检索结果-内蒙古大学图书馆

自动化应用 2025年第8期66卷 117-123页

作者：刘子毅游善平张鸿兵贵州师范大学贵州省先进计算全省重点实验室贵州贵阳550001 贵州师范大学网络空间安全学院贵州贵阳550001

作为一种高效的脉冲星探测手段,单脉冲搜索技术在探测旋转射电暂现源及快速射电暴的科学研究中占据了举足轻重的地位。然而,射频干扰(RFI)对数据质量的影响,导致许多正样本候选体出现误报,并且一些脉冲星信号因RFI干扰无法识别。为增强F... 详细信息

作为一种高效的脉冲星探测手段,单脉冲搜索技术在探测旋转射电暂现源及快速射电暴的科学研究中占据了举足轻重的地位。然而,射频干扰(RFI)对数据质量的影响,导致许多正样本候选体出现误报,并且一些脉冲星信号因RFI干扰无法识别。为增强FAST多科学目标同时扫描巡天(CRAFTS)多波束数据中的脉冲星信号识别效果,将直观且功能强大的RFI识别算法互相关阈值(CCF-ST)与Heimdall软件的处理流程相结合。CCF-ST算法由信号互相关函数(CCF)和求和阈值(ST)算法构成,能有效识别RFI。Heimdall是目前集成度较高的单脉冲信号处理软件。通过在19波束数据上的有效识别和处理,该RFI识别流程在应用于CRAFTS多波束望远镜的数据处理时,提升了正样本的识别率,增幅达到2.85%。同时,在含有已知源信号的M06波束与M19波束文件上,该流程有效降低了负样本的误判率,其分别降低了13.4%和5.56%。

关键词：射频干扰 Heimdall软件 CCF-ST

来源：评论

学校读者我要写书评

暂无评论

基于U-Net和KAN的FAST射频干扰检测方法

引用

自动化应用 2025年第8期66卷 135-138页

作者：李宏伟于徐红张思聪游善平张彬何兵贵州师范大学贵州省先进计算全省重点实验室贵州贵阳550001 贵州师范大学网络空间安全学院贵州贵阳550001

射电干扰是影响射电天文观测的重要因素之一。针对500m口径球面射电望远镜(FAST)高灵敏度易受RFI影响的现状及传统多层感知机(MLPs)高计算成本与不可解释性的问题,构建了RFI区域时频域图像识别神经网络系统KEU-Net,通过将通道注意力机... 详细信息

射电干扰是影响射电天文观测的重要因素之一。针对500m口径球面射电望远镜(FAST)高灵敏度易受RFI影响的现状及传统多层感知机(MLPs)高计算成本与不可解释性的问题,构建了RFI区域时频域图像识别神经网络系统KEU-Net,通过将通道注意力机制模块ECA和基于深度可分离卷积改进的U-Net进行融合,并应用Kolmogorov-Arnold网络(KANs)替换深层MLPs,在有效提高RFI检测精度的同时降低了参数量。实验基于FAST早期观测数据,结果表明,KEU-Net的RFI识别召回率、交并比、F1分数分别为85.94%、80.29%、89.07%,显著优于主流模型,且参数量仅为9.2M;最后通过消融实验验证了KAN层对于性能提升的关键作用。ECU-Net提高了RFI识别的准确性,并降低了计算资源的需求。

关键词：射频干扰 KEU-Net Kolmogorov-Arnold网络 U-Net 深度学习通道注意力机制脉冲星

来源：评论

学校读者我要写书评

暂无评论

红阳猕猴桃SnRK1的克隆及其在果实中的表达分析

引用

热带作物学报 2025年第2期46卷 300-309页

作者：蒋开秀刘林娅何斌宋姝熠龚小见黄亚成贵州师范大学贵州省山地环境信息系统与生态环境保护重点实验室贵州贵阳550001 六盘水师范学院生物科学与技术学院贵州六盘水553004

红阳猕猴桃属于我国自主培育的优良品种,具有独特的红色性状和高糖低酸特性,因其香气浓郁,味道独特而备受欢迎。其果实的生长发育受到多种因素的影响,其中植物的蔗糖非发酵-1-相关蛋白激酶1(SnRK1)在调控碳水化合物代谢以及应对生物和... 详细信息

