基于改进实数编码遗传算法的神经网络超参数优化

针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。

基于手机信令数据的城市居民动态OD矩阵提取方法

现有的城市居民出行调查周期较长,交通小区划分粒度粗糙,导致调查不能及时准确地获取居民出行信息。针对该问题,提出了一种基于手机信令数据的城市居民动态OD矩阵提取方法。首先,针对信令数据中的两种复杂噪声:乒乓切换和漂移数据,提出了基于窗口阈值的检测与等效位置替换方法,以及复杂漂移点的检测和标记处理方法;然后,提出一种改进的ST-DBSCAN聚类方法,引入一种等时化方法将时间信息与空间信息相结合,识别出行过程中的驻留点;最后,基于地理信息系统构建含有道路关键节点的路网,将居民出行OD与路网节点相匹配,有效推导出城市居民动态OD矩阵。实验结果表明:与ST-DBSCAN算法相比,所提改进的ST-DBSCAN算法在聚类效果和识别速度上分别提升了6.10%和5.26%;与统计方法和二阶统计量方法相比,基于改进的ST-DBSCAN算法的动态OD矩阵提取方法在均方误差(MSE)上分别降低了16.98%和21.55%。以北京市为例,运用提出的动态OD矩阵提取方法,能够及时有效地分析城市居民日常与高峰时段的出行特征。

基于轻量化深度卷积循环网络的MVS方法

针对基于深度学习的MVS方法存在网络参数量大、显存占用较高的问题,提出一种基于轻量化深度卷积循环网络的MVS方法。首先,采用轻量化多尺度特征提取网络提取图像的高层语义特征图,构建稀疏代价体减小计算体积;其次,使用卷积循环网络对代价体进行正则化,一次平面扫描完成正则化过程,减少显存占用;最后,通过深度图扩展模块扩展稀疏深度图为稠密深度图,并结合优化算法保证重建精度。在DTU数据集上与最近的方法进行对比,包括传统MVS方法Camp、Furu、Tola、Gipuma,基于深度学习的MVS方法SurfaceNet、PU-Net、MVSNet、R-MVSNet、Point-MVSNet、Fast-MVSNet、GBI-Net、TransMVSNet。实验结果表明:所提方法在精度上与其他方法保持较小差距的前提下,能够将预测时显存开销降低至3.1 GB。

基于区块链的联邦蒸馏数据共享模型研究

零散、孤立的海量数据形成“数据孤岛”使得数据无法交互和连接,如何在保护原始数据隐私的前提下安全有效地共享数据中的知识信息已成为热点研究问题。基于以上内容,提出了一种基于区块链的联邦蒸馏数据共享模型(BFDS)。区别于中心化架构,采用区块链联合多参与方组建教师网络,实现分布式协同工作;通过交换蒸馏输出的方式,传递数据中的知识信息,联合训练轻量化模型;提出了一种多权重节点可信评估算法,调用智能合约分配权重并生成可溯源全局软标签,降低因参与方质量差异而产生的负向影响。实验结果表明,BFDS模型能联合多参与方安全可信共享数据知识,协同蒸馏训练模型,降低了模型的部署成本;所提出的多权重节点评估算法能有效减小低质量节点的负向影响,提高了全局软标签的质量与安全性。

基于改进混合密度网络的毁伤效应预测方法

提出一种基于改进混合密度神经网络的毁伤效应预测方法,解决了现有智能毁伤效应预测方法中仅能输出点预测结果,但难以量化毁伤效应预测结果的不确定性问题。采用鲁棒性更好的t分布作为混合分量,利用混合密度网络生成概率密度函数,以反映毁伤效应预测中的不确定性,并根据给定置信水平获得区间预测结果。仿真实验表明,获得的概率密度函数可以较为准确地拟合蒙特卡洛仿真模拟结果,与现有的毁伤效应预测方法相比,可以更好地指导作战筹划。

面向车联网的车辆节点信誉评估方法

车联网技术的发展促使了交通信息的交互与共享,能有效提升出行效率,但车联网的开放性使得交通实体容易受到恶意车辆的攻击,会造成严重的后果。针对上述问题,文章提出了一种面向车联网的车辆节点信誉评估方法。首先,提出了一种面向车联网的车辆节点分区区块链网络;然后,通过车辆节点之间的信任和基础设施对车辆的辅助信任来计算本地信誉值,借助深度学习算法动态计算全局信誉值,进而可基于全局信誉值确定最佳的数据共享节点;最后,对存储技术进行改进,利用分区区块链存储来保证信誉值、路况信息的不被篡改和可追溯性。仿真实验结果表明,本文所提的方法在通过信誉评估确定恶意节点的准确率和召回率都优于对比方法。

仿生高韧水泥基复合材料制备技术及增韧机理

为了提升混凝土基体的韧性,基于贝壳珍珠层独特“砖-泥”结构,采用水泥石与有机聚合物制备出具有仿生“砖-桥-泥”结构的高韧水泥基复合材料.通过三点弯曲试验、扫描电子显微镜及有限元模拟方法研究了仿生水泥基材料的抗折强度、韧性及增韧机理.结果表明,相较于传统水泥的脆性断裂模式,仿生水泥基材料表现出明显的延性断裂特征,包括峰后曲线渐进下降、跨中挠度大幅增加等.基于有机聚合物的多尺度桥接-伸展效应,仿生水泥基材料内部呈现明显的裂纹偏转及分支现象,体现了仿生“砖-桥-泥”结构的内外协同增韧机制.仿生水泥基材料能够在保证95%抗折强度的基础上,将水泥基体的韧性提高179.45%,可为解决混凝土增韧降脆问题提供新的技术路径.

