排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
针对控制流图规模过大导致的程序分析准确度和效率不够理想的问题,该文提出了一种用于控制流图划分的改进GN(Girvan-Newman)算法,在边介数计算中加入点权值作为参数,使划分所得各子图的规模更加平衡;通过动态控制子图的规模,在合适的时机提前终止算法执行,提高执行效率。利用angr工具对二进制程序进行分析所得到的控制流图,分别采用改进GN算法、K-means算法、谱聚类算法和朴素凝聚算法进行实验,比较不同算法对控制流图划分结果中的模块度以及均衡性等指标,证明改进GN算法具有最佳的划分结果和执行效率。 相似文献
3.
4.
正我们都有这样的经历:不想出门,打开手机上点外卖的APP下单,不一会儿,"小哥"便把外卖送到我们手上,吃饭问题轻松解决。吃完后,我们把包装盒、袋子、一次性筷子、吸管等扔进垃圾桶里,继续学习或玩耍。但是,你想过白色污染问题吗?"外卖热"现象会不会加重白色污染呢?带着问题,我利用假期走访了小区保洁员、附近的餐饮店和废品回收站的老板,并向小区居民发放问卷,进行了有意义的调查。 相似文献
5.
国内外相关研究表明,着陆跑道占用时间(Aircraft Arrive Runway Occupation Time,AROT)是影响机场跑道容量的重要因素,对跑道占用时间的准确预测有利于更准确的评估跑道容量。由于着陆过程的动态性和复杂性,采用注重数据特征提取的卷积神经网络(Convolutional Neural Networks,CNN)对AROT进行预测,针对CNN容易陷入局部最优等缺点,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)对CNN相关参数进行优化。数据采用航空器快速存取记录器(Quick Access Recorder, QAR)的记录作为数据源,涵盖机场数目为34个。根据QAR数据分析AROT影响因素,构建了SSA-CNN预测模型。对QAR数据分析表明AROT与滑行距离、落地气温、跑道入口速度、快速脱离道数量、脱离速度关联性较强,与航空器重量、风速、风向、脱离道角度等影响因素关联性较低。根据影响因素的关联性采用CNN预测模型均方误差为18.35,而优化后的SSA-CNN预测模型均方误差为17.31,预测结果可以为机场评估跑道容量提供参考。 相似文献
6.
保持干线公路完好畅通,为人们提供便捷、舒适、优美的出行道路环境,当好建设小康社会的先行官,是公路管理机构应尽的职责。然而随着市场经济的发展,"大路大富、小路小富、无路不富、高速公路快富"的观念已深入人心。许多人在"要想富、紧靠路"思想的支配下,沿路开厂、设店,许多沿线乡镇政府在进行村镇规划时也是沿路规划开 相似文献
7.
在空气污染大数据预处理的基础上,提出了一个基于深度学习的空气污染物浓度预测平台.该平台架构分为数据采集层、模型层和可视化界面层3个层次,分别实现了数据采集与处理,基于长短期记忆(LSTM)网络模型的污染物浓度预测,以及预测结果可视化的功能,通过对用户个性化模型参数的设置,实现不同时间段污染物浓度时间序列的预测. 相似文献
8.
1