前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇神經網絡語義分割范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

神經網絡語義分割范文第1篇

關鍵詞：圖像分割；邊緣檢測；算子

中圖分類號： 文獻標識碼：A 文章編號：1007-9599(2011)22-0000-02

Image Segmentation Stud and Achievement Based on Visual C + + Image Edge Detection

Lei Xun,Cheng Luyu,Zheng Tao,Wang Xidi

(Xinjiang Agricultural University of Computer and Information Engineering,Urumqi 830052,China)

Abstract:Recalling the definition of image segmentation and classification algorithms,introduces the emerging modern image segmentation techniques:transform based on wavelet analysis and neural network-based image segmentation.In visual C++ platform to achieve several edge detection simulation.

Keywords:Image segmentation;Edge detection;Operators

圖像分割是計算機視覺領域中最基本、也是最困難的問題之一，分割結果的好壞直接影響到后續工作的優劣。由于圖像的多樣性和復雜性，目前還沒有一種完全通用的分割方法可以實現對所有圖像的正確分割，因此圖像分割技術一直是圖像處理鄰域的研究熱點之一。

一、圖像分割算法介紹

（一）圖像閾值分割。對灰度圖像的閾值分割就是首先對圖像中的所有像素點根據灰度值來進行分級，之后通過算法來確定一個確定的閾值相比較，將大于以及小于閾值的灰度值對應的像素點進行分類，而后對兩類不同的像素點進行二值化。可以看出，閾值的確定是圖像閾值分割算法研究的重點。

（二）圖像邊緣檢測法。圖像的邊緣是指圖像局部區域亮度變化顯著的部分。該區域的灰度剖面一般可以看做一個階躍，即從一個灰度值的很小的緩沖區域內急劇變化到另一個灰度相差較大的灰度值。[1]邊緣檢測主要是圖像的灰度變化的度量，檢測和定位。邊緣檢測的基本思想：先利用邊緣增強算子，突出圖像中的局部邊緣，然后定義像素的“邊緣強度”，通過設置閾值的方法提取邊緣點集。[2]

（三）區域提取法。區域提取法有兩種方法：區域生長法和區域分裂合并法。區域生長法是從某個像素出發，按照一定的準則，逐步合并鄰近像素形成所需的分割區域，當滿足一定的條件時，區域分割完畢；區域分裂合并法是從整個圖像出發，逐漸分裂切割得到各個子區域。在實際應用當中通常是這兩種基本方法的結合。兩種方法的關鍵都是如何選擇合適的相似準則。

（四）結合特定理論工具的分割算法。基于小波分析和變換的分割方法：小波分析計算復雜度低，抗噪聲能力強，且容易與其它方法結合進行圖像分割。小波分析發展了傳統的傅立葉變換思想，對非平穩信號具有更好的分析能力。[3]基于小波分析的動態閾值分割方法，先由二進制小波變換將圖像的直方圖分解為不同層次的小波系數， 然后依據一定的分割準則和小波系數選擇閾值門限，利用閾值標出圖像分割的區域。把小波分析引入圖像分割，利用小波分析動態取得閾值，可以實現很好的分割效果。

基于神經網絡的分割方法：人工神經網絡，也稱為神經網絡(Neural Networks)，即從生物學神經系統的信號傳遞而抽象發展成的一種方法。是由大量模擬神經元的數學模型相互連接，模擬人腦處理信息的方式，通過學習可以進行并行分布處理的非線性網絡系統。在神經網絡的應用中，相當多的神經網絡模型都是采用BP神經網絡或者它的改進形式。

二、邊緣檢測的Visual C++實現

（一）原理和算法

邊緣是一定數量點灰度發生變化的地方，那么邊緣檢測大體上就是計算這個灰度變化帶的導數。對這種變化最有用得兩個特征是灰度的變化率和方向，分別以梯度向量的幅度和方向來表示它們。

基于灰度的一階導數可以得到了原始數據灰度的梯度，可以利用此數據搜尋圖像灰度峰值，基于灰度的二階導數實質上是灰度梯度的變化率。在理想的連續變化情況下，在二階導數中檢測過零點就是梯度中的局部最大值，峰值檢測就是邊線檢測，邊緣檢測算子檢查每個像素的鄰域并量化灰度變化率，也包括方向的確定。

1.Roberts邊緣檢測算子。Roberts邊緣檢測算子是2 X 2 算子模板，利用斜向上的4個像素交叉差分定義。因此該算子對45度和135度方向上的邊緣較為敏感。該模板數學表示為：g(x，y)=[ - ]2+ - ]2}1/2 ，其中f(x，y)是具有整數像素坐標的輸入圖像。

2.Prewitt邊緣算子

為了在邊緣檢測中減少噪聲的影響，1970年Prewitt提出Prewitt算子。Prewitt算子從加大邊緣檢測算子模板大小出發，由2X2擴大到3X3來計算差分算子，其水平方向和垂直方向上的算子模板為以下兩個：

. .

3.Sobel邊緣算子

Sobel算子從不同的方向檢測邊緣，距離不同的像素具有不同的權值，在邊緣點處達到極值的現象進行邊緣檢測。圖像中的每個點都用下面這兩個卷積核做卷積，一個核對通常的垂直邊緣響應最大，而另一個對水平邊緣響應最大。

一個是檢測水平邊沿的 .一個是檢測豎直平邊沿的 。

4.拉普拉斯算子是對二維函數進行運算的二階導數算子。通常使用的拉普拉斯邊緣檢測算子如下：

.

由于拉普拉斯算子是一個二階導數，所以它將在邊緣處產生一個陡峭的零交叉。而噪聲點對邊緣檢測有一定的影響，所以可以利用平滑濾波器進行平滑后再進行邊緣檢測效果會更好，譬如高斯拉普拉斯算子。

（二）仿真實驗與分析

本實驗采用的軟件環境為Windows XP，編程環境Visual C++6.0，對bmp文件進行格式分析后先將24位位圖轉換為256位圖，二值化后再利用邊緣檢測算子對圖片分別進行卷積運算。

實驗結果如下所示：

原圖

Robert算子 Prewitt算子

Sobel算子 拉普拉斯算子

Robert算子利用4個像素進行計算，邊緣定位準，對噪聲敏感，適于處理陡峭的低噪聲圖像。Prewitt 算子對噪聲有抑制作用，但Prewitt算子對圖像邊緣的定位不如Robert算子，與Prewitt算子相比，Sobel算子對于像素的位置的影響做了加權，因此效果更好。Laplacian 算子同樣對噪聲比較敏感，所以通常都是用Laplacian 算子和平滑算子結合生成的模板進行圖像分割處理。

結論語：

本實驗只是利用各種邊緣檢測算子對灰度圖像的分割進行了研究，但通常圖像信息中空間復雜性和相關性都比較強，每種方法也只局限于特定的分割對象。實際應用中往往是各種算法的綜合處理。各種算法雖然都可以不斷改進，但如果要從根本上提高圖像處理質量的話，未來需要成功加入高層的語義信息才能滿足社會更多的需求。

參考文獻：

[1]殷國軍,秦莉.圖像分割算法研究綜述[J].河北工程技術高等專科學校學報.2009,(02)

[2]黃鋒華,劉琪芳,冀金鳳.基于MATLAB數字圖像邊緣檢測算子的研究[J].機械工程與自動化,2011,(04)

[3]王彪,李建文,王鐘斐,基于小波分析的新閾值去噪方法,計算機工程與設計,2011,(03)

[作者簡介]

神經網絡語義分割范文第2篇

[關鍵詞]中文分詞　分詞算法　歧義消除　未登錄詞　分詞系統

[分類號]G354

中文分詞是文本分類、信息檢索、信息過濾、文獻自動標引、摘要自動生成等中文信息處理中的關鍵技術及難點。經過廣大學者共同努力，過去2D多年中文分詞取得可喜進步，黃昌寧、趙海…在四方面總結了取得的成績。筆者利用CNKI全文期刊數據庫，以“中文and分詞”、“漢語and分詞”、“自動and分詞”等為檢索條件，檢索時段為1987年1月1日～2010年9月1l日，進行篇名檢索，經篩選分別得到相關研究論文214、191、165篇，通過文獻歸納總結出該領域研究現狀、研究內容、研究熱點與難點，并展望其發展。

