高效率的非交互OT_n^k协议及其应用

在Cheng-Kang Chu和Wen-Guey Tzeng设计的OTnk协议的基础上提出了一个非交互的OTkn协议.该协议降低了通信复杂度和计算复杂度,接收方的安全性是无条件的,发送方的安全性在判定Diffie-Hellman问题假设下是计算安全的;相比Cheng-Kang Chu和Wen-Guey Tzeng的OTnk协议效率更高.同时修正和给出协议安全性的完整证明.基于所提出的非交互OTnk协议设计了一个数字产品秘密交易机制,解决了产品价格不一致时的数字产品交易问题.

二项式定理与Σn^K求和公式

一、问题的提出高中代数教科书中提到如下几个数列的求和公式:我们将上述各等式的左边分别简记作乏记.在教科书中,除乏”作为等差数列可直接求和,其他只是用数学归纳法来验证结果而已. 在本文中,我们将讨论: 1.

关于S_k=1+2~k+3~k+…+n^k的探究

1.递推公式 由二项展开式得(i+1)k+1=k+1∑j=0Cjk+1ij,对i求和 n∑i=1(i+1)k+1=n∑i=1 k+1∑j=0Cjk+1ij=k+1∑j=0Cjk+1 n∑i=1ij=k+1∑j=0Cjk+1Sj.

关于图P_n^k和图B(3,2,k),B(4,3,k)的强协调性

证明了图Pkn和B(3,2,k),B(4,3,k)都是强协调图,并给出了它们的强协调标号.进一步讨论了图Pkn(k 3)的强协调性.

1~k+2~k+…+n^k求和公式的推求

许多数学书中,总是将如下求和公式:13+23+…+n3=[n（n+1）/2]2作为数学归纳法证题的例子。人们常会提问:这个公式的右边最初是怎么得来的?有人习惯地认为这是源于数学的经验或数学家们绝妙的猜测。本文探究这个问题的推求规律性,从下文可看到,当k不很大时,方法是简便的。设1k+2k+…+nk=P（n）,对不同的k如何去求得P（n）的表达式?下列基本极限定理是重要的: 变量yn→+∞,并且n充分大后有yn+1≥yn,则等式 lim n→∞ （xn）/（yn）=lim n→∞(xn+1-xn)/(ym+1-yn) 只要右边存在就成立。

探讨求1~k+2~k+…+n^k的方法

本文给出1~k十2~k十…n^k的一般表达式,並简要论述其性质。为便于解题,记1~j十2~j+……+n^j=S^j(j=1,2,……k,)则它们之间有:

基于改进N-K模型的地铁盾构掘进安全风险耦合研究

为预防和控制地铁盾构掘进施工过程中的关键安全风险,并精准判断哪些风险耦合情境是导致事故发生的显著情境,提出改进N-K模型研究地铁盾构掘进安全风险耦合;综合运用文献研究、事故案例、专家访谈等方法,辨识地铁盾构掘进的关键安全风险因素;基于N-K模型提出新的地铁盾构掘进安全风险耦合评估模型,并选用安全事故案例验证该模型的适用性。结果表明:辨识得到地铁盾构掘进关键安全风险因素清单,包括4类一级风险因素,21个二级风险因素;地铁盾构掘进施工安全风险随着耦合因素种类的增加而变大,4因素风险耦合值最高,3因素风险耦合值次之,双因素风险耦合值最低,作业人员安全意识薄弱和机械故障参与作用的耦合情境更容易发生安全事故。

