期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
主燃级参数对中心分级燃烧室 NO_(x)排放的影响规律研究
1
作者
王季成
林宇震
+3 位作者
韩猛
王瑜琢
韩啸
王建臣
《燃烧科学与技术》
北大核心
2025年第1期1-7,共7页
针对中心分级燃烧室,通过高温高压实验研究了主燃级旋流数、出口轴向速度、套筒张角等主燃级结构参数和压力、温度、油气比、分级比等气动参数对NO_(x)排放的影响规律.结果表明,主燃级旋流数0.7头部方案的NO_(x)排放最少;随着主燃级出...
针对中心分级燃烧室,通过高温高压实验研究了主燃级旋流数、出口轴向速度、套筒张角等主燃级结构参数和压力、温度、油气比、分级比等气动参数对NO_(x)排放的影响规律.结果表明,主燃级旋流数0.7头部方案的NO_(x)排放最少;随着主燃级出口轴向速度的增大,NO_(x)的排放减少;在20°~30°范围内,随着主燃级套筒张角变大,NO_(x)的排放增多.主、预燃级同时工作时,主燃级旋流数0.9头部方案的主燃级NO_(x)的排放最少,主燃级出口轴向速度70 m/s头部方案的NO_(x)排放最少;在20°~30°范围内,随着主燃级套筒张角变大,NO_(x)的排放减少.
展开更多
关键词
中心分级燃烧室
主燃级参数
高温高压实验
NO_(x)排放
在线阅读
下载PDF
职称材料
基于多尺度注意力和不确定性损失的两阶段左心房疤痕分割
2
作者
张鑫艳
唐振超
+1 位作者
李一夫
刘振宇
《计算机科学》
北大核心
2025年第6期264-273,共10页
心房颤动(AF)是临床上最常见的心律失常之一。左心房及其心肌梗死后疤痕区域的准确分割和面积评估,对于心肌梗死患者出现AF的早期诊断、治疗规划以及预后评估具有极其重要的临床意义。深度学习方法是进行左心房及其心肌梗死后疤痕区域...
心房颤动(AF)是临床上最常见的心律失常之一。左心房及其心肌梗死后疤痕区域的准确分割和面积评估,对于心肌梗死患者出现AF的早期诊断、治疗规划以及预后评估具有极其重要的临床意义。深度学习方法是进行左心房及其心肌梗死后疤痕区域自动分割的主流方向。但是由于心肌梗死后疤痕体积小且容易受到周围增强组织的影响,分割精度尚有待提高。为此,提出了一种基于多尺度注意力和不确定性损失的两阶段深度学习模型。一方面,在网络上采样之前引入多尺度注意力模块(MSAM),该模块能够编码丰富的多尺度语义信息并让模型更为关注重要的语义信息及空间信息。另一方面,引入不确定性损失(Uncertainty Loss)以增强模型对疤痕不确定性的建模能力。此外,还采用直方图匹配(HM)增强图像质量,提高网络的分割能力。将所提出的方法在验证集以及左心房和疤痕量化与分割挑战赛(LAScarQS++)验证平台上进行验证,实验结果均表明该方法分割的疤痕更加完整,分割精度也得到了提升。与nnU-Net相比,心肌梗死后疤痕分割骰子系数(Dice)提高了8.12%。
展开更多
关键词
心肌梗死后疤痕
深度学习
图像分割
不确定性损失
nnU-Net
多尺度注意力
在线阅读
下载PDF
职称材料
面向智能系统开源模糊测试框架优化技术研究
3
作者
韦超仁
夏万煦
+2 位作者
屈刚
白万荣
杨立群
《信息网络安全》
北大核心
2025年第4期587-597,共11页
随着智能系统中应用软件的普及,保障软件的安全性对提升智能系统的可靠性至关重要。现有的模糊测试技术虽然能够在一定程度上揭示软件安全缺陷,但同时也面临着测试效果差和测试效率低的问题。针对上述问题,文章提出一种基于变异敏感的...
随着智能系统中应用软件的普及,保障软件的安全性对提升智能系统的可靠性至关重要。现有的模糊测试技术虽然能够在一定程度上揭示软件安全缺陷,但同时也面临着测试效果差和测试效率低的问题。针对上述问题,文章提出一种基于变异敏感的模糊测试方法(Seq2Seq-Fuzzer)。首先,提出4种基于改进LSTM和Transformer的Seq2Seq模型,通过构建基于objdump、readelf等程序的字节向量数据集,对所提的模型进行训练。然后,使用Seq2Seq模型对模糊测试器AFL进行优化,预测有效的变异策略和变异位置对,解决AFL模糊测试随机性大、效率低的问题。最后,对所提的AFL优化方法进行评估。实验结果表明,在对objdump、readelf和nm的测试中,Seq2Seq-Fuzzer的代码覆盖率较AFL最高提升了56.8%,并成功发现了21个针对objdump的程序的崩溃。
展开更多
关键词
智能系统
模糊测试
Seq2Seq
TRANSFORMER
LSTM
在线阅读
下载PDF
职称材料
题名
主燃级参数对中心分级燃烧室 NO_(x)排放的影响规律研究
1
作者
王季成
林宇震
韩猛
王瑜琢
韩啸
王建臣
机构
北京航空航天大学
国家
卓越
工程师
学院
北京航空航天大学
航空
发动机研究院
北京航空航天大学
航空
发动机气动热力国家级重点实验室
出处
《燃烧科学与技术》
北大核心
2025年第1期1-7,共7页
基金
航空发动机及燃气轮机基础科学中心项目(P2022-A-II-006-001)
国家科技重大专项(J2019-III-0012-0055).