红阳猕猴桃属于我国自主培育的优良品种,具有独特的红色性状和高糖低酸特性,因其香气浓郁,味道独特而备受欢迎。其果实的生长发育受到多种因素的影响,其中植物的蔗糖非发酵-1-相关蛋白激酶1(SnRK1)在调控碳水化合物代谢以及应对生物和非生物胁迫方面起重要的开关作用。因此,本研究以红阳猕猴桃为材料,克隆得到红阳猕猴桃SnRK1家族2个基因的全长cDNA,分别命名为AcSnRK1.1和AcSnRK1.2,利用生物信息学方法分析AcSnRK1.1和AcSnRK1.2的理化性质、基因结构、保守基序、蛋白保守结构域及顺式作用元件等,并采用实时荧光定量检测AcSnRK1.1和AcSnRK1.2基因在不同组织和果实不同处理下的表达特性。结果表明:AcSnRK1.1和AcSnRK1.2基因分别含有1548、1545bp的开放阅读框,编码515、514个氨基酸。生物信息学分析发现AcSnRK1.1和AcSnRK1.2的氨基酸序列与其他植物SnRK1蛋白具有较高同源性;氨基酸序列显示,AcSnRK1.1和AcSnRK1.2包含了SnRK1家族特有的结构STKc_AMPK_alpha、AMPK_C、UBA_SnRK1_plant;进化树分析表明AcSnRK1.1和AcSnRK1.2基因属于SnRK1家族;组织特异性分析显示,AcSnRK1.1和AcSnRK1.2在红阳猕猴桃各个组织中均有表达,在果实中表达丰度最高;在果实发育过程中,AcSnRK1.1和AcSnRK1.2的表达量均呈先下降后上升的趋势;qRT-PCR分析表明AcSnRK1.1和AcSnRK1.2的表达受ABA、GA3、ET、CPPU的调控。随着贮藏时间的增加,AcSnRK1.1和AcSnRK1.2的表达量呈先下降后上升的趋势,推测AcSnRK1基因可能调控蔗糖合酶的表达。本研究结果表明AcSnRK1.1和AcSnRK1.2基因在红阳猕猴桃果实发育和贮藏过程中发挥重要作用,为进一步阐述AcSnRK1.1和AcSnRK1.2基因的功能奠定基础。

关键词：红阳猕猴桃 SnRK1 基因克隆生物信息学分析表达分析

来源：评论

学校读者我要写书评

暂无评论

贵州不同营养状态水库轮虫多样性及其对环境因子变化的响应

引用

生态学杂志 2025年第1期44卷 164-174页

作者：王鹏飞刘晨潘少朴罗江之顾太波邓恺芊李秋华贵州师范大学贵州省山地环境信息系统和生态环境保护重点实验室贵阳550001 贵州省国际合作研究基地水生态国际联合研究中心贵阳550001 贵州省高原水库水环境保护与生态修复工程技术研究中心贵阳550001

为揭示贵州高原不同营养状态水库的轮虫生物多样性特征及其对环境因子变化的响应,采用综合营养状态指数(TLI)、非度量多维尺度分析(NMDS)、冗余分析(RDA)等研究方法,于2020年10月、2021年4月、6月和8月对海龙水库、烂沟水库、构皮滩水... 详细信息

为揭示贵州高原不同营养状态水库的轮虫生物多样性特征及其对环境因子变化的响应,采用综合营养状态指数(TLI)、非度量多维尺度分析(NMDS)、冗余分析(RDA)等研究方法,于2020年10月、2021年4月、6月和8月对海龙水库、烂沟水库、构皮滩水库、万峰水库4座水库的轮虫群落结构及水体理化指标进行调查。结果表明:4座水库共检出轮虫37种,其中海龙水库25种、烂沟水库25种、构皮滩水库30种、万峰水库22种;优势种为螺形龟甲轮虫(Keratella cochlearis)、剪形臂尾轮虫(Brachionus forficula)、广布多肢轮虫(Polyarthra vnlgaris)等16种;海龙、烂沟、构皮滩和万峰4座水库的轮虫平均丰度分别为212、568、137和102 ind·L^(-1),平均生物量分别为43.23、41.19、13.93和8.89μg·L^(-1);海龙、烂沟、构皮滩和万峰4座水库Shannon多样性指数均值分别为1.09、1.09、0.92和0.83,Margalef丰富度指数均值分别为1.30、1.45、1.12和0.94,Pielou均匀度指数均值分别为0.62、0.58、0.60和0.55;NMDS结果表明,轻度富营养化水库与中营养水库轮虫群落结构在2020年10月和2021年4月存在显著差异(P<0.01);RDA结果表明,叶绿素a、总磷和水温是影响海龙水库轮虫群落变化的主要环境因子,铵氮、叶绿素a和总磷是影响烂沟水库轮虫群落变化的主要环境因子,水温和透明度是影响构皮滩和万峰水库轮虫群落变化的最主要环境因子。

