块子图注意力网络模块全局语义关系全局结构关系局部上下文语义关系