摘要：在低照度环境下拍摄到的视频往往有对比度低、噪点多、细节不清晰等问题,严重影响后续的目标检测、分割等计算机视觉任务.现有的低照度视频增强方法大都是基于卷积神经网络构建的,由于卷积无法充分利用像素之间的长程依赖关系,生成的视频往往会有部分区域细节丢失、颜色失真的问题.针对上述问题,提出了一种局部与全局相融合的孪生低照度视频增强网络模型,通过基于可变形卷积的局部特征提取模块来获取视频帧的局部特征,并且设计了一个轻量级自注意力模块来捕获视频帧的全局特征,最后通过特征融合模块对提取到的局部特征和全局特征进行融合,指导模型能生成颜色更真实、更具细节的增强视频.实验结果表明,本方法能有效提高低照度视频的亮度,生成颜色和细节都更丰富的视频,并且在峰值信噪比和结构相似性等评价指标中也都优于近几年提出的方法.

摘要：持续集成环境下的测试存在测试用例集变化大、测试时间有限和快速反馈等需求,传统的测试优化方法难以适用.强化学习是机器学习的一个重要分支,其本质是解决序贯决策问题,可以用于持续集成测试优化.但现有的基于强化学习的方法中,奖励函数计算只包括测试用例在当前集成周期的执行信息.从奖励函数设计和奖励策略两个方面开展研究.在奖励函数设计方面,采用测试用例的完整历史执行信息替代当前执行信息,综合考虑测试用例历史失效总次数和历史失效分布信息,提出了两种奖励函数.在奖励策略方面,提出对当前执行序列的测试用例整体奖励和仅对失效测试用例的部分奖励两种策略.在3个工业级被测程序进行实验研究,结果表明:(1)与现有方法相比,所提出的基于完整历史执行信息奖励函数的强化学习方法可以大幅度提高持续集成测试序列的检错能力;(2)测试用例历史失效分布有助于发现潜在失效的测试用例,对强化学习奖励函数的设计更加重要;(3)整体奖励与部分奖励两种奖励策略受到被测程序的多种因素影响,需要根据实际情况具体选择;(4)包含历史信息的奖励函数会增加时间消耗,但并不影响测试效率.

摘要：在面向持续集成测试用例优先排序(continuous integration test case prioritization,CITCP)的强化学习方法中,智能体通过对测试用例实施奖励从而调整测试用例优先排序策略以适应后续集成测试,可以满足持续集成测试频繁迭代和快速反馈的需求.智能体通常只奖励执行失效测试用例,但实际工业程序持续集成测试具有集成高频繁但测试低失效的特点,对CITCP的实际应用提出新的挑战.测试低失效,即稀少的执行失效测试用例数量,会导致强化学习中奖励对象稀少,引发强化学习的稀疏奖励问题.本文研究一种强化学习奖励对象选择策略,在奖励执行失效测试用例的基础上,通过选择与执行失效测试用例相似的执行通过测试用例实施奖励,从而增加奖励对象,以解决奖励稀疏问题.研究具体包括,设计了一种测试用例历史执行信息序列和执行时间特征向量表示的相似性度量方法,并基于相似性度量选择与执行失效测试用例集相似的执行通过测试用例集实施奖励.在6个工业数据集上开展了实验研究,结果表明基于相似性的奖励对象选择策略通过增加有效奖励对象解决了稀疏奖励问题,并进一步提高了基于强化学习的持续集成测试用例优先排序质量.

摘要：本文充分挖掘了“工业机器人技术”课程所蕴含的思政元素,提出了将思政元素引入该课程教学的必要性。同时,设计了教学内容与思政元素融合的实施路径,优化了教学考核细则,开展了思政元素切入点、切入方式与方法等教学改革与实践研究,使学生掌握专业知识的同时,潜移默化地帮助学生树立了正确的人生观和价值观,为其他专业课程与课程思政同向同行提供了有益的探索与实践。