基于DEMATEL/N-K的机坪管制系统运行风险因素耦合分析

为了分析机坪管制系统风险因素的耦合性,将决策实验室分析(DEMATEL)模型与N-K模型相结合形成新的风险因素耦合分析模型。首先,利用N-K模型对2017—2019年机坪管制运行不安全事件进行耦合分析,计算不同耦合方式的耦合值;然后,利用DEMATEL模型计算安全风险因素的影响度和被影响度,确定要素的中心度排序,通过DEMATEL模型得到的综合影响矩阵计算可达矩阵,用来分析风险因素的可达性,最后,利用风险因素耦合值对各风险节点的中心度进行修正,获得关键的风险因素。基于实际运行数据,通过DEMATEL/N-K模型分析机坪管制系统的关键风险因素。结果表明,人为因素和机械因素之间的耦合程度明显更高,即更容易导致事故的发生,其中地面保障人员操作出错或未有效观察航空器造成航空器或地面保障设备故障是重点防控的对象。此外,在夜晚或雨天等视线条件下工作,更容易发生不安全事件,应当采取措施控制此类风险。

融合N-K模型的复杂网络船舶自沉事故风险因素耦合分析

为定量分析船舶自沉风险因素间的影响关系,识别导致船舶自沉事故的关键因素,科学预防事故的发生,引入融合N-K模型的复杂网络研究船舶自沉事故风险耦合。首先结合中国海事局公布的136起船舶自沉事故案例,分析事故致因,将船舶自沉事故风险因素归纳为4个一级风险因素和15个二级风险因素,运用N-K模型计算出一级风险因素风险耦合的发生概率和风险值;然后,以二级风险因素为节点、致因关联为边,构建危险因子的关联网络,通过风险可达性分析和网络节点中心度分析,探究危险因子的作用机制,对危险因子进行初步识别,并以N-K模型计算的耦合值对节点中心度进行改进,获得最终的关键风险因素;最后,挖掘船舶自沉事故致因网络的凝聚子群并进行分析,得到密度矩阵,确定风险关联性最强的二级风险因素,以期从事故源头上采取有效措施,为船舶自沉事故的科学预防提供有益参考。结果表明:船舶自沉事故的发生与风险耦合值成正比,耦合因素越多则风险值越大;人的因素和船舶因素风险耦合易导致船舶自沉事故;导致船舶自沉事故的关键风险因素为安全意识淡薄、公司未履责、船舶管理不到位、公司管理不到位、船舶故障、船舶不适航,其中安全意识淡薄与其他风险关联性最大,须重点防范。

基于N-K模型的石化储罐事故风险耦合度分析

为预防石化储罐事故,通过收集212份石化储罐事故报告,将事故风险因素归纳为人为、设备、环境、管理4个类别,利用N-K模型分析事故风险因素之间的耦合作用,并运用N-K模型计算各种耦合模式下的风险耦合度,得出了石化储罐事故风险因素的耦合关系及耦合作用规律。结果表明,随着参与耦合的因素增多,风险耦合值总体呈现上升趋势;人为因素与其它因素耦合更容易导致事故;石化储罐区事故各风险因素之间的耦合作用程度相比其它行业更高。研究结果可为石化企业储罐事故管控提供依据和参考。

甘蔗脱毒原种苗田间繁育过程中氮、磷、钾营养元素的吸收及累积特征

探讨甘蔗脱毒原种苗不同生长时期氮、磷、钾营养元素的累积需求状况,为甘蔗脱毒原种苗田间繁育栽培过程中养分管理提供参考。试验分别在2020、2021年进行,调查中糖1号甘蔗脱毒原种苗全生育期生长情况,测定其生物量及其在各生育阶段根、茎、叶中氮、磷、钾各营养元素的含量,并分析氮、磷、钾的累积量、阶段吸收量、日吸收速率。结果表明:甘蔗脱毒原种苗从种苗假植到种茎最佳收获时需6~7个月可达15茎节,在7、8月至9月下旬(茎1期至茎2期)蔗茎生长速度最快,以茎4期(10月下旬至11月下旬)干物质量累积增加最快,此阶段为生物量累积的关键阶段。在甘蔗脱毒原种苗全生育期中各元素含量及累积量从高到低依次为钾>氮>磷,在根茎叶各器官中蔗叶、蔗茎始终为氮、磷、钾含量相对较高的器官,氮、磷、钾累积量在茎伸长生长1期前主要贮存于蔗叶中,而后以蔗茎为新的主要贮存器官。甘蔗对氮、磷、钾的吸收比例在苗期和分蘖期分别为24.84%、26.18%、27.74%,在茎1~3期(7月下旬至10月下旬)分别为55.54%、58.61%、52.30%,茎4、5期(10月下旬至12月下旬)分别为19.62%、15.20%、19.96%。因此,可根据各元素的阶段吸收量进行合理施肥,进而提高甘蔗脱毒健康种苗的品质和经济效益。试验明确了甘蔗脱毒原种苗生长过程中对氮、磷、钾的需求状况,可为今后甘蔗脱毒健康种苗田间规模化繁育生产的科学合理施肥提供依据,提高脱毒原种苗田间繁育效率和养分资源利用效率。

