解析系统漏洞扫描的两大类型

漏洞扫描是对重要计算机信息系统进行检查，发现其中可能被黑客利用的漏洞。漏洞扫描的结果是对系统安全性能的一个评估，它指出了哪些攻击是可能的，因此，其成为安全方案的一个重要组成部分。目前，漏洞扫描，从底层技术来划分，可以分为基于网络的扫描和基于主机的扫描这两种类型。     

国家自然科学基金项目资助类型介绍：面上项目

面上项目包括自由申请项目、青年科学基金项目和地区科学基金项目三个亚类，是自然科学基金最主要和最基本的项目类型．其资助范围几乎覆盖自然科学所有的研究领域，主要资助以自由探索为主的科学研究工作，研究人员可以在自然科学基金资助范围内自由选择研究题目进行创新性研究．     

新疆北塔山天然草地营养类型的初步研究

通过对新疆北塔山天然草地实地考察，采集混合草群样品，经化学分析，按照全国统一标准和方法，对北塔山天然草地进行了营养类型划分，阐述了各营养类型草地自然、经济特征，并对各营养类型草地的营养特点、饲用价值和适宜放牧家畜配置等进行了分析评价。     

DEAE纤维素色谱法对肺源肝素亚组分的分步梯度分离

利用ＤＥＡＥ－纤维素柱层析分步梯度洗脱，将肝素分为活性高低不同的亚组分，即ＨＰ１、ＨＰ２、ＨＰ３，根据三亚组分特点，使肝素能更加对症、更加安全地应用于临床。     

基于荧光标记双向筛选的拟南芥CRISPR基因编辑突变体库构建

突变体库是研究基因功能的重要工具。拟南芥种质资源库(ABRC)储藏了几乎涵盖所有基因的突变体材料,其中T-DNA插入突变体占绝大多数。然而,当在T-DNA插入突变体中进行遗传转化或与其他转基因报告系统进行杂交时容易引起转基因沉默,阻碍了相关研究的开展,甚至产生错误结论。甲基磺酸乙酯(Ethyl Methane Sulfonate, EMS)诱变和快中子诱变技术可获得非转基因突变体,但这两种方法均为随机诱变技术,需要通过基因定位来确认突变位点,无法实现基因靶向敲除。CRISPR/Cas9可以对目的基因进行靶向编辑,获得不携带转基因的突变体。拟南芥中尚无利用CRISPR/Cas9进行高通量突变体库构建的报道。本研究共设计900条sgRNAs靶向300个RNA通路相关基因,通过合成sgRNA混池文库、引入DsRed2荧光筛选标记、将DNA条形码和二代测序技术相结合,实现了对转基因阳性苗的高通量鉴定和分型,并对T2代具有发育缺陷的无荧光植株进行负向筛选,成功鉴定到了不含转基因的smd3-b和rlua4突变体。     

油松容器苗和裸根苗生长与造林效果对秋季施肥的响应

【目的】探究不同秋季施肥处理条件下油松容器苗和裸根苗苗期生长、养分积累和造林效果的差异,为生产上培育油松良种壮苗提供理论基础和技术支持。【方法】以大田培育的当年生油松播种容器苗和裸根苗为研究对象,设置0(对照)、12、24、36 mg/株4种秋季施肥水平,于90%以上苗木形成顶芽后进行施肥处理,并于翌年进行雨季造林试验。测定造林前的苗高、地径、生物量、根冠比、养分含量及造林后苗木成活率和苗高、地径相对生长量等指标,分析出圃苗木性状与造林效果之间的相关性。【结果】秋季施肥24 mg/株处理下的油松容器苗苗高、地径、生物量、氮、磷、钾含量均表现最佳,该处理下容器苗整株生物量、氮、磷、钾含量较对照分别增加了41.8%、31.4%、65.6%和48.8%;油松裸根苗受秋季施肥影响较小。容器苗氮含量在各器官中的分布从大到小表现为根>叶>茎,裸根苗氮含量在各器官中的分布从大到小表现为叶>根>茎;磷、钾含量在容器苗和裸根苗各器官中的分布从大到小均表现为叶>根>茎。雨季造林试验结果显示,油松造林效果受苗木类型影响显著,容器苗造林当年和第2年春季的苗高、地径相对生长量...     

宗教文化对泉州古城街道活力的影响分析

以泉州古城为例,利用多源数据构建街道活力与其影响因素的分析框架,建立包含街道物理环境影响因素和宗教文化影响因素的街道活力评价指标体系.分析宗教建筑对街道活力的影响,并进一步分析宗教建筑与街道的空间关系对街道活力的影响.研究结果表明：街道活力与街道两侧的寺庙宗祠的数量呈负相关,香火旺盛的寺庙宗祠会提升附近街道的活力,但与寺庙宗祠距离无显著相关关系;在寺庙宗祠入口设置广场或宽敞的步行区可以集聚人气,并在寺庙宗祠周围布置商业或与其他景点结合以形成连续的活力点,有助于提升街道活力.     

基于离散特征系统的抛物方程源项反演方法

主要研究离散特征系统下抛物方程源项反演的对数型正则化方法。首先,用有限差分法离散椭圆算子,利用分块矩阵的特点计算出椭圆算子的离散特征值和相应的特征向量;然后,将它们应用到抛物型方程源项反演的对数型正则化方法中。通过数值实验表明,对数型正则化方法可以通过离散特征值及其对应的特征向量成功实现。     

单通道涡流无损检测信号盲源分离算法

针对脉冲涡流无损检测(pulsed eddy current testing, PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition, EMD)和快速独立分量分析(fast independent component analysis, FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition, SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。     

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.