摘要：基于银行、证券、保险、会计、物流和广告六大类、472家国内领先的生产性服务企业在中国31个省会城市跨区域经营形成的企业组织关系数据,运用互锁网络模型,对中国省会城市网络的整体结构、功能结构和“城市对”结构进行实证分析。在整体网络结构方面,中国省会城市网络的主要服务联系已形成以京、沪、广、蓉4个城市为顶点的 “金字塔”形结构;中国省会城市网络的空间连接方式呈现出跳跃式和邻近式交织并存的特征,但省会城市网络的空间连接存在明显的断层区。在功能网络结构方面,中国省会城市网络的主体结构呈现单中心与多中心并存的态势,且具有明显的高行政级别城市空间指向性和板块分异性。在“城市对”结构方面,中国省会城市网络的“城市对”分布呈现出显著的京、沪指向性,并且四大板块及胡焕庸线两侧的“城市对”分布具有明显的区域差异性。

摘要：针对无线气象传感网内由于节点数量大、感知数据冗余度高而导致节点通信耗能过高的问题,提出了数据联合稀疏预处理模型,利用监测区域气象要素预报值和各簇头要素值计算出一个全网公共分量并对网内数据进行预处理。将分布式压缩感知应用于簇型传感网中,对各节点感知数据进行压缩观测,在汇聚节点进行数据重构,从根本上降低节点通信量,均衡负载;同时设计了一个基于公共分量异常数据稀疏方法。仿真实验中,相对于单独使用压缩感知,数据联合稀疏预处理模型能够有效利用数据时空相关性提高数据稀疏度,压缩性能提高了25%,重构性能提高46%;同时,异常数据处理方案能够以96%的高概率恢复异常数据。因此,该数据预处理模型能够提高数据重构效率,有效降低网内数据通信量,延长网络寿命。

摘要：某高速公路填方路段为软土地基,施工单位未按设计要求填筑及堆载预压,导致100m范围内的路基滑塌,本文详细分析了病害产生原因,经方案必选后,通过管桩桩筏路基处理,经工程实践表明方案可行。

摘要：现阶段智能机器人在多个领域中都有广泛的应用,其普遍存在动作稳定性不高等问题。基于此种情况,文章设计了一种基于激光传感器的新型机器人智能控制系统,重点阐述了该控制系统的硬件电路组成,并通过仿真实验对该控制系统的有效性进行验证,结果证实该控制系统可以应用于实际工程。

摘要：随着Web应用的功能日趋复杂,其安全问题不容乐观,Web应用安全性测试成为软件测试领域的研究重点之一.漏洞报告旨在记录Web应用安全问题,辅助Web应用测试,提升其安全性与质量.然而,如何自动识别漏洞报告中的关键信息,复现漏洞,仍是当前的研究难点.为此,本文提出一种自动化的漏洞报告理解和漏洞复现方法,首先,依据漏洞报告的特点,归纳其语法依存模式,并结合依存句法分析技术,解析漏洞描述,提取漏洞触发的关键信息.其次,不同于常规自然语言描述,Web漏洞的攻击负载通常是非法字符串,大多以代码片段的形式存在,为此,本文针对攻击负载,设计提取规则,完善漏洞报告中攻击负载的提取.在此基础上,考虑漏洞报告与Web应用文本描述不同但语义相近,提出基于语义相似度的漏洞复现脚本自动生成方法,实现Web应用漏洞的自动复现.为验证本文方法的有效性,从漏洞收集平台Exploit-db的300余个Web应用项目中收集了400份漏洞报告,归纳出其语法依存模式;并针对23个开源Web应用涉及的26份真实漏洞报告进行漏洞复现实验,结果表明本文方法可有效提取漏洞报告的关键信息,并据此生成可行测试脚本,复现漏洞,有效减少人工操作,提升漏洞复现效率.

摘要：校园信息门户是高校的名片,为了顺应移动互联网微时代的发展趋势,全面实现数字化校园,共享高校资源与应用服务,构建高校微门户是主要发展趋势。针对数字化校园数据量大、个性化需求程度高等特点,结合分布式云计算处理方案,构建基于云计算的高校微门户,对海量服务数据进行深度挖掘分析,并利用个性化推荐算法实现信息分类与推送。实践表明,该系统能优化高校资源配置,对各类服务对象进行精准服务。