1　中文分詞基礎理論研究

中文分詞理論研究可歸結為：三種主要分詞算法及組合算法研究、中文分詞歧義消除、未登錄詞識別與分詞與詞性標注評測研究。

1.1　分詞算法研究

衡量分詞算法優劣標準是分詞速度與精度，各種算法圍繞精度與速度展開。目前分詞算法很多，大致可歸納為：詞典分詞方法、理解分詞方法、統計分詞方法、組合分詞算法。

1.1.1　詞典分詞方法

?算法。詞典分詞方法按照一定策略將待分析漢字串與詞典中的詞條進行匹配，若在詞典中找到某個字符串，則匹配成功，該方法需要確定三個要素：詞典、掃描方向、匹配原則。比較成熟的幾種詞典分詞方法有：正向最大匹配法、逆向最大匹配法、雙向最大匹配法、最少切分等。實際分詞系統，都是把詞典分詞作為一種初分手段，再通過各種其他的語言信息進一步提高切分的準確率。

詞典分詞方法包含兩個核心內容：分詞算法與詞典結構，算法設計可從以下幾方面展開：①字典結構改進；②改進掃描方式；③將詞典中的可按由長到短遞減順序逐字搜索整個待處理材料，一直到分出全部詞為止。

?詞典結構。同典結構是詞典分詞算法關鍵技術，直接影響分詞算法的性能。三個因素影響詞典性能：①詞查詢速度；②詞典空間利用率；③詞典維護性能。Hash表是設計詞典結構常用方式，先對GB2312～1980中的漢字排序(即建立Hash表)，然后將其后繼詞(包括詞的屬性等信息)放在相應的詞庫表中。

孫茂松等設計并實驗考察了三種典型的分詞詞典機制：整詞二分、TRIE索引樹及逐字二分，著重比較它們的時間、空間效率。姚興山提出首字Hash表、詞次字Hash表、詞次字結構、詞3字Hash表、詞3字結構、詞4字Hash表、詞4字結構、詞索引表和詞典正文的詞典結構，該結構提高查詢速度，但增大存儲開銷。陳桂林等介紹了一種高效的中文電子詞表數據結構，它支持首字Hash和標準的二分查找，且不限詞條長度，并給出利用近鄰匹配方法來查找多字詞，提高了分詞效率。目前文獻看，圍繞詞典結構提高分詞性能的主流思想是設計Hash表，表數目隨結構不同而不同，數目越多，空間開銷越大，但查詢速度也相應提高，具體設計需要在時間與空間之間權衡。

1.1.2　理解分詞方法　基本思想是分詞同時進行句法、語義分析；利用句法信息和語義信息來處理歧義現象，理解分詞方法需要使用大量語言知識和信息。

?人工智能技術。人工智能技術主要包括專家系統、神經網絡和生成一測試法三種。分詞專家系統能充分利用詞法知識、句法知識、語義知識和語用知識進行邏輯推理，實現對歧義字段的有效切分。何克抗等深入分析了歧義切分字段產生的根源和性質，把歧義字段從性質上劃分為四類，并給出消除每一類歧義切分字段的有效方法。王彩榮設計了一個分詞專家系統的框架：將自動分詞過程看作是基于知識的邏輯推理過程，用知識推理與語法分析替代傳統的“詞典匹配分詞+歧義校正的過程。”神經網絡摸擬人腦神經元工作機理設計，將分詞知識所分散隱式的方法存入神經網內部，通過自學習和訓練修改內部權值，以達到正確的分詞結果。林亞平、尹鋒利等用BP神經網絡設計了一個分詞系統，進行大量仿真實驗，取得不錯分詞效果。

采用神經網絡與專家系統的人工智能分詞算法與其他方法相比具有如下特點：①知識的處理機制為動態演化過程；②字詞或抽象概念與輸入方式對應，切分方式與輸出模型對應；③能較好地適應不斷變化的語言現象，包括結構的自組織和詞語的自學習；④新知識的增加對系統處理速度影響不大，這與一般機械匹配式分詞方法有很大區別；⑤有助于利用句法信息和語義信息來處理歧義現象，提高理解分詞的效果。作為智能分詞技術的一種探討，將神經網絡與專家系統思想引入中文分詞，是一種有益嘗試，為后續智能自動分詞技術取得更多進展打下良好基礎。

黃祥喜提出“生成一測試”法，通過詞典的動態化、分詞知識的分布化、分詞系統和句法語義系統的協同工作等手段實現詞鏈的有效切分和漢語句子切分與理解的并行。該方法具有通用性，實現容易，分詞和理解能力強。

由于漢語語言知識的籠統、復雜性，難以將各種語言信息組織成機器可直接讀取的形式，因此目前基于理解的分詞系統還處在試驗階段。

?統計模型技術。蘇菲等提出基于規則統計模型的消歧方法和識別未登錄詞的詞加權算法，通過詞頻統計、加權技術與正向逆向最大匹配進行消歧與未登錄詞識別。張茂元等提出基于馬爾可夫鏈的語境中文切分理論，進而提出一種語境中文分詞方法，該方法建立在詞法和句法基礎上，從語境角度分析歧義字段，提高分詞準確率。

1.1.3　統計分詞方法　統計方法思想基礎是：詞是穩定的漢字的組合，在上下文中漢字與漢字相鄰共現的概率能夠較好地反映成同的可信度。因此對語料中相鄰共現的漢字的組合頻度進行統計，計算他們的統計信息并作為分詞的依據。常用統計量有如詞頻、互信息、t-測試差，相關分詞模型有最大概率分詞模型、最大熵分詞模型、N-Gram元分詞模型、有向圖模型等。孫茂松等提出了一種利用句內相鄰字之間的互信息及t－測試差這兩個統計量解決漢語自動分詞中交集型歧義切分字段的方法，并進一步提出將兩者線性霍加的新的統計量md，并引入“峰”和“谷”的概念，設計了一種無詞表的自動分詞算法。王思力等提出一種利用雙字耦合度和t-測試差解決中文分詞中交叉歧義的方法。孫曉、黃德根提出基于最長次長匹配的方法建立漢語切分路徑有向圖，將漢語自動分詞轉換為在有向圖中選擇正確的切分路徑。

三種主流方法各有優缺點，其具體比較見表1。

1.1.4　組合方法　單個方法有優點，但也存在不足，

實際分詞算法設計時需要組合幾種方法，利用各自優點，克服不足，以更好解決分詞難題。

?字典與統計組合。翟鳳文等提出了一種字典與統計相結合的分詞方法，首先利用字典分同方法進行第一步處理，然后利用統計方法處理第一步所產生的歧義問題和未登錄詞問題。該算法通過改進字典的存儲結構，提高了字典匹配的速度；通過統計和規則相結合提高交集型歧義切分的準確率，并且一定條件下解決了語境中高頻未登錄詞問題。

?分詞與詞性標注組合。詞性標注是指對庫內語篇中所有的單詞根據其語法作用加注詞性標記。將分詞和詞類標注結合起來，利用豐富的詞類信息對分詞決策提供幫助，并且在標注過程中又反過來對分詞結果進行檢驗、調整，從而極大地提高切分的準確率。白拴虎將自動分詞和基于隱馬爾可夫鏈的詞性自動標注技術結合起來，利用人工標注語料庫中提取出的詞性二元統計規律來消解切分歧義。佟曉筠等設計N-最短路徑自動分詞和詞性自動標注一體化處理的模型，在分詞階段召回N個最佳結果作為候選集，最終的結果會在未登錄詞識別和同性標注之后，從這N個最有潛力的候選結果中選優得到。姜濤等對Kit提出基于實例的中文分詞一詞性標注模型，通過理論上定性分析和實驗證明得出如下優點：①對于訓練語料相關的文本(即與訓練語料相同、相似或同領域的文本)，EBST系統的分詞一詞性標注結果具有極高的準確率；②EBST系統的分詞一詞性標注結果與訓練語料中的分詞一詞性標注具有很好的一致性。

1.2　歧義消除研究

1.2.1　歧義類型　歧義是指同一個字符串存在不止一種切分形式。歧義字段分為交集型歧義字段(交叉歧義)、組合型歧義字段(覆蓋歧義)兩種。據統計交叉歧義字段占到了總歧義字段的86％，所以解決交叉歧義字段是分詞要解決的重點與難點。

1.2.2　消歧方法　目前解決歧義消除的典型方法有：

?窮舉法。找出待分析字串所有可能的詞，該方法簡單，但時間開銷大，實用性不強。多數時候采用雙向匹配算法，正向匹配結果與逆向匹配結果一致，分詞正確，否則分詞有歧義。

?聯想一回溯法。李國臣等提出聯想一回溯法，先將待切分的漢字符號串序列依特征詞詞庫分割為若干子串，每個子串或為詞或為詞群(幾個詞組合而成的線性序列)，然后利用實詞詞庫和規則庫再將詞群細分為詞。分詞時，利用了一定語法知識。聯想和回溯機制同時作用于分割和細分兩個階段，旨在有效解決歧義組合結構的切分問題。

