摘要:近年来，随着信息化的推进，国民经济各行各业对网络的依赖性明显增强，网络信息安全问题成为关系 国家和社会安全的突出问题。受经济利益驱动，加上各国之间的博弈在网络空间的体现不断加强，具有高技术性、 高隐蔽性和长期持续性的网络攻击成为当前网络安全面临的主要挑战之一。文章对这种隐蔽式网络攻击进行了介 绍和描述，分析其主要特点和对当前安全体系的挑战。在此基础上综述了国内外隐蔽式网络攻击检测等方面的最 新研究进展。最后，对关键技术问题进行了总结，并展望了本领域未来的研究方向。

摘要:内皮素 ET-1(Endothelin-1)与其受体 ETA(Endothelin-A)和 ETB(Endothelin-B)的相互作用控制血管紧张度， 维持血压，与心血管疾病关系密切。ET-1 与血管内皮的 ETB 结合介导血管舒张，而与血管平滑肌的 ETA 和 ETB 结 合则引起血管收缩。ET-1 只有在存在正常血流的体内实验才表现出明显的舒张活性，且其结构具有柔性，故推测 血流的剪切应力可能控制了它的构象，进而调控它与 ETB 的结合。文章利用流动分子动力学计算机模拟方法，研 究了均匀流中质心受约束的内皮素 ET-1 的构象。实验结果观察到该分子的羧基端往氨基端靠近，整个分子变得紧凑。 这个发现对研究 ET-1 与 ETB 的相互作用和设计基于 ET-1 的心血管药物将会有一定的指导意义。

摘要:文章研究了在均值模型下，动态系统收敛至一致性状态所需的时间。在每一时间步内，节点计算其邻居 的均值，并以计算结果作为自己的新值。我们考虑了当节点间的网络结构处于动态变化状态的情况。我们的分析 证明了当节点的度在相邻时间点之间变化较小的情况下，即使仅满足微弱的连通性条件，动态变化的网络仍然可 以保证动态系统会快速收敛到一致性状态。

摘要:不平衡数据分类是机器学习研究领域中的一个热点问题。针对传统分类算法处理不平衡数据的少数类识 别率过低问题，文章提出了一种基于聚类的改进 AdaBoost 分类算法。算法首先进行基于聚类的欠采样，在多数类 样本上进行 K 均值聚类，之后提取聚类质心，与少数类样本数目一致的聚类质心和所有少数类样本组成新的平衡 训练集。为了避免少数类样本数量过少而使训练集过小导致分类精度下降，采用少数过采样技术过采样结合聚类 欠采样。然后，借鉴代价敏感学习思想，对 AdaBoost 算法的基分类器分类误差函数进行改进，赋予不同类别样本 非对称错分损失。实验结果表明，算法使模型训练样本具有较高的代表性，在保证总体分类性能的同时提高了少 数类的分类精度。

摘要:为了解决高分辨率及超高分辨率的视频数据量庞大的问题，国际视频编码标准化组织正制定更先进的视 频压缩标准——高效视频编码标准(High Efficiency Video Coding，HEVC)，即 H.265。帧内编码作为视频编码的重 要组成部分，其编码的复杂度和性能会严重影响整个视频的编码复杂度和压缩性能。为了降低HEVC 中帧内编码 的复杂度，文章提出了一种重新确定备选模式列表的方法，该方法根据备选模式列表中第一个模式的不同，快速 自适应地确定备选模式列表中需要保留的模式，减少执行率失真优化的模式数目。实验结果表明，文章提出的算 法在保证与标准测试平台 HM8.0 编码性能一致的条件下，帧内编码时间与原始 HM8.0 相比平均节省 24.50%，有效 地降低了帧内编码的复杂度。同时，所提出的算法能够与其它层次的快速编码方法相融合， 以进一步减少复杂度。

