球栅阵列垂直互联传输性能分析与基板叠层设计

为满足有源相控阵雷达中收发(T/R)组件的小型轻量化发展要求,用HFSS建立了球栅阵列（ball grid array,BGA）垂直互联模型,分析了关键结构参数对传输性能的影响,包括焊球半径、焊球中心距、地层反焊盘开孔半径、焊盘半径等;并根据应用场景设计了两种输入输出(I/O)方式的三维基板叠层结构。结果表明增大焊球半径、减小焊球中心距和适当的地层反焊盘半径有利于形成良好的微波传输性能,焊盘半径影响较小。优化后的垂直互联结构在X波段,回波损耗优于22.5dB,插入损耗优于0.13dB;设计的两种基板叠层结构均达到了良好的传输性能,满足不同的应用场景和接口形式,可有效实现组件小型化。     

华北地块南缘(霍邱-固始地区)晚石炭世地层的发现及其大地构造意义

华北地块南部皖豫交界地区发育一套原认为属于新元古代的地层,在其下段新发现了布尔顿蜓(未定种)(Boultonia?sp.)、床板珊瑚(Tabulata)、光面石燕贝类群等化石和丰富的生物碎屑,如海百合茎骨片、海绵个体碎屑等,以及晚奥陶世似针牙形石(Belodina sp.).含宏体化石组合的地层为晚石炭世,它们属于碎屑流沉积,形成于碳酸盐斜坡沉积环境.牙形石化石可能为碎屑沉积.这一发现重新厘定了该区的地层时代及构造属性,它们属于北淮阳构造带,限定了寿县断裂为大别造山带和华北地块的边界.     

海上油田注水井远程控制优化设计与改造效果

在海上油田开发生产过程中，需要持续向地层注水保持油田开发生产过程中的地层能量，其效果决定了海上油田开发生产的好坏。海上油田通过注水泵增压以达到设计注水压力要求实施注水，随着油田开采年限的增加，信息层含水量和注水量也逐年增加，因而，需要对注水系统不断进行完善和优化，确保设备在最佳工况区运行，以此实现对海上油田设计注水压力的要求。通过中控系统组态对海上油田注水井远程控制优化，实现异常工况下注水井的远程控制，从而避免了海上油田因注水流程而导致的流程关断，提升了海上油田生产效率，保证了海上生产平台的平稳安全运行。     

基于Multisim的超导RSFQ电路仿真研究

为了在通用电路仿真软件中快速展开对超导电路的仿真研究,根据实验室制作的Mg B2/B/Mg B2纵向约瑟夫森结的相关参数,建立了Multisim的电路模型,对约瑟夫森结的特性进行了研究,并利用这个模型建立了超导RSFQ电路中两种不同功能的分支器;在理论分析的基础上,对电路进行了瞬态仿真。仿真结果不仅很好地验证了理论分析,且表明了这种方法的高效性及仿真实时、清楚、直观的优点,可用于进一步对超导RSFQ复杂电路的研究。     

海上生产储油平台原油储罐不停产清洗技术

为降低原油储罐清洗、内部检测期间因停产造成的产量损失，海上某生产储油平台（P平台）采用租赁移动试采平台（H船）作为临时生产储油设施，通过优化生产流程和分析作业风险，对P平台和H船进行生产流程和仪控逻辑改造升级，实现了不停产作业；运用系统管理方法，以油田救援逃生能力、安全环保要求、物资供应周期等作为约束条件，采用甘特图控制作业流程，实现了提前12 d完成全部作业。     

无碰撞灰盒模糊测试方法研究

灰盒模糊测试技术已被证实是一种高效实用的漏洞挖掘技术，在漏洞挖掘领域应用广泛，有大量的高危漏洞都是通过灰盒模糊测试找到的．AFL是灰盒模糊测试的经典代表之作，大量后续灰盒模糊测试都是在AFL的基础上根据不同条件进行改进得到的，可以说AFL是主流灰盒模糊测试的奠基之作．但是AFL仍然存在一些问题，AFL在对目标待测程序进行插桩时采用随机数代表桩点，在测试过程中采用两个桩点的随机数进行异或运算，得到结果用来表示一条边．这种方式使得在进行边的统计时就会出现HASH碰撞问题，导致有一定的概率新边无法被发现，从而影响AFL的漏洞挖掘效率．这个问题会随着待测程序的代码规模变大而显得愈发突出．本文通过改进汇编级插桩的方式，将基本块敏感的插桩改为分支敏感的插桩，从而将程序的控制流图改变为二叉树的形式，并采用非随机编码来标记各个桩点，较好地解决了HASH碰撞的问题．实验证明该方法有效，且由于该改进对于上层是透明的，可以应用于各个基于AFL的灰盒模糊测试工具中，从而提高模糊测试的效率．     

融合BERT词嵌入和BiLSTM的微博谣言持续检测模型

针对微博谣言带标签数据不足，且当下的谣言检测模型无法持续学习应对不断变化的微博网络语言等问题，本文提出BERT-BiLSTM-LML微博谣言持续检测模型.首先，使用BERT(Bidirectional Encoder Representations from Transformers)预训练模型提取两个任务输入文本数据的词向量；其次，使用双向长短时记忆(Bi-directional Long Short-Term Memory, BiLSTM)网络充分提取文本的上下文特征；最后，基于BiLSTM深层特征使用终身监督学习算法ELLA(Efficient Lifelong Learning Algorithm)对两个任务的特征数据进行建模，以实现对微博谣言的持续检测.实验结果表明：BERT词向量有效优化了模型性能，比基于Word2vec词向量的Word2vec-BiLSTM-LML模型在准确率和F1值都提升了5.5%.相较于独立学习，在持续学习争议检测任务后，模型的谣言检测准确率提升了1.7%,F1值提升了1.8%.同时，在持续学习过程中，随着知识的积累，谣言检测准确率持续提升.最终在公开...