软件体系结构在软件生存期的应用研究

详细讨论了综合军用指挥系统的不同角度，并引入领域工程对军用系统软件生产的全过程进行了分析和设计。     

基于双采样速率的动目术检测技术研究

高精度动目标检测是雷达数字接收机的一项核心技术,现有的多普勒频移估计方法不能满足现代数字接收机的高精度、低计算量、超低信噪比环境等要求。该文提出了一种低信噪比环境下的基于双采样速率的高精度动目标检测技术,它包括基于FFT的欠采样信号频率无模糊估计,高精度多普勒频移估计和基于双采样速率的动目标径向速度估计等算法。     

基于U-boot构建嵌入式Linux的Bootloader

介绍U-boot功能和特点,并以ARM9板MagicArm2410和嵌入式Linux为背景,探讨U-boot的移植方法与要点。     

基于数据仓库的综合查询系统的设计和实现

在详细论述数据仓库思想、体系结构与工作原理以及相关的重要技术的基础上,给出了厂长综合查询系统的数据仓库结构和数据仓库中数据采集、数据的可视化的方法和实现示例。最后讨论了建立行之有效的决策支持系统的构想。     

数据仓库研究及其在现代企业中的应用

1 数据仓库与OLAP 1.1 从数据库到数据仓库过去几十年中,数据库技术,特别是OLTP(在线事务处理)发展得较为成熟,它的根本任务就是及时地、安全地将当前事务所产生的记录保存下来。随着社会的发展,人们提出了利用现有的数据,进行分析和推理,导致了决策支持系统(DSS)的产生。随着数据量的迅速增大以及查询要求的复杂化,建立在OLTP的数据库上的DSS,暴露出许多难以克服的困难: 1)缺乏组织性。各个部门抽取的数据没有统一的时间基准,抽取算法、抽取级别也各不相同,并且可能参考了不同的外部数据。     

基于多特征相似度的大规模网络异常检测算法

提出了大规模网络中一种基于相似度的异常检测模型。该模型利用大规模网络中的多种网络数据流特征，经过高频统计，建立特征集，并计算实时特征集与标准特征集的相似度。当大规模网络中发生攻击或病毒时，网络流量的自相似性将遭到破坏。通过与正常情况时的比较可以及时准确地发现攻击引起的异常。实验结果表明这种综合多个网络特征的检测模型比起单一的特征检测明显降低了误报率，也比较适用于大规模网络。     

融合局部搜索与Pareto支配的多目标任务调度模型

为了解决复杂任务群调度过程中资源利用不均、任务完成时间较长等问题,以最小化资源负载均方差和最小化任务群完成时间为目标构建复杂任务群资源调度模型,提出一种融合局部搜索和Pareto支配的多目标优化算法BRLSN（multi-objective optimization based on boundary range local search and NSGA-Ⅱ,BRLSN）。该算法采用有效的编码方式与交叉变异算子进行迭代寻优,并利用基于边界区域局部搜索的精英保留策略扩大算法搜索范围,保存种群优良个体。实验结果表明BRLSN相较于其他多目标算法在收敛性和多样性上有显著的提升,同时算法收敛速度更快,种群质量更高,明显优化了最终目标函数的结果值。     

边缘计算下的轻量级联邦学习隐私保护方案

随着物联网和大数据技术的高速发展,以传统云计算模式为代表的集中式学习效率低下,且易受到单点攻击、共谋攻击、中间人攻击等一系列攻击手段,造成数据安全的隐患。边缘计算模式使得分布式联邦学习成为了可能,然而,联邦学习虽然能够保证数据在本地的安全和隐私,但是也面临众多安全威胁,如梯度泄露攻击,此外,效率问题也是联邦学习的痛点所在。为了保障边缘计算场景下的模型训练安全,提出了一种边缘计算下的轻量级联邦学习隐私保护方案(Lightweight Federated Learning Privacy Protection Scheme Under Edge Computing, LFLPP)。首先,提出一种云-边-端分层的联邦学习框架;其次,对不同层进行隐私保护;最后,提出一种周期性更新策略,极大地提高了收敛速度。使用乳腺癌肿瘤数据集和CIFAR10数据集在LR模型和Resnet18残差模型上进行训练和测试,同时使用CIFAR10数据集与FedAvg和PPFLEC(Privacy-Preserving Federated Learning for Internet of Medical Things ...     

含一般时延的高阶泛函微分方程的周期解

研究了一类含有"一般"时延的高阶泛函微分方程的周期解问题,将原方程化为等价的泛函微分方程,并利用该等价泛函微分方程的特征方程,得到了原方程具有周期解的充分必要条件,即其等价方程的特征方程具有不为零的纯虚根。