配比施肥对槟榔幼苗肥料利用率及养分协同效应的影响

为了明确N、P、K肥对槟榔幼苗生长及营养吸收与利用的影响,从而确定合理的槟榔幼苗施肥技术。以槟榔幼苗为对象,采用“3414”肥料配比田间盆栽试验,测定不同施肥处理对槟榔幼苗营养吸收与分布及肥料利用率的影响。结果表明:(1)施肥提高了槟榔幼苗的生物量和肥料利用率;在氮磷钾平衡施肥时,氮肥和磷肥相对利用率达到最大;在不施磷肥,氮钾平衡施肥时,钾肥相对利用率达到最大;(2)槟榔幼苗地上部氮养分积累量是影响其生物量的主要因子,地下部磷养分积累量是影响其生物量的主要因子;(3)相关性分析与通径分析表明,氮与磷可协同促进槟榔幼苗生物量的增长,但会受到施钾量及钾肥相对利用率的制衡,3种元素协同促进植株生物量增长。因此氮肥和磷肥的相对利用率是槟榔幼苗施肥的关键指标。综上,氮磷钾配比施肥有利于槟榔幼苗的营养吸收和利用,以N∶P∶K=2∶2∶2(T6)配比施用效果较好。

基于事故树的N-K模型施工事故风险耦合分析

为了研究水平定向钻施工事故风险,考虑事故树定性分析与N-K模型(N为系统的组件数量,K为每个组件与其他组件的交互数量)定量分析方法的缺点,从人为、设备、环境及管理4类风险因素构建一种基于事故树的N-K施工事故风险分析综合模型。通过建立事故树施工底层事件与N-K模型耦合风险因素集合映射关系,分别计算单因素、双因素以及多因素耦合风险概率,求解风险耦合值。结果表明:水平定向钻施工事故风险概率随着风险耦合因素的增加而增大;三因素耦合作用时,设备-环境-管理耦合作用值最大为0.2608,人为-设备-管理次之为0.2034;双因素耦合作用时,环境-管理耦合作用值最大为0.1554;水平定向钻施工事故共有50种引发事故的可能途径,可以按照准备阶段、导向孔钻进阶段、扩孔阶段、管道回拖阶段与规划管理阶段对整体事故风险进行分阶段预防。研究成果一方面可为风险研究提供新的综合模型,另一方面也可为水平定向钻安全施工提供重要的参考依据。