?詞性標注。白拴虎利用馬爾可夫鏈的詞性標注技術結合分詞算法消解切分歧義，其他學者也有類似成果出現。

?EM(Expectation Maximization)法。王偉等提出基于EM思想，每個句子所對應的所有(或一定范圍內)的分詞結果構成訓練集，通過這個訓練集和初始的語言模型可以估計出一個新的語言模型，最終的語言模型通過多次迭代而得到。EM是極大似然原則下的建模方法，存在過度擬合問題。

?短語匹配與語義規則法。姚繼偉、趙東范在短語結構文法的基礎上，提出一種基于局部單一短語匹配和語義規則相結合的消歧方法。通過增加短語問的右嵌套規則和采用有限自動機的實現方式，解決了短語規則中存在冗余項的問題，提高了短語匹配效率和歧義消除類型的針對性。

1.3　未登錄詞研究

1.3.1　未登錄詞類型　未登錄詞大致包含兩大類：①新涌現的通用詞或專業術語等；②專有名詞，如中國人名、外國譯名、地名、機構名(泛指機關、團體和其他企事業單位)等。未登錄詞識別指正確識別未在詞典中出現的詞，未登錄詞出現極大影響了分詞的精度，如何解決未登錄詞識別問題成為分詞準確性的一大難題。

1.3.2　未登錄詞識別　識別第一類未登錄詞一般是先根據某種算法自動生成一張候選詞表(無監督的機器學習策略)，再人工篩選出其中的新詞并補充到詞表中。該方法需要大規模語料庫支持。第二種常用辦法是：首先依據從各類專有名詞庫中總結出的統計知識(如姓氏用字及其頻度)和人工歸納出的專有名詞的某些結構規則，在輸入句子中猜測可能成為專有名詞的漢字串并給出其置信度，之后利用對該類專有名詞有標識意義的緊鄰上下文信息如稱謂，以及全局統計量和局部統計量參見下文，進行進一步鑒定。

歸納起來，未登錄詞解決方案有兩大類：專用方法與通用方法。專用方法主要針對特定領域的未登錄詞如中文人名、中文地名、中文機構名等識別，此類方法主要基于專有詞庫與規則展開。通用方法則重在解決所有類別的未登錄詞識別問題，前面列舉的機械分詞、理解分詞、統計分詞方法就是一種通用方法。

?專有名詞庫。對中文人名、地名、機構名等分別建立詞庫，該方法需要搜集特定資源并制定特定算法，信息集成難度大。

?啟發式規則。通過前后綴的修飾詞發現人名等未登錄詞。如“先生張三”，前面“先生”就是一個特定的修飾詞，一般后面緊接著是人名。鄭家恒將中文姓氏用字進行歸類，并利用分類信息建立規則以識別“小張”、“老李”之類的人名，并且有效地區分出“張”“李”等字的量詞用法。

?通用解決方案。不針對特定的未登錄詞設計算法，適用于各種類型的未登錄詞。前述三種主流分詞及組合算法則屬于通用解決方案。另外，呂雅娟等對中同人名、中國地名、外國譯名進行整體識別為目標，采用分解處理策略降低了整體處理難度，并使用動態規劃方法實現了最佳路徑的搜索，較好地解決了未登錄詞之間的沖突問題。秦文、苑春法提出了決策樹的未登錄詞識別方法，適用各種未登錄詞識別。

1.4　分詞與詞性標注評測

各種算法優劣需要在真實文本上以較大規模、客觀、定量的方式進行公開公正評測，它是推動中文信息處理研究的重要手段。楊爾弘等介紹了2003年“863中文與接口技術”漢語自動分詞與詞性標注一體化評測內容、評測方法、測試試題的選擇與產生、測試指標以及測試結果，各種測試結果以精確率、召回率、F值度量，并對參評系統的切分和標注錯誤進行了總結。

2　分詞系統研究

中文分詞系統是利用計算機對中文文本進行詞語自動識別的系統。一個高效的、性能優良的中文分詞系統應該具備幾個基本要素：分詞精度、分詞速度、系統可維護性、通用性、適應性。基于分詞系統特點，將分詞系統研究分為早期自動分詞系統與現代分詞系統研究兩部分。

2.1　早期自動分詞系統

20世紀80年代初有學者開始研究自動分詞系統，陸續有一些實用性系統出現。典型的有：CDWS分詞系統、漢語自動分詞系統-NEWS L321、書面漢語自動分詞專家系統等。由于受硬件條件及分詞技術影響，早期分詞實用系統在分詞速度與精度上還不夠理想，實用性不高。但這些實用分詞系統的出現為后續分詞系統設計打下了良好基礎。

2.2　現代分詞系統

2.2.1　中國科學院計算所漢語詞法分析系統　ICT-CLAS ICTCLAS(Institute of Computing Technology.Chinese Lexical Analysis System)是中國科學院計算技術研究所研制，主要功能包括中文分詞，詞性標注，命名實體識別，新詞識別；支持用戶同典，繁體中文，GBK、UTF-8、UTF-7、UNICODE等多種編碼格式。目前ICTCLAS3.0分詞速度單機為996KB／s，分詞精度為98.45％，AP[不超過200KB，各種淵典數據壓縮后不到3M。

2.2.2　海量智能分詞研究版　海量智能分詞系統較好地解決了分詞領域中的兩大技術難題：歧義切分和新詞的識別，分詞準確率達到99.6％，分同效率為2000萬字／分鐘。其中組合歧義的處理一直是分詞領域的難點中的難點，海量分詞系統能對絕大多數的組合歧義進行正確的切分。在新詞的識別上，針對不同類型采用不同識別算法，其中包括對人名、音譯詞、機構團體名稱、數量詞等新同的識別，其準確率比較高。

由于計算機硬件技術的大幅提升，分詞技術的逐步成熟，現在分詞系統在歧義消除、未登錄詞識別方面取得較大進展，分詞速度與精度明顯提高，實際性越來越強，為中文信息處理帶來極大方便。

神經網絡語義分割范文第3篇

關鍵詞：惡意程序，數據挖掘，檢測方法

中圖分類號：TP393.08 文獻標識碼：A

The Application of the Data Mining to the Malware Detection

Zhang Jing Yao Shuke

(The International School of Huanghuai College Henan Zhumadian 463000)

Abstract：Based on data mining to the malware detection technology research，The defects of security software in against malware are analyzed．New feature selection method and extraction rules on basis of the new features are proposed．

Keywords： malware；data mining；Detection method

隨著信息技術的高速發展，人們積累的數據量急劇增長，從海量的數據中提取有用的知識成為當務之急，數據挖掘的出現幫助人們解決了面臨的難題。數據挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。它是一門以統計學、機器學習、數據庫等多個學科為基礎的新興學科，作為一門面向應用的學科分支數據挖掘已經在許多領域取得了成功的應用，如電信、銀行、零售等行業。

為了應對大規模的惡意程序，提高檢測時效性和準確度，最近許多國外學者將數據挖掘技術應用于對抗惡意程序的研究中，惡意程序檢測是分類過程，即將樣本數據分為正常程序和惡意程序。當前用于惡意程序檢測的分類技術種類繁多，目前研究的比較多，綜合性能較好的分類技術包括神經網絡、貝葉斯、SVM(支持向量機)、決策樹和關聯規則等幾種。

一、惡意程序的檢測方法

(1)基于神經網絡的惡意程序檢測方法

神經網絡近年來越來越受到人們的關注，其本身良好的聯想存儲、并行處理、自組織自適應性、高度容錯等特性非常適合解決數據挖掘的問題。IBM公司提出使用單層神經網絡分類器來檢測引導型惡意程序的方法，分類器的訓練采用了反向傳播算法，通過測試樣本集測試，誤報率為0．02％，漏報率為10―15％，結果比較理想。結合Bagging算法，將擾動訓練數據和繞的那個輸入屬性結合起來，生成了更為精確并且差異度大的個體神經網絡，實驗使用了209個惡意程序文件和423個正常程序，取得了較好的檢測效果。

