唐强
- 作品数:2 被引量:9H指数:2
- 供职机构:湖南师范大学数学与计算机科学学院更多>>
- 发文基金:湖南省大学生研究性学习与创新性实验计划项目中国烟草总公司科技项目更多>>
- 相关领域:自动化与计算机技术农业科学轻工技术与工程更多>>
- 烟草中淀粉近红外光谱变量的筛选及校正模型的建立被引量:3
- 2015年
- 为提高校正模型的预测精度,以烟草中淀粉近红外光谱(NIR)校正模型为研究对象,分别利用全光谱波段(FS)、方差光谱(VS)筛选光谱变量和遗传算法(GA)筛选光谱波长,结合偏最小二乘法建立校正模型(FS+PLS、VS+PLS和GA+PLS),并对100个初烤烟叶样品进行了预测。结果显示:1FS+PLS(变量数1 557个)、VS+PLS(变量数781个)和GA+PLS(变量数72个)3种校正模型的决定系数Rc2、交互验证均方根误差(RMSECV)分别为0.976 4、0.433,0.987 1、0.332和0.988 5、0.314。2与FS+PLS和VS+PLS模型相比,GA+PLS模型的光谱变量数分别减少为FS和VS变量数的4.62%和9.22%,主因子数由15降至12,Rc2明显提高,RMSECV显著降低。3FS+PLS、VS+PLS和GA+PLS模型对100个初烤烟叶样品的预测结果显示,Rp2、预测均方根误差(RMSEP)分别为0.965 2、0.780,0.984 3、0.501和0.985 3、0.496,预测值与其对应的化学检测值之间通过配对T检验,显著性Sig.值、T值和平均相对误差(%)分别为0.271、1.107、17.48%,0.973、0.034、13.13%和0.722、0.357、13.12%,3种方法所建立校正模型的预测值与检测值之间均无显著性差异,模型预测精度(RSD)分别为10.34%、6.98%和4.76%。基于逐步优化光谱信息法建立的GA+PLS校正模型的预测精度优于FS+PLS和VS+PLS模型,该方法对于提高复杂化学体系模型的精度有参考意义。
- 马红辉王中江袁天军赵坤朱晓伟杨式华李伟唐强刘建利
- 关键词:近红外光谱烟草淀粉
- 基于Windows的在线判题系统的安全性研究被引量:6
- 2011年
- 在线判题系统(OJ)是ACM/ICPC竞赛选手用来进行程序设计练习和比赛的平台,现有OJ在遇到恶意提交代码方面经常造成服务器故障、崩溃或硬盘阻塞等安全威胁。为参加ACM/ICPC竞赛选手提供安全、可靠和高性能的OJ平台,在保证安全性的同时又不影响使用性。论文从源码级控制、应用程序级控制与防止恶意提交方面作了深入研究,提出基于sandbox(Windows沙箱)、ACL(访问控制列表)、完美哈希和帐号保密等技术的安全体系结构,通过在Windows下搭建OJ平台验证了采用此体系结构的OJ彻底解决了前面的安全问题。OJ安全可靠,性能优良。
- 李定才瞿绍军胡争段兵成幸毅唐强
- 关键词:国际大学生程序设计竞赛WINDOWS沙箱访问控制表