ASP动态网页安全性探讨

目前应用ASP开发Web程序应用很广,但安全性往往被忽视。下面从服务器端和ASP程序两方 面的安全设置进行讨论。包括NTFS权限、Web权限、安全设置和客户身份验证等方面。     

分形理论在大坝安全监测中的应用

针对大坝监测数据间复杂的非线性、动态性,将分形理论引入到大坝安全监控领域,在分析大坝监测量分形特征的基础上.研究了分形理论在大坝安全监控预测模型、混凝土坝裂缝分析和大坝安全性态评价中的应用,指出了需要研究的问题,为进一步应用分形理论研究大坝安全监控奠定了基础.     

基于Matlab的核电站一回路系统原理仿真

核电站系统原理仿真对核电专业学生进行教学和原理演示是非常可行且是必要的,通过分析大亚湾核电站一回路系统(RCS),结合教学目的,对主要子系统适当简化后进行数学物理建模,利用matlab/simulink软件搭建整个系统,以引入正阶跃信号扰动的典型工况为例对系统进行原理仿真并进行讨论和分析,结果表明,设计的系统较好的符合核电站控制与运行理论,满足基本教学要求.     

胎带机浇筑混凝土优化布置模型设计及应用

为使胎带机布置规划更高效、更科学,结合胎带机在向家坝工程的实际使用情况,基于胎带机设备特性,运用最优化理论和算法,并采用计算机程序辅助计算,设计了优化布置模型。通过计算机程序计算,模型可以针对施工现场的具体需求给出最优的胎带机空间布置方案,为快速决策提供科学依据,从而提高胎带机的使用效率。     

基于改进高斯滤波网络的深度伪造检测方法

针对滚动轴承传统故障诊断方法训练收敛速度慢、识别准确率不高、抗针对虚假视频的检测中,特征噪声多、数据量大和检测准确率低的问题,提出一种改进高斯滤波对地标点进 行去噪和改进深度网络模型来提升精度的算法(IGFNet);算法将高斯滤波拓展到空域和值域上,在滤除低频噪声的同时尽可能保留高频噪声,使得在后续特征数据的处理中,标记点的精度得以提升;采用特征化的数据代替原始数据以减少数据量,使得送入网络的数据量大大缩小,有效缩短了训练时长和减少了网络参数量,在实际应用中可以增加鉴别虚假视频的效率;并且针对人脸属性特征点的差异采用不同深度的双流神经网络,从而更加有效地学习如何鉴别虚假视频。 实验表明:改进高斯滤波网络算法(IGFNet)有效地增加了真假脸检测的准确率,在与当前 较为优秀的方法如 Meso4,Xecption,LRNet 等的对比下,IGFNet 的准确率均有不同程度的提升,在跨数据集的测试上提升尤为明显;在压缩过的虚假视频测试中,IGFNet 的泛化下降程度最低,显示了较强的鲁棒能;通过改进网络加入梯度热力图以直观判断出 IGFNet 对于深度伪造图片的鉴别能力。     

基于改进ConvNeXt的COVID-19胸部图像分类

针对新型冠状病毒感染胸部 X-ray 图像分类任务数据集样本过少,现有的两阶段分类器和三阶段分类器模型对高纬度的图像特征提取效果差,模型训练慢等问题,提出一种基于 ConvNeXt 卷积神经网络改进的分类任务算法 ConvNeXt-AT。 ConvNeXt-AT 分类模型首先通过在 ConvNeXt Block 层添加混合域注意力机制 CBAM 来提高图像特征提取能力,不仅考虑了通道间的信息交互能力还考虑到了空间域上像素间的联系,得到 ConvNeXt-AT 模型;然后针对 X-ray 图片常见的泊松噪声使用全变差正则化方法对数据集进行降噪处理;最后在 COVID-19 公开的大型数据集共 21165 张图片进行对比实验。 实验结果表明,在训练数据集充分的情况下,改进的 ConvNeXt-AT 模型相较于常用分类模型 ResNet-50、MobileNet、EfficientNet 以及原 ConvNeXt-T 在准确率上分别提升了 2%、2. 7%、2. 1%、1. 9%。 最后通过 Grad-CAM 显示类激活图的图像可视化方法证明改进方法是可行的,模型具有很好的鲁棒性。