(2)基于貝葉斯分類的惡意程序檢測方法

貝葉斯決策理論與數據挖掘的其他分類方法相比具有最小的誤差率，在處理模式分類問題中應用十分廣泛，它在類別先驗概率和類條件概率密度已知的情況下，可以得到錯誤率最小的分類結果。實驗結果表明，貝葉斯分類能夠有效檢測出未知惡意程序，并保持較低的誤報率。

(3)基于決策樹的惡意程序檢測方法

決策樹一般都是自上而下的來生成的。每個決策或事件(即自然狀態)都可能引出兩個或多個事件，導致不同的結果，把這種決策分支畫成圖形很像一棵樹的枝干，故稱決策樹。決策樹判定速度快、判斷流程直觀等優點使其有著廣泛的應用。建立一種基于決策樹的惡意程序判定方法，其實驗中使用可執行文件結構作為分類特征，首先從大量已知數據中學習并建立決策樹模型，在未知樣本的分類中得到了91．2％的準確率，取得了較為顯著的判定效果。

(4)基于SVM的惡意程序檢測方法

SVM的主要思想可以概括為兩點：(1)它是針對線性可分情況進行分析，對于線性不可分的情況，通過使用非線性映射算法將低維輸入空間線性不可分的樣本轉化為高維特征空間使其線性可分，從而使得高維特征空間采用線性算法對樣本的非線性特征進行線性分析成為可能；(2)它基于結構風險最小化理論之上在特征空間中建構最優分割超平面，使得學習器得到全局最優化，并且在整個樣本空間的期望風險以某個概率滿足一定上界。提出一種基于支持向量機惡意程序檢測模型，檢測算法采用的特征為程序執行過程中使用的Windows API函數序列，檢測系統在虛擬機中監視程序的行為并進行分析，能有效地檢測未知惡意程序和各種多念與變形惡意程序，而且該法所需訓練樣本量也較少，實驗結果表明該算法在惡意程序樣本較少的情況下對未知惡意程序檢測有較好效果。

(5)基于關聯規則分類的惡意程序檢測方法

利用關聯規則進行分類是分類挖掘的一種重要方法，提出了一種在Windows平臺下檢測變形惡意程序及未知惡意程序的新方法――以PE文件調用的Windows API函數序列為特征，結合數據挖掘技術中的OOA挖掘方法來實現對惡意程序的主動防御，對未知惡意程序檢測準確率達到92％，但是其僅僅使用了Windows API函數序列作為特征，對于動態調用和以資源形式存在的釋放型惡意程序檢測能力不足，另外在檢測過程中使用脫殼引擎并不能檢測所有的殼，并且脫殼時間會影響整個檢測的實時性。

二、現有研究的缺陷

綜合上文中的研究人員的研究成果來看，這些研究人員關注數據挖掘算法的使用和改進，在惡意程序檢測中取得了較好的效果，但是仍然存在以下缺陷：

(1)忽視篩選惡意程序特征方法的研究，高質量的數據是影響挖掘結果準確度的重要因素，許多數據挖掘專家都認為在數據挖掘過程中一個最關鍵的步驟是對初始數據集的預備和轉換，這一步驟在以往惡意程序檢測的相關研究中并沒有引起人們的注意；

(2)無法適用于客戶端檢測，研究人員只重視檢測率而忽視客戶端檢測惡意程序的可行性；

(3)檢測效率低。以往的研究中由于檢測殼和脫殼時間消耗較多，另外基于二進制特征碼查殺方式匹配特征時問長，所以檢測效率較低。

三、系統的解決方案

1．鑒于現有研究的不足，本文提出篩選惡意程序新型特征的方法，并在此基礎上提取惡意程序檢測的智能規則，本文的智能規則是相對于傳統檢測方式而言的智能，傳統二進制檢測方式查殺方式一個特征碼往往只能針對一個惡意程序或一個家族的惡意程序，而本文中的智能規則可以檢測一類甚至幾類惡意程序，相對傳統的特征碼而言更具有通用性。下圖展示了本文的研究過程。

首先提取樣本源特征，并對提取的數據進行預處理，在此基礎上篩選惡意程序新型特征和評估新型特征，然后提取智能化檢測規則，最后還將設計并實現客戶端檢測系統，通過系統測試評估智能化規則在客戶端檢測的效果。

2．客戶端設計

將分類器的決策結果語義化形成惡意程序智能檢測規則，并根據此規則構造知識庫，最終實現了基于智能規則知識庫的惡意程序判定系統，包括知識庫、推理機、用戶界面、程序數據收集和事實表五個部分，客戶端各部分的邏輯關系。

主程序加載并初始化推理機，啟動程序數據收集模塊收集系統中的各類信息數據，并將這些數據轉換成事實的表示形式添加到事實表中，然后推理引擎加載知識庫和事實表并開始推理，最后給出判斷被檢程序是否為惡意程序。其中，知識庫和數據采集是HMDS中最重要的兩個功能。

原型系統的客戶端關鍵功能是知識庫。規則庫為基礎設計專家系統的知識庫。知識庫的文件格式設計包括：規則文件頭、規則數量、規則長度、規則，以下定義了規則文件的格式。

每條規則被定義為包含44個整數的數組，知識庫以文件形式存儲在磁盤上，每次運行時加載到內存。本文采用動態規則集方式提高檢測效率，即在檢測系統啟動之后統計每條規則的使用頻率，并把根據使用頻率將規則降序排列、調整規則匹配順序。基于動態規則集的模式匹配方法，能縮短規則匹配的時間，極大地提高了惡意程序檢測效率。

3．實驗及結果分析

根據本文的設計目標：提取主要測試實時性和檢測率，以證明用于客戶端檢測的可行性。本文選取商用殺毒軟件瑞星、金山、Nod32、卡巴斯基]中的檢測結果作為比較對象。

測試的硬件環境為Intel Pentium雙核Cpu，主頻3．0GHZ，1GB內存，測試操作系統為Windows XP，安裝Vm Ware Station 6.5.2虛擬機，分別安裝HMDS、瑞星、金山、Nod32、卡巴斯基，將病毒庫升級至最新，然后把測試集的樣本文件拷貝至虛擬機中，并創建鏡像節點。

HMDS掃描i盤中的文件共8391個，其中正常程序2475個，惡意程序5916個。檢測出惡意程序5899個，其中包括8個誤報文件，檢測時間為104秒，漏報25個文件。

HMDS在檢測中消耗104秒，單個文件的掃描時間約為17ms，與Nod32掃描效率相近；而從內存占用看HMDS占用內存的峰值為14M，排在Nod32之后，位于第二；掃描速度與內存峰值比值僅次于瑞星，排在第三位；HMDS的檢測率與其它商用殺毒軟件相近，與其他學者的研究相比有了較大提高；誤報仍然存在，但是與目前其它學者的研究相比已經有較大的提高。

實驗結果表明，HMDS有較好的實時性，檢測速度高于部分商用安全軟件，在優化匹配算法后可以進一步提高檢測速度；在檢測率上，HMDS與商用殺毒軟件有相近的性能，但是在誤報率上仍與基于特征碼檢測的安全軟件有一定差距；從內存資源占用上看HMDS內存峰值僅次于Nod32的13MB。

綜上所述，HMDS在資源占用和檢測效率上表現較好，并且在無惡意程序二進制特征庫的情況下能夠檢測未知惡意程序。由于HMDS基于新型特征的檢測方式較為單一，沒有綜合使用白名單和黑名單等技術，存在一定的誤報和漏報，因此其檢測準確率與商用安全軟件仍有一定差距。實驗結果證明基于新型特征的智能化規則的查殺準確率較高，實時性較好，誤報率較低，資源占用較低。

參考文獻：

[1]張波云，殷建平，張鼎興．基于SVM的計算機病毒檢測系統[J]．計算機工程與科學，2007，29(9)：19-22．

[2]葉艷芳，葉東毅．基于關聯規則挖掘技術的病毒主動防御系統[J]．集美大學學報(自然科學版)，2006，11(2)：106-111．

[3]王維，肖新光，張栗煒．基于決策樹模型的惡意程序判定方法[C]．全國網絡與信息安全技術研討會，北京，2007．

作者簡介：

神經網絡語義分割范文第4篇

關鍵詞：人工智能；引擎；大數據；CPU；FPGA

DOI：10.3969/j.jssn.1005-5517-2017-2.006

1 2016年人工智能迎來了春天

2016年人工智能（A1）進入了第三個。2016年3月9-15日，谷歌AlphaGo（阿爾法狗）以4：1的成績擊敗世界圍棋冠軍李世石職業九段，意義非常重大。因為過去機器主要做感知，現在出現了認知，這是人工智能的關鍵所在。