基于主从链和边缘计算的MES生产调度模型

智能工厂存在大量的物联网设备,设备之间通过工业物联网实现信息和指令的实时交互。物联网设备产生的海量数据需要上传,导致中心服务器压力过大、数据处理耗时过长,且设备之间的通信存在安全隐患。提出一种基于主从链和边缘计算的制造执行系统生产调度模型。首先,设计主从链架构模型,将制造执行系统模块化并集成到边缘节点,减少数据传输和降低泄露风险;其次,设计一种基于属性基的智能合约访问控制策略,实现设备和节点之间的安全通信;最后,设计生产调度算法完成跨节点、跨车间调度任务,实现去中心化的生产调度方式。实验结果表明,所提模型与传统工业制造系统相比,保证了数据安全性,提高了响应速度。

NRP1调控M2型巨噬细胞极化介导电离辐射肺纤维化的作用研究

目的:研究神经菌毛蛋白1(NRP1)对电离辐射肺损伤导致纤维化进程的影响,并探讨其与M2型巨噬细胞间的关系。方法:电离辐射肺纤维化(RIPF)组小鼠以6 Gy X射线全胸辐射建立电离辐射肺纤维模型;对照组即正常小鼠;EG00229给药组(EG00229为NRP1拮抗剂)小鼠辐射前7 d小鼠EG00229给药处理。HE、天狼星红、马松染色观察三组小鼠肺组织损伤和纤维化胶原沉积;ELISA检测三组小鼠肺泡灌洗液中TNF-α、IL-4、TGF-β1炎症因子水平;IHC和RT-PCR检测三组小鼠肺组织中Ⅰ型胶原(Col-Ⅰ)、α平滑肌肌动蛋白(α-SMA)和NRP1蛋白表达水平;免疫荧光检测三组小鼠肺组织中CD14和M2型巨噬细胞极化标志物精氨酸酶1(Arg1)、抵抗素样分子α(FIZZ1)、几丁质酶3样蛋白1(Ym1)蛋白表达水平。结果:HE染色显示RIPF组小鼠肺部呈现放射性肺纤维化病理形态表现,EG00229给药组小鼠肺组织纤维化损伤有明显改善;与对照组相比,RIPF组小鼠肺组织中Col-Ⅰ、α-SMA和NRP1及TNF-α、IL-4、TGF-β1和CD14表达水平显著升高,EG00229可显著抑制小鼠肺组织中Col-Ⅰ、α-SMA和NRP1以及TNF-α、IL-4、TGF-β1和CD14表达(P<0.05);与对照组相比,RIPF组小鼠肺组织中Arg1、FIZZ1和Ym1表达水平显著升高,EG00229可明显抑制小鼠肺组织中Arg1、FIZZ1和Ym1表达。结论:NRP1可能通过调控M2型巨噬细胞极化促进电离辐射肺纤维化的发生发展。

基于门限聚合签名的区块链预言机数据传输模型

针对区块链预言机方案存在数据存储成本较高,时间效率较低,不能防止恶意预言机节点传输错误数据等问题,提出一种基于门限聚合签名的区块链预言机数据传输模型。首先,将签名与数据聚合到一个预言机上,与链上智能合约进行单次交互,减少区块链存储空间开销和通信负载;其次,在Schnorr聚合签名中加入门限机制,提高签名时间效率;最后,使用多个预言机收集数据,并设置积分制选举出可信的签名聚合预言机,防止部分恶意预言机的行为,保证数据真实可靠。实验结果表明,相比BLS聚合签名和未加入门限机制的Schnorr聚合签名,Schnorr门限聚合签名验证消耗的时间更少,使用户能够更快地获取链下数据并进行传输。

基于倒排索引的可搜索加密数据共享方案

针对当前医疗数据共享难、数据被攻击、密文搜索效率低的问题,提出了一种基于倒排索引的可搜索加密数据共享方案。采用基于私有链和联盟链的双链结构存储数据并实现数据共享;设计了一种新型倒排索引结构,防止敏感数据被攻击;提出了一种基于新型倒排索引结构的密文搜索算法,利用可搜索加密技术将陷门信息提交至倒排索引结构中实现密文搜索。实验表明,所提出的方案可以有效保证数据安全,提高搜索效率。