关键词：贵州水库轮虫营养状态生物多样性环境因子

来源：评论

学校读者我要写书评

暂无评论

基于增量学习的SVM-KNN网络入侵检测方法

引用

计算机工程 2020年第4期46卷 115-122页

作者：付子爔徐洋吴招娣许丹丹谢晓尧贵州师范大学贵州省信息与计算科学重点实验室贵阳550001

为满足入侵检测的实时性和准确性要求,通过结合支持向量机(SVM)和K最近邻(KNN)算法设计IL-SVM-KNN分类器,并采用平衡k维树作为数据结构提升执行速度.训练阶段应用增量学习思想并考虑知识库的扩展,分类阶段则利用SVM和KNN算法将待分类数... 详细信息

为满足入侵检测的实时性和准确性要求,通过结合支持向量机(SVM)和K最近邻(KNN)算法设计IL-SVM-KNN分类器,并采用平衡k维树作为数据结构提升执行速度.训练阶段应用增量学习思想并考虑知识库的扩展,分类阶段则利用SVM和KNN算法将待分类数据分成3种情况应用不同的分类策略.基于KDD CUP99和NSL-KDD数据集进行实验,结果表明,IL-SVM-KNN能够区分正常流量和异常流量并准确判断异常流量的攻击类型,其准确率较KNN算法和SVM算法有明显提升,判断攻击类型的准确性高于决策树、随机森林和XGBoost算法,并且较两层卷积神经网络消耗时间更少,资源消耗更低.

关键词：支持向量机 K最近邻算法 k维树入侵检测增量学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于MLS点云模型特征的提取算法

引用

沈阳工业大学学报 2014年第3期36卷 308-315页

作者：谢晓尧葛邵飞贵州师范大学贵州省信息与计算科学重点实验室贵阳550001

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模... 详细信息

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模型边界特征点集,利用双向搜索方法快速生成模型的特征边界线,并对得到的特征边界线进行特征修复,从而得到较为稳定的点云模型的特征边界线.实验结果表明,该算法能快速地提取点云模型的特征边界线,为后续基于特征边界的建模节约了大量时间.

关键词：特征边界线提取算法特征提取移动最小二乘法点云模型特征点集双向搜索方法特征边界线特征修复

来源：评论

学校读者我要写书评

暂无评论

基于dCNN的入侵检测方法

引用

清华大学学报（自然科学版） 2019年第1期59卷 44-52页

作者：张思聪谢晓尧徐洋贵州大学计算机科学与技术学院贵阳550025 贵州师范大学贵州省信息与计算科学重点实验室贵阳550001

为了进一步提高入侵检测系统的检测准确率和检测效率,提出了一种基于深度卷积神经网络(dCNN)的入侵检测方法。该方法使用深度学习技术,如tanh、Dropout和Softmax等,设计了深度入侵检测模型。首先通过数据填充的方式将原始的一维入侵数... 详细信息

为了进一步提高入侵检测系统的检测准确率和检测效率,提出了一种基于深度卷积神经网络(dCNN)的入侵检测方法。该方法使用深度学习技术,如tanh、Dropout和Softmax等,设计了深度入侵检测模型。首先通过数据填充的方式将原始的一维入侵数据转换为二维的"图像数据",然后使用dCNN从中学习有效特征,并结合Softmax分类器产生最终的检测结果。该文基于Tensorflow-GPU实现了该方法,并在一块Nvidia GTX 1060 3GB的GPU上,使用ADFA-LD和NSL-KDD数据集进行了评估。结果表明:该方法减少了训练时间,提高了检测准确率,降低了误报率,提升了入侵检测系统的实时处理性能和检测效率。

关键词：网络空间安全深度学习入侵检测卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种基于三通道图像的恶意软件分类方法