8個月后，2016年12月29日～2017年1月4日，AlphaGo的升級版――谷歌Master（大師）在30秒快棋網測中，以60勝0負1和的成績，橫掃柯潔、古力、聶衛平、樸廷桓、井山裕太等數十位中日韓世界冠軍與頂級高手。從此以后，也許人類以后就沒有和Master進行圍棋比賽的機會了！除了圍棋，人工智能下一步將在國際象棋、中國象棋等棋類方面發展。

撲克牌方面，專家水平的人工智能首次戰勝一對一無限注德州撲克人類職業玩家，而且DeepStack讓機器擁有知覺。

人工智能還能玩游戲。其意義很重大，平時環境中很難得到一些數據，因為游戲相當于虛擬社會，例如“星際爭霸2”是復雜的虛擬社會，如果人工智能在這個虛擬社會中能戰勝人，這將是非常了不起的，未來可涉及到高級決策，在軍事上很有用處。2016年11月5日，谷歌DeepMind宣布與暴雪合作開發人工智能，挑戰實時戰略視頻游戲“星際爭霸2”。這件事情的意義非常重大。下一步可以用于軍事上的高級戰略決策。

無人駕駛方面，2016年11月15日，“在第三屆世界互聯網大會”期間，18輛百度“云驍”亮相烏鎮子夜路，在3.16公里的開放城區道路上自主行駛。2016年特斯拉Autopilot 2.0問世，該軟件只需要八千美元，就可讓軟件駕駛汽車。所有特斯拉新車將安裝“具有完全自動駕駛功能”的該硬件系統，并可通過OTA（空中下載技術）進行軟件升級；自動駕駛功能從L2（二級，半無人駕駛）直接跳躍到L4/L5（）；2017年底之前，特斯拉車將以完全自動駕駛模式從洛杉磯開往紐約。Uber提出在城區大范圍無人駕駛出租車試運行，Uber 2016年9月14日在美國匹茲堡市推出城區大范圍無人駕駛出租車免費載客服務并試運行，先期已測試近2年，說明無人駕駛真正落地了。

為何無人駕駛很重要？因為人工智能是無人駕駛的核心。除了百度、特斯拉、Uber，谷歌Waymo也在做自動駕駛測試。此外，沃爾沃、福特、寶馬、百度、英特爾等全球約20多家企業公開宣布，4年以后的2021年將會是無人駕駛/自動駕駛元年，部分5AE L4車將會實現量產。

計算機視覺

針對ImageNet ILSVRC測試比賽的1 000種物體識別，Deep CNN超過了人類的識別能力。人是5.1%（如圖1），2016年2月23日谷歌人工識別的評測是3.08%。ImageNetILSVRC中有1000種物體，例如猴子、馬、飛機、坦克等約1500萬張照片、包含2.2萬類種不同物體。深度學習一般能做到52層，極深度學習（very deep lea rning）現在已經做到1000層。

在ILSVRC 2016國際評測中，包括視覺物體檢測、視覺物體定位、視頻物體檢測、場景分類、場景解析等性能均有提高。值得一提的是，在此次大會上，中國團隊大放異彩，幾乎包攬了各個項目的冠軍（圖2）。

人工智能語義分割

基于全卷積神經網絡FCN的路面/場景像素級語義分割取得重要進展。為此，我們可以分割大部分道路。

人工智能唇語專家

看電視時把聲音關掉，靠嘴唇說話的變化來識別談話內容，這種能力機器識別率已經超過人類。例如2016年12月，英國牛津大學與谷歌DeepMind等研發的自動唇讀系統LipNet，對GRID語料庫實現了95.2%的準確率；對BBC電視節目嘉賓進行唇語解讀，準確率為46.8%，遠遠超過專業的人類唇語專家（僅為12.4%）。

人工智能人臉識別

人臉識別可以達到產品級別，例如支付寶的刷臉成功率超過了人類。如圖3，人的水平為97.40，百度為99.77。因此可以進行產品體驗。2017年1月6日，百度人工智能機器人“小度”利用其超強人類識別能力，以3：2險勝人類最強大腦代表王峰。

語音識別

目前的社交新媒體和互動平臺中，Al虛擬助手和Al聊天機器人正在崛起。一天，美國GIT（佐治亞理工大學）的一個課堂上來了一位助教，教師講完課后說：“大家有問題就問助教吧”。這位助教原來是個會眨眼睛的機器人！這時學生們才知道每天網上給他們答疑解惑的是人工智能，此前學生們也感到很吃驚，這位助教非常敬業，晚上還在發Email。

人工智能語音合成

指從文本聲音到真實聲音，可以自動翻譯成英文。2016年9月19日，谷歌DeepMind推出WaveNet，實現文本到美式英語或中國普通話的真實感語音合成。

人工智能速記員

包括語音識別和NLP（自然語言處理）。2016年10月17日，微軟的語音識別系統實現了5.9%的詞錯率（WER），媲美人類專業速記員，且錯誤率更低；中國科大訊飛也有語音輸入法。

人工智能翻譯

中國人往往從小學到讀博士都在學英語。現在，谷歌、微軟和百度等公司在做人工智能翻譯。以谷歌為例，2016年9月27日，谷歌的神經機器翻譯系統（GNMT）實現了多語種翻譯，較之傳統方法，英譯西班牙翻譯錯誤率下降了87%，英譯漢下降了58%，漢譯英下降了60%，已接近人工翻譯的水平。也許今后學外語沒那么重要了，人們可戴著耳機，耳機能直接翻譯成各語言。

人工智能對抗訓練

Goodfellow（2014）提出的生成式對抗網絡（GAN），為半監督學習/舉一反三式的學習發展提供新思路，2016年發展迅速。目前是監督式學習，需要依靠大數據，因此大數據需要非常完備。而人是舉一反三式的學習。例如人沒有見過飛機，看過幾張照片就可以把世界上所有飛機都認出；目前的大數據驅動的深度學習方式，是把世界上所有飛機照片都看過才行。現在進行舉一反三的半監督或無監督式學習，思路是采用對抗的方法，一個網絡造假，另一網絡鑒別照片是真是假，通過對抗式的學習來共同進步（如圖4）。

人工智能引擎

芯片三巨頭

英特爾、英偉達和高通全部轉到了人工智能上。為此英偉達的股票漲了幾倍。英特爾也在大搞人工智能。高通為了進入人工智能領域，收購了恩智浦，恩智浦此前收購了飛思卡爾。

現在出現了基于超級GPU/TPU集群的離線訓練，采用超級GPU/TPu集群服務器，例如英偉達的深度學習芯片Tesla P100及DGX-1深度學習計算機，谷歌數據中心的TPU。

終端應用采用GPU/FPGA-based DPU，例如英特爾Apollo Lake A3900的“智能互聯駕駛艙平臺”，高通驍龍的820A處理器。

通用人工智能與認知智能

1997年，lBM的超級電腦程序“深藍”擊敗國際象棋大師加里?卡斯帕羅夫；2011年2月，IBM的自動問答系統在美國最受歡迎的智力競答電視節目“危險邊緣”中戰勝了人類冠軍：IBM的沃森醫生在某些細分疾病領域已能提供頂級醫生的醫療診斷水平，例如胃癌診斷。

可見，1.AlphaGo和Master等已可橫掃人類圍棋職業頂尖高手，下一步，將能下中國象棋等所有棋類，此外還可以打牌、炒股等，即什么都可以干，是強人工智能。2.人工智能已成為無人駕駛汽車商業落地的關鍵。3.視覺物體識別、人臉識別、唇語識別等在許多國際公開評測中，達到或超過人類的水平；4.速記等語音識別已可媲美人類；5.包括神經機器翻譯在內的自然語言處理，性能也大幅度提升；6.生成式對抗網絡得到極大關注。

目前，發展通用人工智能成為普遍共識。

2 社會極大關注

未來，可能很多工作就會消失了。

人工智能引起社會的極大關注和熱議，人工智能發展很快；而且人工智能的學習速度快，很勤奮，未來可以達到人類所有的智能，這時到達了從強人工智能到超越人工智能的奇點；人工智能有超越人類智能的可能；理論上，人工智能還可以永生。

這也引起了很多人們的擔憂。奇點到來、強人工智能、超人工智能、意識永生、人類滅絕等聳人聽聞的觀點出現，引起包括霍金、蓋茨和馬斯克等在內的世界名人對人工智能發展的擔憂。在每年的世界人工智能大會上，專門有一個論壇探討人工智能與法律、倫理及人類未來的會場。