基于改进灰狼优化算法的地面目标最优瞄准点选择方法

针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。

基于粒子群遗传禁忌的武器目标分配优化算法

针对传统的粒子群算法与遗传算法在解决武器目标分配优化时存在收敛精度不高的问题,提出了一种基于粒子群遗传禁忌的武器目标分配优化算法WTAO-PGT。通过引入自适应选择比例调控种群多样性,并改进遗传算法的交叉、变异算子以及禁忌搜索的邻域动作,使算法具有较强跳出局部极值的能力。仿真实验结果表明,所提算法在收敛精度上较粒子群禁忌混合搜索等算法有较大提升。

基于信用评价模型的Raft共识算法

在车联网中,车辆节点间需要交通信息的共享和交互,但目前还存在着节点之间难以高效同步交通数据信息以及恶意节点传播虚假信息的问题。针对上述问题,提出了一种基于信用评价模型的Raft共识算法(CE-Raft)。首先构建信用评价模型,基于孤立森林异常检测算法检测拜占庭车辆节点并将其剔除,生成诚实节点编号表;然后进行领导者选举,通过修改跟随者节点的投票过程,实现诚实节点当选领导者;最后进行日志复制,领导者节点根据诚实节点编号表发送信息同步请求,确保正确的消息在节点间达成共识。实验结果表明,CE-Raft算法能够有效排除拜占庭节点,提高了诚实节点预测准确率,具有较低的时延和较高的吞吐量,使车联网在存在恶意节点的情况下,仍然能安全高效地完成数据共享。

作物分蘖影响因素研究进展

分蘖作为禾本科作物的重要农艺性状,是评估作物生产潜力的关键指标,并对作物高产目标的实现有重要意义。本文从植物激素、遗传基因及外界环境因素3个方面阐述了作物分蘖发生的主要影响因素,以期为作物分蘖研究提供一定的理论参考。

线粒体对肿瘤微环境中肿瘤细胞和免疫细胞代谢的影响

细胞代谢已成为肿瘤微环境中肿瘤细胞与免疫细胞维持活力和功能的关键因素。线粒体是细胞代谢的重要场所,探索线粒体与肿瘤细胞代谢、免疫细胞代谢的联系对研究肿瘤的发生、发展具有较高作用价值。本文旨在以线粒体作为肿瘤综合干预靶点,针对线粒体在肿瘤形成过程中对肿瘤和免疫细胞代谢的影响进行归纳述评。

叶面喷施多效唑对不同品种苎麻根系的影响

多效唑能增强植株地下部活力和抗逆性,有效促进作物根系生长。为探明多效唑对苎麻根系生长的影响,以中苎1号、川苎8号和遵义团蔸麻3个不同品种苎麻为材料,采用不同浓度(0、50、100、150和200 mg/L)的多效唑对其叶面进行喷施处理。结果表明:多效唑能有效增加苎麻的根系鲜重和根冠比,提高根系抗氧化酶活性和根系活力,降低根系MDA含量。综合考虑,中苎1号、川苎8号、遵义团蔸麻最适多效唑浓度分别为150、150和200 mg/L。

泡沫混凝土技术在英国的发展状况

泡沫混凝土是将泡沫通过拌合方式掺入到水泥材料浆液中,进行现浇施工或模具成型的一种含有大量封闭气孔的无机轻质材料。泡沫混凝土具有良好的保温隔热、阻燃防火和自流平特性。英国是泡沫混凝土开发应用比较早的国家,在泡沫混凝土设计理论和工程应用方面一直保持领先地位。下文将介绍泡沫混凝土在英国的发展历史、研究进展、应用领域、技术标准和发展方向,以期对国内泡沫混凝土同行有一定的指导和借鉴作用。

一种面向医疗大数据安全共享的新型区块链技术

海量的医疗数据不仅蕴含巨大价值,也隐含大量的个人隐私.针对医疗数据的信息安全问题,本文提出一种基于区块链的全同态医疗数据安全共享方案,在去中心化网络中可对密文状态的医疗数据进行计算和应用.通过区块链技术和全同态加密技术结合,首先将中心化网络中的医疗机构、患者和第三方的数据处理中心等中心化节点映射在区块链网络中实现去中心化达到各节点完全信任.然后通过智能合约调用全同态加密算法实现在共享双方间只有密文数据传输并且可以进行密文计算.最终实现在不影响医疗大数据分析和实际应用的情况下,确保个人数据的隐私安全、数据授权分发和安全传输的目标.

基于区块链的物联网节点位置隐私保护模型

物联网正在改变消费者的行为和业务流程.针对物联网设备的信息隐私及安全问题,提出基于区块链技术的物联网设备位置信息保护模型.该模型首先借助区块链技术将记录设备标识,保证物联网设备信息不可篡改;然后基于白名单技术实现分布式哈希表网络,并对设备位置信息进行异或处理以隐藏物联网的网络拓扑,保护物联网设备的位置信息;最后根据k-匿名算法泛化数据的敏感属性为用户提供区域信息统计服务.实验结果证明该模型可以有效隐藏设备位置信息,同时能够提供定制的区域统计服务并且保护用户信息安全.