引用

武汉大学学报（理学版） 2022年第1期68卷 26-34页

作者：杨春雨徐洋张思聪李小剑贵州师范大学贵州省信息与计算科学重点实验室贵州贵阳550001

针对传统恶意软件采用图像分类方法准确率不高、抗混淆能力弱、模型训练收敛慢的缺点,本文对恶意软件图像表示方法进行改进,将恶意软件、字节Bigram、Lst文件转化成3种灰度图像,将3种灰度图像组合成三通道彩色图像进行分类,并将图像分... 详细信息

针对传统恶意软件采用图像分类方法准确率不高、抗混淆能力弱、模型训练收敛慢的缺点,本文对恶意软件图像表示方法进行改进,将恶意软件、字节Bigram、Lst文件转化成3种灰度图像,将3种灰度图像组合成三通道彩色图像进行分类,并将图像分类效果好的EfficientNet模型用于恶意软件图像分类。结合迁移学习领域中的微调技术将ImageNet数据集的分类权重应用于EfficientNet,提高模型的收敛速度和分类效果,减少模型的训练开销。实验表明在微调技术下模型收敛速度快于预训练,且微调后的最优模型对20种恶意软件的分类准确率达到97.22%。相比ResNet、VGG16等网络,本文的模型具有参数量和浮点运算次数少、准确率高的优点。

关键词：恶意软件 EfficientNet ImageNet 微调

来源：评论

学校读者我要写书评

暂无评论

基于模糊理论的Web安全评估模型

引用

计算机应用研究 2014年第6期31卷 1883-1888页

作者：齐富民谢晓尧徐洋贵州师范大学贵州省信息与计算科学重点实验室贵阳550001

为了减少等级保护测评过程中人员主观因素对系统的安全状况结论的影响,将多层次模糊综合评判引入等保测评,利用主成分分析法得到影响Web安全的主要因素,通过对Web测评中各种风险的统计分析得到初始的单因素评判矩阵和各因素的风险权值... 详细信息

为了减少等级保护测评过程中人员主观因素对系统的安全状况结论的影响,将多层次模糊综合评判引入等保测评,利用主成分分析法得到影响Web安全的主要因素,通过对Web测评中各种风险的统计分析得到初始的单因素评判矩阵和各因素的风险权值。通过两层模糊综合评判使得原先不确定的数据映射到特定的区间上,减少了人为因素对等级保护符合性评判的影响,从而使得等保测评符合性评判的过程更加规范化和专业化,为信息系统的定级备案提供了数据和理论依据。

关键词：等级保护主成分分析法模糊综合评判 Web安全评估模型

来源：评论

学校读者我要写书评

暂无评论

网络流量异常检测方法:SSAE-IWELM-AdaBoost

引用

武汉大学学报（理学版） 2020年第2期66卷 126-134页

作者：李小剑谢晓尧徐洋贵州师范大学贵州省信息与计算科学重点实验室贵州贵阳550001

针对传统入侵检测方法在高维海量数据且类别分布不均衡的环境下检测性能较差的问题,提出一种流量异常检测方法SSAE-IWELM-AdaBoost,该方法基于堆叠稀疏自编码网络(stacked spare auto encoder,SSAE)并融合改进加权极限学习机(weighted e... 详细信息

针对传统入侵检测方法在高维海量数据且类别分布不均衡的环境下检测性能较差的问题,提出一种流量异常检测方法SSAE-IWELM-AdaBoost,该方法基于堆叠稀疏自编码网络(stacked spare auto encoder,SSAE)并融合改进加权极限学习机(weighted extreme learning machine,WELM)。该方法首先使用堆叠稀疏自编码网络直接从原始流量数据中自动学习并提取特征,获取原始数据的低维抽象表示,然后以WELM作为集成算法(AdaBoost)的基础分类器,利用修改的训练样本权值分配规则和基分类器权值更新公式迭代训练基分类器,通过加权投票表决的方法得到最优强分类器完成网络攻击流量的识别。在UNSW-NB15数据集上进行仿真实验,实验结果表明,SSAE-IWELM-AdaBoost算法可以提高整体的检测精度以及小样本攻击的检测率,缩短分类器的训练时间,能较好地满足大规模网络环境下原始流量数据实时检测,对不均衡流量数据识别也具有较好的表现。

关键词：网络流量异常检测堆叠稀疏自编码加权极限学习机集成算法深度学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：