現在，人工智能工業的OpenAI成立。

2016年全社會對人工智能的極大關注，可能是2016年AI的最大進展！

在半監督/無監督學習、通用人工智能方面，人工智能具有舉一反三，并有常識、經驗、記憶、知識學習、推理、規劃、決策，甚至還有動機。這最后一點有點恐怖，人是有意識和動機的，機器做事也有動機，太可怕了。

智能學習進步很快，AIpha Go八個月后就可以戰勝所有圍棋手，因為它能每天24小時學習、不吃不喝地學習，比人強多了。

因此，在經歷了60年“三起兩落”的發展后，以深度學習為主要標志的人工智能正迎來第3次偉大復興，這次引起社會尤其是產業界高強度的關注。因為上世紀60年代和80年代，人工智能沒有達到這樣的水平。

硅谷精神教父、預言家凱文?凱利說，未來人工智能會成為一種如同電力一樣的基礎服務。斯坦福大學推出了“人工智能百年研究”首份報告――《2030年的人工智能與生活》。

3人工智能上升為國家發展戰略

有人認為第四次工業革命即將由人工智能與機器人等引爆。英國政府認為，人工智能有望像19世紀的蒸汽機革命那樣徹底改變我們的生活，甚至人工智能給人類社會帶來的變革與影響，有可能遠遠超過蒸汽機、電力和互聯網帶來的前三次工業革命。

智能制造、無人駕駛汽車、消費類智能機器人、虛擬助手、聊天機器人、智能金融、智能醫療、智能新聞寫作、智能律師、智慧城市等可能被人工智能代替。人工智能將無處不在，可望替換人類的部分腦力勞動，一些職業會被取代或補充，一些新的行業又會誕生，例如18世紀出現了紡織工人，之后汽車代替了馬車等。因此，我們將經歷從“互聯網+”到“人工智能+”。

中國“互聯網+”與“中國制造2025”國家發展戰略的實施，對人工智能的巨大需求在迅速增長。未來2-5年，人工智能應用與產業發展將迎來爆發期。

中國政府在《“互聯網+”人工智能3年行動實施方案》提出：計劃在2018年形成千億級人工智能產業應用規模。201 7年1月10日，科技部部長萬鋼稱，將編制完成人工智能專項規劃，加快推進人工智能等重大項目的立項論證。

美國政府在2016年10月13日出臺了《為人工智能的未來做好準備》的報告，提出了23條建議措施。同一天，美國政府又出臺了《國家人工智能研發戰略規劃》，提出了7大重點戰略方向。美國參議院于2016年11月30日召開了關于人工智能的首次國會聽證會，主題是“人工智能的黎明”，認為中國是對美國人工智能全球領導地位的一個真正威脅。在2016年12月20日美國白宮了《人工智能、自動化與經濟》報告，考察了人工智能驅動的自動化將會給經濟帶來的影響，并提出了國家的三大應對策略方向。可見，奧巴馬把人工智能看作其政治遺產之一（注：另一個是Cyber空間）。

英國政府2016年12月了《人工智能：未來決策的機遇與影響》的報告，關注人工智能對社會創新與生產力的促進作用，論述如何利用英國人工智能的獨特優勢，增強英國國力。

日本政府2017年開始，要讓人工智能與機器人推動第四次工業革命。

4 我國對策

應以深度卷積神經網絡為核心，全面開展計算機視覺、語音識別和自然語言等人工智能產品的開發與大規模產業化應用。這需要大數據、計算平臺/計算引擎、人工智能算法、應用場景等飛速發展，另外還需要資源、資金、人才。在方法上，選定垂直細分領域最重要。

面向若干細分垂直領域，建立大數據中心。實現大數據采集、清洗、標簽、存儲、管理與交易，建立大數據源公共基礎設施與垂直領域知識庫。專有大數據是人工智能產業制勝的關鍵和法寶。中國企業必須開始特別關注大數據的采集與利用。其重要性如同原油―樣，跨國企業視之為戰略資源！

強力開展人工智能芯片與硬件平臺的研發。包括基于FPGA的深度學習芯片；類腦芯片與憶阻器件；建立國家級人工智能超算中心。

神經網絡語義分割范文第5篇

2.關于有限群不可約特征標的零點任永才，RENYong-Cai

3.并行解Volterra型積微方程的高精度算法張麟，張洋，呂濤，ZHANGLin，ZHANGYang，LVTao

4.廣義集值隱擬補問題解的存在性及迭代算法顏文勇，成和平，王科，YANWen-Yong，CHENGHe-Ping，WANGKe

5.限制區域上指數型函數方程的穩定性徐娟，張和發，XUJuan，ZHANGHe-Fa

6.仿射流形上的Monge-Ampère度量王曉翊，WANGXiao-Yi

7.α次積分半群的擾動劉穎，強靜仁，李淼，LIUYing，QiangJing-Ren，LIMiao

8.一類高階差分方程的全局漸進穩定性張聰，李洪旭，ZHANGCong，LIHong-Xu

9.q-一致光滑Banach空間中含參廣義混合似變分包含組代宏霞，高雪梅，DAIHong-Xia，GaoXue-Mei

10.變系數多項式型迭代方程的連續解高亞萍，GAOYa-Ping

11.企業技術創新群體項目中止決策研究李曉峰，徐玖平，LIXiao-Feng，XUJiu-Ping

12.一種數據表實時備份系統的高速緩存方法郭丹，盧正添，陳文，林漢翮，GUODan，LUZheng-Tian，CHENWen，LINHan-He

13.一種遠程容災系統的動態負載均衡方法臧文娟，楊頻，趙奎，吳曉勇，盧先鋒，艾登智，ZANGWen-Juan，YANGPin，ZHAOKui，WUXiao-Yong，LUXian-Feng，AIDeng-Zhi

14.能量有效的無線傳感器網絡覆蓋成簇協議張曉雪，彭艦，ZHANGXiao-Xue，PENGJian

15.SweepCoverage中的節點移動控制王偉，林鋒，周激流，WANGWei，LINFeng，ZHOUJi-Liu

16.一種基于聯合頻譜分配技術的認知網絡路由協議夏鋒，林鋒，周激流，XIAFeng，LINFeng，ZHOUJi-Liu

17.FOLAPE:基于位向量索引的快速OLAP引擎研究牟昕，唐常杰，左劼，段磊，鞏杰，姜頁希，朱軍，MOUXin，TANGChang-Jie，ZUOJie，DUANLei，GONGJie，JIANGYe-Xi，ZHUJun

18.一種由單視頻圖像序列獲取多視差圖的方法研究李里明，李大海，王瓊華，時霖，LILi-Ming，LIDa-Hai，WANGQing-Hua，SHILin

19.基于雙頻光柵條紋的小波變換輪廓術趙玥，陳文靜，孫娟，許羅鵬，蔡義祥，ZHAOYue，CHENWen-Jing，SUNJuan，XUluo-Peng，CAIYi-Xiang

20.Wyner-Ziv系統中邊信息的多塊模式分析沈衛紅，卿粼波，何小海，SHENWei-Hong，QINGLin-Bo，HEXiao-Hai

21.加權零階局域法在網絡輿論趨勢預測中的應用胡朝浪，胡勇，丁雪峰，吳榮軍，周安民，HUChao-Lang，HUYong，DINGXue-Feng，WURong-Jun，ZHOUAn-Min

22.用于左手材料的對稱開口諧振環特性研究杜國宏，劉昆，DUGuo-Hong，LIUKun

23.與非AbelMaxwell-Chern-Simons場耦合的標量場的對稱性自發破缺理論陳華雄，隆正文，郭光杰，龍超云，CHENHua-Xiong，LONGZheng-Wen，GUOGuang-Jie，LONGChao-Yun

24.稀有氣體晶體的廣義層錯能計算焦健，王少峰，張慧力，劉瑞萍，王銳，吳小志，JIAOJian，WANGShao-Feng，ZHANGHui-Li，LIURui-Ping，WANGRui，WUXiao-Zhi

25.非摻半絕緣InP材料的電子輻照缺陷研究陳燕，鄧愛紅，趙有文，張英杰，余鑫祥，喻菁，龍娟娟，周宇璐，張麗然，CHENYan，DENGAi-Hong，ZHAOYou-Wen，ZHANGYing-Jie，YUXin-Xiang，YUJing，LONGJuan-Juan，ZHOUYu-Lu，ZHANGLi-Ran