文摘
针对中心分级燃烧室,通过高温高压实验研究了主燃级旋流数、出口轴向速度、套筒张角等主燃级结构参数和压力、温度、油气比、分级比等气动参数对NO_(x)排放的影响规律.结果表明,主燃级旋流数0.7头部方案的NO_(x)排放最少;随着主燃级出口轴向速度的增大,NO_(x)的排放减少;在20°~30°范围内,随着主燃级套筒张角变大,NO_(x)的排放增多.主、预燃级同时工作时,主燃级旋流数0.9头部方案的主燃级NO_(x)的排放最少,主燃级出口轴向速度70 m/s头部方案的NO_(x)排放最少;在20°~30°范围内,随着主燃级套筒张角变大,NO_(x)的排放减少.
关键词
中心分级燃烧室
主燃级参数
高温高压实验
NO_(x)排放
Keywords
central graded combustor
main combustion stage parameters
high temperature and high pressure experiment
NO_(x)emission
分类号
TK11 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
基于多尺度注意力和不确定性损失的两阶段左心房疤痕分割
2
作者
张鑫艳
唐振超
李一夫
刘振宇
机构
安徽医科
大学
公共卫生
学院
中国科
学院
自动化研究所分子影像重点实验室
北京航空航天大学
医学科学与
工程
学院
/医工交叉创新研究院
北京航空航天大学
大数据精准医学重点实验室
北京航空航天大学卓越工程师学院
出处
《计算机科学》
北大核心
2025年第6期264-273,共10页
基金
中央高校基本科研业务费专项资金(YWF-23-Q-1074)
国家重点研发计划(2021YFA1301603)。
文摘
心房颤动(AF)是临床上最常见的心律失常之一。左心房及其心肌梗死后疤痕区域的准确分割和面积评估,对于心肌梗死患者出现AF的早期诊断、治疗规划以及预后评估具有极其重要的临床意义。深度学习方法是进行左心房及其心肌梗死后疤痕区域自动分割的主流方向。但是由于心肌梗死后疤痕体积小且容易受到周围增强组织的影响,分割精度尚有待提高。为此,提出了一种基于多尺度注意力和不确定性损失的两阶段深度学习模型。一方面,在网络上采样之前引入多尺度注意力模块(MSAM),该模块能够编码丰富的多尺度语义信息并让模型更为关注重要的语义信息及空间信息。另一方面,引入不确定性损失(Uncertainty Loss)以增强模型对疤痕不确定性的建模能力。此外,还采用直方图匹配(HM)增强图像质量,提高网络的分割能力。将所提出的方法在验证集以及左心房和疤痕量化与分割挑战赛(LAScarQS++)验证平台上进行验证,实验结果均表明该方法分割的疤痕更加完整,分割精度也得到了提升。与nnU-Net相比,心肌梗死后疤痕分割骰子系数(Dice)提高了8.12%。
关键词
心肌梗死后疤痕
深度学习
图像分割
不确定性损失
nnU-Net
多尺度注意力
Keywords
Post-Myocardial infarction scar
Deep learning
Image segmentation
Uncertainty loss
nnU-Net
Multi-scale attention
分类号
TP391.7 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
面向智能系统开源模糊测试框架优化技术研究
3
作者
韦超仁
夏万煦
屈刚
白万荣
杨立群
机构
北京航空航天大学
国家
卓越
工程师
学院
国家电网有限公司华东分部
国网甘肃省电力公司电力科学研究院
北京航空航天大学
网络空间安全
学院
出处
《信息网络安全》
北大核心
2025年第4期587-597,共11页
基金
国家自然科学基金[62302025,2333205]
国家电网公司总部科技项目[5108-202303439A-3-2-ZN]
中央高校基本科研业务费[501QYJC2024139001]。
文摘
随着智能系统中应用软件的普及,保障软件的安全性对提升智能系统的可靠性至关重要。现有的模糊测试技术虽然能够在一定程度上揭示软件安全缺陷,但同时也面临着测试效果差和测试效率低的问题。针对上述问题,文章提出一种基于变异敏感的模糊测试方法(Seq2Seq-Fuzzer)。首先,提出4种基于改进LSTM和Transformer的Seq2Seq模型,通过构建基于objdump、readelf等程序的字节向量数据集,对所提的模型进行训练。然后,使用Seq2Seq模型对模糊测试器AFL进行优化,预测有效的变异策略和变异位置对,解决AFL模糊测试随机性大、效率低的问题。最后,对所提的AFL优化方法进行评估。实验结果表明,在对objdump、readelf和nm的测试中,Seq2Seq-Fuzzer的代码覆盖率较AFL最高提升了56.8%,并成功发现了21个针对objdump的程序的崩溃。
关键词
智能系统
模糊测试
Seq2Seq
TRANSFORMER
LSTM
Keywords
intelligent systems
fuzz testing
Seq2Seq
Transformer
LSTM
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
主燃级参数对中心分级燃烧室 NO_(x)排放的影响规律研究
王季成
林宇震
韩猛
王瑜琢
韩啸
王建臣
《燃烧科学与技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于多尺度注意力和不确定性损失的两阶段左心房疤痕分割
张鑫艳
唐振超
李一夫
刘振宇
《计算机科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
面向智能系统开源模糊测试框架优化技术研究
韦超仁
夏万煦
屈刚
白万荣
杨立群
《信息网络安全》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
