基于反向感染的复合种群网络传播溯源算法

流行病的传播会对整个人类社会构成巨大威胁,因此迅速识别传播源并及时采取控制措施至关重要。然而,由于流行病传播过程具有多样性、信息不确定性等因素,使得快速准确识别传播源成为一项挑战。结合反向感染算法、复合种群网络模型以及马尔可夫链理论,提出了一个在复合种群网络中识别传播源的新算法。该算法首先利用马尔可夫链来初步估计子种群被感染的时间,被感染子种群根据感染时间获得自己的身份信息,然后遍历所有获得感染子种群身份信息的子种群,将收集到的感染子种群身份信息传播给其所有邻居,最后根据获得所有感染子种群身份信息的时间顺序推断出复合种群网络的传播源。在真实的航空网和人造复合种群网络上进行大量仿真实验,发现无论在已知全部感染快照还是部分感染快照的情况下,该算法与其他传播溯源算法相比,识别传播源的准确性都有显著提升。该算法非常适合用于航空网这类复合种群网络,对现实世界中的流行病传播溯源和控制也具有参考意义。

基于语义的物联网电子商务网购商品溯源算法

电子商务网购产品的假货、水货现象严重,如何利用现有的物联网实现产品溯源是个重要的研究课题。文中将传统溯源算法、公共密钥加密算法、语义路由的思想相结合,提出一种基于语义的电子商务网购产品溯源算法。配合查询算法,可快速判断网购商品身份。该算法中,一个感知节点只需要关心自己通信范围内的邻居节点,不需要知道整个网络的状况。仿真结果表明,算法具有冗余数据少、能耗小、响应快速、实现简单等特点。

基于无人机的大气污染物变步长溯源算法研究

目的:研究如何快速、精确定位大气污染源的位置。方法:以无人机作为大气环境移动监测平台,提出了变步长Z字形浓度梯度大气污染物溯源算法,利用Fluent和Matlab件对大气污染物的扩散进行模拟计算,构建多种用于测试溯源算法的浓度场。结果:变步长Z字形浓度梯度算法在仿真实验和实际测试环境下成功定位到污染源。结论:变步长Z字形浓度梯度算法在烟羽发现过程中不仅全局搜索能力更高,而且在烟羽跟踪过程中局部搜索能力更细化,定位误差更小。

基于多层编码的数据库指纹溯源方法

为了实现针对数据库数据的泄密追踪,提出一套基于多层编码的数据库指纹溯源方法。在通过OFFO多层编码预防用户合谋的基础上在数据库中嵌入数据指纹,详细介绍指纹嵌入的基本原理与实现流程,通过提取码元的方式实现数据库指纹的溯源。最后通过数据库指纹匹配率对比实验的方式对溯源算法的有效性加以验证,实验结果表明,研究所提出的数据库指纹溯源方案在溯源准确率方面应用效果较为理想。

算法溯源简述

数字时代,融入人工智能等新一代信息技术的软件算法,是加快推进制造业进行数字化转型的关键要素之一。基于不同工业革命时期测量仪器和标准在量值传递和溯源中表现的特征,以及测量仪器中软件算法对量值准确可靠的影响,提出算法溯源理念,目的是从计量溯源的角度实现对软件算法在程序实现过程中输出量值的定量评价,从而保证软件算法输出量值的准确和可靠。同时给出了算法溯源的定义、参考标准、方法和溯源结果等的综合性描述,并就算法溯源的研究现状进行了讨论,为进一步开展算法溯源的计量技术应用奠定理论基础。

电力系统数字信号检测校准装置的研究与实现

随着智能变电站的大规模建设推广,数字化设备及测试仪的应用越来越多,电力系统数字信号准确度的检测校准成为必需环节。目前,电力系统数字信号准确度测试方法不统一,测试系统针对性不强、便利性不足、不确定性高,影响了检测校准的效率和质量,不利于数字化设备在智能变电站的推广应用和长期质量安全。为解决这一问题,研究和实现了一种电力系统数字信号检测校准装置。从理论值、时标和算法溯源三方面,实现电力系统数字信号准确度全性能指标检测校准。试验及工程验证表明,研究成果的功能和抗干扰性满足标准要求和应用需求,提升了电力系统数字信号检测校准的效率和质量。

基于特征提取的电力客户服务大数据溯源模型

为提高数据溯源算法的运行效率,基于特征提取方法提出电力客户服务大数据溯源模型。定义数据的基因组,查找数据库内的任意两个存在血缘关系的数据,以此建立数据染色体追溯模型;获取电力数据中的四类特征值,建立电力数据多次遗传的转移矩阵,基于特征提取构造电力大数据溯源路径;得出大数据溯源算法,构建电力客户服务大数据溯源模型。实验结果显示,特征提取算法在模型层数以及数据量相同时,溯源所需时间最短,算法运行速度最快。