26.利用Hellmann-Feynman定理研究無耗散介觀電感耦合電路中的能量漲落張玉強，蔡紹洪，ZHANGYu-Qiang，CAIShao-Hong

27.H2、D2、CO與Pd同時反應的熱力學耦合理論和排代效應阮文，羅文浪，張莉，蒙大橋，朱正和，傅依備，RUANWen，LUOWen-Lang，ZHANGLi，MENGDa-Qiao，ZHUZheng-He，FUYiBei

28.單向耦合布魯塞爾體系相干共振信號的放大與維持施建成，SHIJian-Cheng

29.納米TiO2晶型轉化機制探討唐小紅，尹光福，鄭昌瓊，周大利，TANGXiao-Hong，YINGuang-Fu，ZHENGChang-Qiong，ZHOUDa-Li

30.正方形晶格上反鐵磁Gauss模型的相變尹訓昌，張平偉，孫光厚，黃國棟，YINXun-Chang，ZHANGPing-Wei，SUNGuang-Hou，HUANGGuo-Dong

31.狄拉克符號在有限群表示論中的應用黎雷，陶軍，張修明，LILei，TAOJun，ZHANGXiu-Ming

32.SiC相變和熱動力學性質的第一性原理計算王海燕，李旭升，歷長云，WANGHai-Yan，LIXu-Sheng，LIChang-Yun

33.Reissner-Nordstr(o)mdeSitter黑洞的電磁粒子隧穿輻射蘭明建，程發銀，LANMing-Jian，CHENGFa-Yin

34.冠醚取代的氨基酸Schiff堿及其金屬配合物的合成、表征和抑菌活性研究魏星躍，秦圣英，WEIXing-Yue，QINSheng-Ying

35.表面活性劑膠束和預膠束對4-硝基苯酚苯甲酸酯堿性水解反應的影響研究聶麗，羅東麗，劉凡，張元勤，NIELi，LUODong-Li，LIUFan，ZHANGYuan-Qin

36.甲苯胺藍-果糖二磷酸鈉體系的褪色反應及其分析應用王祥洪，楊季冬，WANGXiang-Hong，YANGJi-Dong

37.甘薯鮮薯不同儲存期呼吸速率的測定與分析陶向，童英，張勇為，姜玉松，王海燕，張義正，TAOXiang，TONGYing，ZHANGYong-Wei，JIANGYu-Song，WANGHai-Yan，ZHANGYi-Zheng

38.九寨溝自然保護區華西箭竹生長研究張聰，曾濤，唐明坤，肖維陽，雷開明，曾宗永，ZHANGCong，ZENGTao，TANGMing-Kun，XIAOWei-Yang，LEIKai-Ming，ZENGZong-Yong

39.水稻OsDDB2基因過量表達載體的構建及其轉化魏炘，黃維藻，余毅，羅曉莉，唐運來，牛向麗，劉永勝，WEIXin，HUANGWei-Zao，YUYi，LUOXiao-Li，TANGYun-Lai，NIUXiang-Li，LIUYong-Sheng

40.生長調節劑對邊坡生態修復植物萌發生長的影響陳渲庭，李紹才，孫海龍，楊小林，余璐璐，CHENXuan-Ting，LIShao-Cai，SUNHai-Long，YANGXiao-Lin，YULu-Lu

41.大熊貓核糖體蛋白L30亞基基因(RPL30)的cDNA克隆及序列分析侯怡鈴，侯萬儒，HOUYi-Ling，HOUWan-Ru

42.辛伐他汀治療高膽固醇血癥小鼠過程中肝臟的差異表達基因閆雯琦，李珉，李星潔，康耀霞，康晉梅，張義正，YANWen-Qi，LIMin，LIXing-Jie，KANGYao-Xia，KANGJin-Mei，ZHANGYi-Zheng

43.珙桐葉片的脫分化和分化誘導研究樊茜雯，徐鶯，陳放，FANXi-Wen，XUYing，CHENFang

44.半胱氨酸蛋白酶基因RNA干擾表達載體的構建及油菜的遺傳轉化安金玲，李曉晨，王景娜，周榮富，王茂林，ANJin-Ling，LIXiao-Chen，WANGJing-Na，ZHOURong-Fu，WANGMao-Lin

45.功能性紅米雜交稻微生物發酵研究及微量元素分析顏亮，羅強，聶遠洋，曹玫，朱建清，張單，張艷，黎偉，趙建，YANLiang，LUOQiang，NIEYuan-Yang，CAOMei，ZHUJian-Qing，ZHANGDan，ZHANGYan，LIWei，ZHAOJian

46.麻瘋樹過氧化氫酶的分離純化陳林，高順，唐琳，陳放，CHENLin，GAOShun，TANGLin，CHENFang

47.麻瘋樹干旱誘導差異表達基因片段的分離與功能分析戴曉，茍春寶，王勇，楊彩蘭，陳巍，陳放，魏煒，DAIXiao，GOUChun-Bao，WANGYong，YANGCai-Lan，CHENWei，CHENFang，WEIWei

48.南瓜資源遺傳多樣性的SRAP分析劉小俊，李躍建，梁根云，房超，劉獨臣，楊宏，趙云，LIUXiao-Jun，LIYue-Jian，LIANGGeng-Yun，FANGChao，LIUDu-Chen，YANGHong，ZHAOYun

1.Darcy-Stokes方程的局部壓力梯度投影的穩定化方法王躍，胡兵，徐友才，WANGYue，HUBing，XUYou-Cai

2.線彈性問題雙線性有限元多重網格法收斂性分析吳永科，王麗，謝小平，WUYong-Ke，WANGLi，XIEXiao-Ping

3.分數階Cauchy問題解的離散化逼近于小麗，李淼，YUXiao-Li，LIMiao

4.弱擬第一可數空間與映射沈榮鑫，SHENRong-Xin

5.常仿射平均曲率的完備仿射超曲面吳亞東，WUYa-Dong

6.一類多分子飽和反應模型的周期軌冷忠建，高波，LENGZhong-Jian，GAOBo

7.基于Copulas的多元密度函數估計方法代增，沈曉靜，朱允民，DAIZeng，SHENXiao-Jing，ZHUYun-Min

8.對稱正則長波方程的擬緊致守恒平均隱式差分格式胡勁松，徐友才，閔心暢，陳勇，HUJin-Song，XUYou-Cai，MINXin-Chang，CHENYong

9.關于Lebesgue-Nagell方程x2+D=yp的一個注記楊仕椿，廖群英，YANGShi-Chun，LIAOQun-Ying

10.基于XML的語義層報表模型的研究與實現林碧英，劉麗欽，LINBi-Ying，LIULi-Qin

11.基于地圖分割與以矢量信息描述地圖的A*尋路算法李立，唐寧九，林濤，LILi，TANGNing-Jiu，LINTao

12.一種基于小生境的模糊支持向量機新算法黃穎，李偉，李康順，HUANGYing，LIWei，LIKang-Shun

13.產業鏈協同商務平臺構件組裝與在線演化技術王淑營，WANGShu-Ying

14.基于草繪和手勢的著裝系統施利萍，唐寧九，王萍，于松，SHILi-Ping，TANGNing-Jiu，WANGPing，YUSong

15.基于優先級的空中等待策略模型研究劉洪，喻德軍，周忠麗，姜春強，LIUHong，YUDe-Jun，ZHOUZhong-Li，JIANGChun-Qiang

16.基于小波神經網絡的復雜三維物體測量蔡義祥，陳文靜，趙玥，許羅鵬，CAIYi-Xiang，CHENWen-Jing，ZHAOYue，XULuo-Peng

17.JPEG壓縮編碼在DM642平臺上的實現及優化許光輝，王正勇，卿粼波，徐萍，XUGuang-Hui，WANGZheng-Yong，QINGLin-Bo，XUPing

18.2.4GHz0.18μmCMOSDoherty功率放大器設計李美光，鄔其榮，石瑞英，LIMei-Guang，WUQi-Rong，SHIRui-Ying

19.基于小波變換的醫學解剖與功能像融合新算法陳美玲，陶玲，錢志余，CHENMei-Ling，TAOLing，QIANZhi-Yu

20.選取小波函數的方法研究許羅鵬，陳文靜，趙玥，蔡義祥，XULuo-Peng，CHENWen-Jing，ZHAOYue，CAIYi-Xiang

21.PSoC在水輪機鍵相電路中的應用王武，WANGWu

22.辨識Lorenz混沌系統所有參數的一種新方法張平偉，尹訓昌，李娟，ZHANGPing-Wei，YINXun-Chang，LIJuan

23.雙功能偶聯劑ATE的合成及其用于211At標記蛋白質的研究魏敏，楊遠友，劉寧，廖家莉，伍姣姣，馮悅，金建南，WEIMin，YANGYuan-You，LIUNing，LIAOJia-Li，WUJiao-Jiao，FENGYue，JINJian-Nan

