帕萨特(V6)驾驶员座椅和外后视镜的记忆功能设置与调用

一、设定步骤(一)记忆正常驾驶时的驾驶员座椅和外后视镜位置1.将点火开关打开;2.将驾驶员座椅左侧的“Memory Off”红色按钮按下;3.调节驾驶员座椅及外后视镜到最适合的位置,按下驾驶员座椅左侧一个记忆按钮(建议从第一个按钮开始)并保持,直到听见“咚”的提示音表明设置完毕(重复此步骤可以设置另外两个记忆按钮);4.驾驶员座椅上的记忆按钮设定完成后,立即断开点火开关并拔出点火钥匙,在5s内按住钥匙上的开启按钮不放,直到听见“咚”的提示音,钥匙的记忆设置完毕(重复第3步骤和第4步骤可以将设定好的位置记忆在另外的钥匙中,备用钥匙(无…     

微机基础知识问答（之五）

21 什么是Shadow RAM? 由于系统BIOS和VGA BIOS都固化在ROM上面,读速度比DRAM慢了许多倍,所以许多系统BIOS提供了ShadowRAM功能。一开机,先将ROM上的BIOS程序拷贝到DRAM的扩展存储器上面,调用时直接读DRAM中的BIOS,加快了程序的运行。     

基于系统调用序列的车载主机设备入侵检测方法研究

列车内部的主机设备搭载Linux嵌入式操作系统，外部应用需要执行系统调用来访问系统内核。随着列车通信网络的兼容性和开放性不断提升，车载主机设备存在遭受网络攻击的风险。当网络攻击发生时，恶意程序同样会通过系统调用与内核产生交互并留下相应痕迹，因此可基于系统调用序列实现车载主机设备的入侵检测。文章分析了Linux系统结构和系统调用序列的原理，设计了包含特征提取、特征词袋处理、特征逆频率处理和特征降维的原始数据特征处理方法，构建了基于网格搜索-K近邻（Grid Search-K-Nearest Neighbor, GS-KNN）的入侵检测模型。试验证明，文章提出的方法准确率达到了96.62%，相较于其他轻量级算法存在优势，能够实现网络入侵的有效检测。     

通过OCI封装类实现数据库的快速访问

基于Oracle海量数据库的大型应用开发对系统响应时间提出了越来越高的要求,如何有效地提高Oracle数据库的访问效率,减少系统等待时间成为一个研究热点。介绍一种数据库访问方法OCI（Oracle Call Interface）,并通过分析和对比ODBC、JDBC和Pro＊C/C＋＋的实现原理,表明OCI在访问Oracle数据库上性能优越性。通过C＋＋类封装OCI,可实现多平台应用系统快速访问Oracle数据库。该类（接口）不仅克服了直接使用OCI过于复杂、不可重用等缺点,同时具有效率高,代码可读性、易维护性和可重用性增强等优点。     

动态网页调用存储过程的方法研究

随着计算机技术的发展,计算机网络将注定成为21世纪全球信息社会最重要的基础设施。那么对于用户在计算机上要操作一些很复杂的数据时,就很有必要学会网页动态调用存储过程。这不仅可以提高工作效率,而且避免了给用户带来的不方便。在网页中调用存储过程的方法有利用recordset对象和利用command对象两种。     

基于GIS的道路交通安全管理与评价系统的设计及实现

从当前道路交通管理部门的实际需求出发，确定了基于GIS的道路交通安全管理与评价系统的目标和功能划分，提出了系统设计方案和实现方法。系统采用集成二次开发的方法，以Visual C 为开发平台，通过OLE技术调用GIS工具软件MapInfo来实现。并以某城市道路交通安全分析为对象建立了道路交通安全管理与评价系统，实现了事故空间分布显示、事故因素分析和交通安全等级评价等功能。     

基于变长系统调用序列模式的入侵检测方法研究

提出了一种变长序列模式的寻找算法,从训练序列中找出一组基本相对独立的变长序列模式,并在模式集的更新过程中自动定义了模式间的前后次序关系,以此构建了一个描述进程执行模式的DFA。针对已有基于变长序列模式的模式匹配算法需要向前预测若干个系统调用号的缺点,设计了一个更好的模式匹配算法。实验结果表明,算法在模式寻找过程中是稳定的,并在保持小规模模式集的情况下,取得了很低的误报率和漏报率。     

VAX机FORTRAN程序增加词组调用功能

本文介绍在VAX／VMS多用户操作系统中用FORTRAN编制程序时，增加词组功能的一种方法。可以大大减少或避免操作时人工干预。该方法是在总结多年实践的基础上得出的，使用方便可行。     

基于VB控件开发的ANSYS程序调用方法

在ANSYS软件的模板二次开发过程中，调用ANSYS进行自动计算是开发的关键步骤，而开发工具的不同造成了调用的方法不同．文中讨论用Visual Basic语言编写的一种控件，将调用ANSYS程序的功能封装起来，供各种语言使用，希望藉此控件在各种开发情况下为开发者提供一个统一有效的调用接口．结合一个实例对其使用方法进行了介绍．     

基于序列互相关特性和SVM的入侵检测研究

通过刻画特权进程的系统调用来进行入侵检测已被广泛研究，采用的大多是人工智能方法，如支持向量机、隐马尔可夫模型和神经网络等。针对这种基于人工智能的入侵检测系统，本文提出应用序列互相关特性选择训练数据的方法。序列的互相关特性是刻画序列之间的相互关系的重要手段，使用具有一定特性的序列来训练人工智能模型，可以提高入侵检测的效率。在本文中，使用了支持向量机（SVM）来评价序列的互相关特性在模型训练中的作用。实验仿真说明，这种方法可以有效的提高入侵检测率。