动态卷积的3D点云目标检测算法

针对不规则且稀疏的点的提取特征问题,提出一种以动态卷积作为特征提取的3D点云目标检测算法.首先,以一种新型的动态卷积的方式自适应学习点的位置特征,分类出前景点与背景点,同时对提取出的前景点逐一做回归框;然后,用非极大值抑制选出分数值最好的回归框.其次,进行粒度的细化,得到修正规范的3D回归框,完成3D物体的目标检测.最后,在KITTI数据集上验证算法的有效性.结果表明:文中所提算法在汽车类、行人类、自行车类数据集上的3D点云目标检测精度更高.

基于属性的安全与高效的密文加密方案

针对无线人体局域网的安全隐私保护问题,提出一种基于属性的安全与高效的密文加密方案.该方案采用对称加密算法AES和基于属性的加密算法CP-ABE分别对数据和共享密钥进行加密,并以密文的形式存储在PDA中,保证了存储数据的安全.通过对传统的基于属性的加密算法进行改进,减少密文变量参数的数量,节约了生理传感器的传输能耗.对所提的方案与现有的方案在性能方面进行了比较和实验分析,基于NS2的实验结果表明所提出的加密方案在保证存储数据安全的同时具有低的通信和计算开销,证明了其有效性.

一种可检测数据完整性的安全数据聚合协议

在无线传感器网络中如何对传输的聚合数据同时进行数据隐私保护和完整性保护是当前物联网应用中的重要挑战。Ozdemir等人提出的PRDA(Polynomial Regression Based Secure Data Aggregation)协议基于分簇思想并利用多项式性质对聚合数据进行隐私保护,但无法验证数据的完整性。针对PRDA协议的聚合数据可能被篡改或伪造等问题,提出了一种可检测数据完整性的安全数据聚合协议iPRDA。该协议采用多项式函数和数据扰动技术对数据进行隐私保护,通过利用数据之间的关联特性在基站进行完整性检测。实验表明:该方案在不影响数据机密性的条件下,能有效地进行数据完整性检测。

两层无线传感网中节能的安全范围查询方法

在两层无线传感器网络中,存储节点作为一个中间节点介于传感器节点和Sink之间,既负责收集传感器节点的数据,又负责Sink的查询,因此更容易被攻击者攻击。一个被妥协的存储节点不仅可能泄漏传感器节点的数据,还有可能向Sink返回不完整的或虚假的查询结果。为了减少查询能耗开销并解决存储数据隐私保护问题,提出了一种节能的安全范围查询方法 PIRQ。该方法将数据查询和上传过程进行分离,并采用R-D判别方法将原来感知数据与查询范围区间上下界的大小比较过程转换成感知数据与查询范围中间值的距离和查询区间半径的大小比较过程,减少了能量开销。利用0-1编码和Hash消息认证机制对数据进行隐私保护,采用加密数据链技术对数据进行完整性检测。理论分析和实验表明,该方法在实现数据的隐私和完整性保护的同时具有很好的节能性。

基于机器学习的丙型肝炎肝纤维化预测算法对比研究

为了更好地预防和控制丙型肝炎,本文采用机器学习和深度学习算法对患者数据进行建模预测.在机器学习算法中通过数据预处理数据和网格遍历调参后的SVM和GBM分类准确率能达到87%和86%.为了进一步提高分类效果,在深度学习算法中使用MLP模型和LSTM模型的分类精确度达到了89.1%和90.48%.在深入研究LSTM算法过程中,根据链式法则和全微分方程对LSTM的反向传播算法进行了优化,减少了梯度下降更新模型参数的计算复杂度.