用错误围堵策略建立可生存的网络安全设备内核

提出在IBM虚拟机器的架构上,使用错误围堵策略建立可生存的网络安全设备内核的思想。建立有效的资源管理器,分割、调度机器资源,把物理资源提供给虚拟机器,平衡错误围堵与其它的性能要求。利用软件和硬件错误围堵技术制约对系统攻击引起的错误,防止一个错误引起整个系统的崩溃。用以上策略建立了内核模型,给它加上大负荷,正常和异常的工作。实验结果显示:即使在系统中某些部分出错的情况下,依然不影响系统的整体性能,并且错误围堵的开销几乎可以忽略不计。     

Gabor-CNN for object detection based on small samples

Object detection models based on convolutional neural networks (CNN) have achieved state-of-the-art performance by heavily rely on large-scale training samples. They are insufficient when used in specific applications, such as the detection of military objects, as in these instances, a large number of samples is hard to obtain. In order to solve this problem, this paper proposes the use of Gabor-CNN for object detection based on a small number of samples. First of all, a feature extraction convolution kernel library composed of multi-shape Gabor and color Gabor is constructed, and the optimal Gabor convolution kernel group is obtained by means of training and screening, which is convolved with the input image to obtain feature information of objects with strong auxiliary function. Then, the k-means clustering algorithm is adopted to construct several different sizes of anchor boxes, which improves the quality of the regional proposals. We call this regional proposal process the Gabor-assisted Region Proposal Network (Gabor-assisted RPN). Finally, the Deeply-Utilized Feature Pyramid Network (DU-FPN) method is proposed to strengthen the feature expression of objects in the image. A bottom-up and a top-down feature pyramid is constructed in ResNet-50 and feature information of objects is deeply utilized through the transverse connection and integration of features at various scales. Experimental results show that the method proposed in this paper achieves better results than the state-of-art contrast models on data sets with small samples in terms of accuracy and recall rate, and thus has a strong application prospect.     

微分算子插值样条解析性质的一种新证法

讨论带线性泛函约束的微分算子插值样条 ,在空间Wm2 中给出了由约束泛函和微分算子构造再生核的普遍方法 ,利用微分算子及其共轭微分算子零空间基底之间的关系得到了微分算子插值样条解析性质新的推导方法。     

一种传感器网络时空融合模型

针对多传感器间存在时空相关性和先验知识未知的情况,提出了一种基于核偏最小二乘最优加权的传感器网络时空融合模型。首先用核偏最小二乘法对每个传感器在不同时刻的测量值进行融合,然后将各个传感器同时刻的估计值进行空间最优融合,从而得到被测参量的最终融合估计。该模型还能排除那些取值远离样本点集合平均水平的奇异点。理论分析和融合实验表明,该模型能取得较高的融合精度,并能显著节省网络能量。     

一种支持向量回归的局部邻域稀疏化方法

调整高斯核函数参数可以改变其VC维,通过密度聚类算法发现并分离全局中非线性复杂度不同的局部特征,以支持向量比率为优化指标确定满足局部稀疏条件的核函数,从而达到优化核函数选择以提高整体回归稀疏性的目的。     

论社会主义核心价值体系的理论特征及其价值本质

社会主义核心价值体系在理论特征上深刻体现了社会主义本质,这必然在价值关系中为理解社会主义核心价值体系的价值本质奠定了基础。社会主义核心价值体系的价值本质不仅是一种真实的主客体关系,也是一种具有教育属性的价值旨趣与具有优先选择的公共价值。     

基于核主成分分析的高校科技创新能力评价研究

高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义.基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的废咝韵喙匦畔?从而取得较好的评价结果.以15所教育部直属高校科研统计数据为样本,利用核主成分分析法进行了高校科技创新能力评价的实证分析,并与主成分分析结果进行了比较,结果表明,核主成分分析能够取得更高的主特征值累积贡献率,从而产生更为合理的评价结果.     

再生核的一种新的计算法及其递推性

利用函数带积分余项的Taylor公式很自然地给出了W2m[a,b]空间的内积;基于这个内积,用Green函数得到再生核简洁的表达式,并用矩阵讨论了再生核计算的递推关系。     

多视图三角化中特征点噪声尺度的自适应估算

鲁棒性多视图三角化方法通常借助重投影误差经验阈值来剔除图像对应中的错误匹配,该经验阈值的选取直接影响三维重构场景点的数量和精度。在分析图像特征点定位噪声及对极传递几何原理的基础上,建立对极传递过程不确定性的传递模型,提出一种基于核密度估计的最优噪声尺度估算方法,并将该噪声尺度作为多视图三角化中错误匹配筛选的依据。实验结果表明,该方法可以获得准确的噪声尺度估计,从而有效提升多视图三角化方法的三维重构质量。     

Linux虚拟文件系统层的路径检索加速

为解决 Linux 内核传统路径检索日益凸显的开销问题,提出Staged Lookup以加速路径检索,通过动态缓存热目录来减少文件访问的时延。Staged Lookup的核心在于缓存频繁使用的目录项,从而避免从根节点重复遍历路径。不同于从根结点开始的检索操作, Staged Lookup扩展了搜索策略,允许从最近缓存的目录项向后或向前进行路径检索。在Linux内核版本3.14和5.4上部署Staged Lookup的原型,并开展实际系统测试。实验数据显示,相比于传统的路径检索方式,Staged Lookup能实现高达46.9%的性能提升。