24.采用EPMA確定微粒表面薄膜厚度的方法研究毛莉，安竹，MAOLi，ANZhu

25.一個五維自治超混沌系統的混沌同步與反同步劉曉君，李險峰，王三福，楊麗新，LIUXiao-Jun，LIXian-Feng，WANGSan-Fu，YANGLi-Xin

26.溫度對量子環磁矩振蕩規律的影響吳強，WUQiang

27.全氟己基苯甲酸-吡啶衍生物氫鍵復合物的理論研究李雪梅，張建平，LIXue-Mei，ZHANGJian-Ping

28.奇異介子對前身中子星轉動慣量的影響趙先鋒，張華，ZHAOXian-Feng，ZHANGHua

29.弱磁場中弱相互作用費米氣體的相對論修正效應趙義明，門福殿，ZHAoYi-Ming，MENFu-Dian

30.Pu3分子激發態的外場效應謝安東，周玲玲，羅文浪，阮文，伍冬蘭，XIEAn-Dong，ZHOULing-Ling，LUOWen-Lang，RUANWen，WUDong-Lan

31.環磷腺苷-龍膽紫體系的顯色反應及其分析應用王祥洪，謝兵，WANGXiang-Hong，XIEBing

32.視黃酸衍生物HX600c的合成改進閻承袆，楊莉，樊維，錢珊，吳勇，YANChen-Yi，YANGLi，FANWei，QIANShan，WUYong

33.H2O與HX(X=F,Cl,Br)分子間氫鍵的相互作用李志鋒，王文英，李會學，唐慧安，朱元成，LIZhi-Feng，WANGWen-Ying，LIHui-Xue，TANGHui-An，ZHUYuan-Cheng

34.膽固醇-聚乙二醇-胰島素偶聯物的合成楊莉，伍曉春，錢珊，趙敏，吳勇，YANGLi，WUXiao-Chun，QIANShan，ZHAOMin，WUYong

35.穩態熒光探針法對新型二聚季銨鹽表面活性劑聚集數的測定胡元，梁麟霖，劉凡，湯毅，HUYuan，LIANGLin-Lin，LIUFan，TANGYi

36.具有不同插入層的CrNx涂層的結構和性能鄢強，童洪輝，宋慧瑾，鄭家貴，沈麗如，金凡亞，YANQiang，TONGHong-Hui，SONGHui-Jin，ZHENGJia-Gui，SHENLi-Ru，JINFan-Ya

37.多孔鈦片上二氧化鈦納米管束的制備與表征趙蓉，丁冉峰，蔣煒，梁斌，ZHAORong，DINGRan-Feng，JIANGWei，LIANGBin

38.一個與ABA信號通路相關未知基因AB的亞細胞定位研究張亮，李燕，楊笑瑒，吳明杰，蔡黎，楊毅，ZHANGLiang，LIYan，YANGXiao-Yang，WUMing-Jie，CAILi，YANGYi

39.鎘脅迫對不同小麥品種生理特性及抗氧化酶類活性的影響段永平，涂仕華，馮文強，徐飛，張中偉，陳洋爾，王紹東，龔永兵，袁澍，林宏輝，DUANYong-Ping，TUShi-Hua，FENGWen-Qiang，XUFei，ZHANGZhong-Wei，CHENYang-er，WANGShao-Dong，GONGYong-Bing，YUANShu，LINGHong-Hui

40.不依賴基因序列和連接反應克隆(SLIC)方法的改進王廣珺，何川，張義正，WANGGuang-Jun，HEChuan，ZHANGYi-Zheng

41.利用酵母雙雜交系統篩選甘藍型油菜ATP6的相互作用蛋白質孫力，李娜娜，余渝，柴靚，王健美，楊毅，李旭峰，SUNLi，LINa-Na，YUYu，CHAILiang，WANGJian-Mei，YANGYi，LIXu-Feng

42.SAFB1蛋白的表達純化及其對乳腺癌細胞抑制作用的驗證季雯娟，張磊，王慧娟，劉挺，柏慶然，吳傳芳，JIWen-Juan，ZHANGLei，WANGHui-Juan，LIUTing，BAIQing-Ran，WUChuan-Fang

43.RBM5蛋白調控c-FLIP差異性剪切及其抑制A549增殖的研究張磊，季雯娟，柏慶然，王慧娟，吳傳芳，ZHANGLei，JIWen-Juan，BAIQing-Ran，WANGHui-Juan，WUChuan-Fang

44.Co2+對萊茵衣藻生長及類囊體膜功能的影響惠心娣，段曉瓊，袁翰，劉科，杜林方，HUIXin-Di，DUANXiao-Qiong，YUANHan，LIUKe，DULin-Fang

45.草甘膦高效降解菌的篩選鑒定及降解特性研究全鑫，周春雨，范婕妤，陶科，史冠瑩，楊茜，崔文華，侯太平，QUANXin，ZHOUChun-Yu，FANJie-Yu，TAOKe，SHIGuan-Ying，YANGQian，CUIWen-Hua，HOUTai-Ping

46.犢牛牛病毒性腹瀉/粘膜病母源抗體研究劉亞剛，劉娣琴，楊曉農，蔣朝龍，余瓊，李建，常文棣，LIUYa-Gang，LIUDi-Qin，YANGXiao-Nong，JIANGChao-Long，YUQiong，LIJian，CHANGWen-Di

47.穿山龍薯蕷皂甙次生代謝合成相關新基因的克隆和分析茍興華，何明雄，孫雁霞，王躍華，茍小軍，GOUXing-Hua，HEMing-Xiong，SUNYan-Xia，WANGYue-Hua，GOUXiao-Jun

48.脫毛堿性蛋白酶定點突變的初步分析楊慶軍，張小偉，馮紅，張義正，YANGQing-Jun，ZHANGXiao-Wei，FENGHong，ZHANGYi-Zheng

1.種群分化遺傳算法在求解多人非合作對策Nash均衡解中的應用史思紅，羅懋康，李世倫

2.關于一類四階偏微分方程解的一個Bernstein性質蔣研，許瑞偉

3.帶有阻尼項的非線性Klein-Gordon方程整體解存在的最佳條件黃文毅，張健，陳文利

4.最大公因子封閉集上冪矩陣行列式的整除性譚千蓉，林宗兵

5.Stokes方程的局部絕對穩定化有限元方法祁瑞生，馮民富，劉丹

6.基于標準論域的模糊控制器設計黃麗，胡世凱，李中夫，李智

7.推廣的Dempster合成規則在航跡關聯中的應用馬艷霞，屈小媚

8.變時滯隨機反應擴散Hopfield神經網絡的穩定性張子芳，鄧瑾

9.Reissner-Mindlin板的Z-Z矩形元的改進胡兵，閔心暢，徐友才

10.一類反應擴散方程的定態分歧張強，張正麗

11.具有混合時滯的脈沖Cohen-Grossberg神經網絡的指數耗散性楊治國，黃玉梅

12.基于GB/T20984的信息安全風險評估模型與綜合評價方法歐曉聰，王禎學，胡勇，吳榮軍

13.累積優先級時隙分配算法的GDP模型楊奕，施海，陳新崗

14.一種基于過濾驅動的寫時拷貝快照方法周煜，盧正添，易固武，葛亮

15.一種基于概率方法的中期沖突探測算法陳曉波，宋萬忠，楊紅雨

16.一種節點特征累積的自適應加權分簇算法丁春利，朱敏，黃建，范量

17.基于SVM預測的金融主題爬蟲陳黎，李志蜀，琚生根，唐小棚，梁時木，韓國輝

18.應用混沌和模糊聚類的自適應隱蔽通信算法孫界平，琚生根，蘇理云，李征，夏欣

19.在三維空間直接進行的三角剖分算法康子陽，蘇顯渝，劉天成

20.基于集總參數電容的新型混合左右手傳輸線設計楊滔，劉長軍，黃文，李雨濃

21.一種改進的TDOA概率定位算法及應用李婧，龔曉峰，張燁，武瑞娟

22.基于分離程度的二叉樹的多類SVM在李坤，任清安，文斌，羅愛民

23.基于圖像色彩和紋理的SOM聚類和檢索方法楊曉敏，嚴斌宇，吳煒，何小海