摘要:气象与人类日常生活的关系十分密切，气象预报一直是人类社会高度关注的问题。随着经济的发展和社 会的进步，人类对天气预报的准确性提出了越来越高的要求，迫切希望实现气象要素精细化预报。获取详细准确的 区域气象资料是实现气象精细化预报的首要条件，全球大气环流模式是目前预估大尺度未来全球气候变化最重要 的模式，能较好地模拟出大尺度的平均特征。但是模式预报输出的空间分辨率较低，无法获取精细的区域气象资料， 很难对区域天气情景变化做出详细的预测，而降尺度方法可用于弥补这方面的缺陷。文章的研究工作主要是利用 统计降尺度的多元线性回归方法和 BP 神经网络方法对深圳地区近十年的日最低温度和最高温度进行降尺度分析研 究。采用的数据是美国国家环境预报中心/ 美国国家大气研究中心提供的 FNL 全球分析资料和深圳国家基本观测 站——竹子林站的实际观测数据，重点研究了基于 BP 神经网络方法和多元线性回归方法的统计降尺度模型的设计 与实现过程，并对两种方法的结果进行了比较，为区域站点的统计降尺度应用提供了设计方法和参考。

摘要:路径规划引擎是在线地图系统中一个至关重要的部分，静态路径规划算法是重中之重。现有的对 A* 算法 的改进主要是通过预处理算法，对路网数据进行静态分层预处理，其效率过低。文章提出了一种自适应分层的思想， 同时对 A* 算法的启发式函数进行改进，引入了方向引导函数，使得 A* 算法在日常路网上的可用性有了较大的提高。 实际的路网实验表明，提出的算法的搜索效率、效果均优于同类算法，与标准层次 A* 算法相比，文章算法的搜索 空间降低为原来的 42%，搜索时间仅为原来的13%。

摘要:针对传统的 GVP(Geometry-Preserving Visual Phrases) 图像检索算法计算量大、时间复杂度高且不适合处 理大规模图像检索等缺点，文章提出了 FSF-GVP(Frequency Statistics Feature-Geometry-Preserving Visual Phrases) 算 法，该方法将词频统计特征和 GVP 算法相结合，使用 GVP 排序算法对词频特征统计后的相似结果集进行排序，忽 略不相似结果集，极大地提高了检索效率。实验结果表明，FSF-GVP 在保证检索准确性的前提下，提高了检索效率， 适用于实时大规模图像检索。

摘要:图像配准是一种建立两幅图像空间对应关系的过程，它被广泛应用于计算机视觉、遥感数据分析及图像 处理中，特别是在影像引导放射治疗领域，图像配准发挥着巨大作用。但由于受呼吸运动的影响，精确的肺部影 像配准依然是一个充满挑战的难题。目前，尺度不变特征变换(Scale-Invariant Feature Transform，SIFT)已被用于 医学图像配准中，并且取得了较理想的结果。然而，SIFT 检测到的仅是图像的块特征，不能有效的反映肺部的运 动。文章提出了一种基于 Harris 和 SIFT 算子的杂交型特征检测方法，这种方法能有效检测肺部的组织特征，如血 管分叉点和肺部边界等。除此之外，为了有效去除特征匹配过程中产生的错配点，还提出了一种基于互相关和组 织结构不变性的滤除错配点方法。文章最后采用一系列不同呼吸周期的肺部 CT 影像来对所提出的算法进行验证。 定性和定量的结果表明，该算法较传统的 SIFT 算法更具优越性。

摘要:自由式三维超声成像是一种新型的采用二维超声原理进行任意部位三维成像的设备，可以在传统的二维 超声探头上固定用于空间定位的标记物，对扫描对象进行任意部位、大范围的三维扫描成像。文章介绍了一种可 应用于微创手术导航的自由式三维超声成像系统，并详细分析了当前基于距离加权的三维超声重建算法的性能和 优缺点。通过对体模和动物器官的超声图像扫描，并使用三维重建系统分别进行超声三维重建，得出了比较满意 的结果，验证了三维重建算法及三维重建系统的可行性和有效性。