工程人员常通过对比设计软件与有限元软件的分析结果,以验算和校核结构设计的合理性。然而,由于软件分析内核的差异,设计软件与有限元软件之间的模型信息往往难以直接传递并转化。针对SAP2000结构设计分析软件向ANSYS有限元分析软件的模型转化问题,基于python语言和APDL参数化设计语言,编译并开发了STAMT V1.0(SAP2000 To ANSYS Model Transformation V1.0)模型转化程序。相比已有转化程序,STAMT程序实现了更多单元类型、材料属性、截面类型、荷载形式的转化,提高了模型转化的通用性。其次,其涵盖了节点坐标系变换、梁单元坐标系变换、梁端自由度释放、创建刚性域等必备功能,进一步满足了模型转化过程中的功能性需求。然后,采用先建立几何模型后生成有限元模型的转化思路,实现了梁单元网格数量的自定义以及板壳荷载向梁的传递,软件操作界面简洁,便于工程人员的使用。最后,通过单层工业厂房和多层框架结构的两个算例分析,得到转化后模型的质量与原模型一致,前5阶周期的平均误差不超过3%,满足精度要求。研究分析验证了STAMT程序可实现SAP2000模型向ANSYS模型的准确、快速转化。
源代码漏洞检测常使用代码指标、机器学习和深度学习等技术.但是这些技术存在无法保留源代码中的句法和语义信息、需要大量专家知识对漏洞特征进行定义等问题.为应对现有技术存在的问题,提出基于BERT(bidirectional encoder representations from transformers)模型的源代码漏洞检测模型.该模型将需要检测的源代码分割为多个小样本,将每个小样本转换成近似自然语言的形式,通过BERT模型实现源代码中漏洞特征的自动提取,然后训练具有良好性能的漏洞分类器,实现python语言多种类型漏洞的检测.该模型在不同类型的漏洞中实现了平均99.2%的准确率、97.2%的精确率、96.2%的召回率和96.7%的F1分数的检测水平,对比现有的漏洞检测方法有2%~14%的性能提升.实验结果表明,该模型是一种通用的、轻量级的、可扩展的漏洞检测方法.
暂无评论