适宜氮磷钾用量和配比协同促进盆栽牡丹营养和生殖生长

【目的】牡丹是我国著名的木本观赏植物,施肥不平衡严重影响盆栽牡丹的生长和观赏效果。研究开花前后氮、磷、钾不同施用量和配施比例对盆栽牡丹生长的影响,确定适宜的氮、磷、钾施用量及配比,为盆栽牡丹精准施肥提供理论依据。【方法】本研究以5年生牡丹‘紫二乔’为供试材料,采用“3414”不完全正交回归设计进行盆栽试验,结合隶属函数法评价牡丹的生长状况,利用肥料效应模型拟合牡丹植株的综合隶属函数值与施肥量之间的数学关系,得出牡丹最佳生长的氮、磷、钾肥推荐施肥量。【结果】牡丹开花前后施用氮磷钾肥显著影响植株株高、茎粗、冠幅、花径和单株花数(P<0.05),适宜氮磷钾用量和配比促进盆栽牡丹营养和生殖生长的协同提高。氮、磷、钾三因素配合处理的牡丹综合隶属函数值均大于缺素处理,缺素处理又大于无肥处理,N_(2)P_(2)K_(2)处理的综合隶属函数值(0.73)是N_(0)P_(0)K_(0)的3.17倍。氮磷钾对牡丹综合生长的影响表现为氮>磷>钾。氮、磷、钾肥对牡丹营养和生殖生长存在明显交互作用,任一肥料水平的过量或不足均会抑制牡丹植株生长,降低观赏效果。采用一元二次、二元二次、三元二次肥料效应函数方程拟合牡丹的综合隶属函数值和施肥量,二者相关性均达显著水平,综合各肥料效应函数方程的推荐用量及相应的综合隶属函数值,得出牡丹开花前后氮(N)、磷(P_(2)O_(5))、钾(K_(2)O)的最优推荐施肥量分别为4.21、2.07、2.52 g/株,适宜的氮、磷、钾施肥比例为1∶0.49∶0.60。【结论】开花前后施用适量的氮、磷、钾肥可提高牡丹的农艺性状,促进牡丹的营养和生殖生长协同提高。氮、磷、钾的最优推荐施肥量为4.21、2.07、2.52 g/株,适宜的氮、磷、钾施肥比例为1∶0.49∶0.60。

基于N-K-FRAM的空中交通运行安全风险耦合机制

为探究空中交通运行安全风险耦合演化特征,厘清基于N-K模型与功能共振分析方法(FRAM)相结合的空中交通运行系统耦合变异形成机制,首先,收集不安全事件文本数据,归纳事件中的风险因素并归类,得到其历史发生频率以及风险因素之间的耦合关系;其次,利用N-K模型求解运行风险因素间的耦合度值;然后,结合输出时间与精度,定量评估FRAM功能模块的可变性,分析空中交通运行安全风险耦合机制;最后,分别以区域导航(RNAV)进近不安全事件与偏离航路不安全事件为例,分析其安全风险。结果表明:基于N-K-FRAM的风险耦合机制能够合理有效地定量计算功能模块间的变异性,弱化了传统分析方法对主观意识的依赖性,分析结果更为客观科学。

不同施肥处理对金瑞油桃产量和品质的影响

为解决山西油桃园施肥不合理的现象,筛选出适合当地油桃生产的施肥配比和施肥量,以4年生金瑞油桃为试验材料,磷肥固定,氮肥和钾肥各设置4个梯度,以不施肥为对照,研究不同施肥处理对运城地区金瑞油桃产量和品质的影响。结果表明,适量增施氮肥和钾肥均可显著增加油桃的横纵径和单果质量,提高油桃可溶性固形物、可溶性总糖和维生素C含量,降低总酸度,提高果实糖酸比,改善果实品质和口感;但施氮量超过240 kg/hm^(2)时,过量的氮肥会降低油桃可溶性固形物、维生素C和可溶性糖含量,不利于油桃品质和产量的提升。与不施肥对照相比,处理N_(2)PK_(2)(N 240 kg/hm^(2)、P_(2)O_(5)120 kg/hm^(2)和K_(2)O 240 kg/hm^(2))和处理N_(2)PK_(3)(N 240 kg/hm^(2)、P_(2)O_(5)120 kg/hm^(2)、K_(2)O 360 kg/hm^(2))增产率分别为28.77%和31.34%,增产值分别为25 440元/hm^(2)和27 720元/hm^(2),经济效益显著高于其他处理。通过构建施肥模型,试验地金瑞油桃的钾肥最佳施用量为398 kg/hm^(2)。综上,不同施肥配比和施肥量对油桃内在品质和产量有较大影响,试验地油桃适宜的氮、磷、钾施用比例为1.0∶0.5∶1.0~1.5,推荐施肥量分别为N 240 kg/hm^(2)、P_(2)O_(5)120 kg/hm^(2)、K_(2)O 240~360 kg/hm^(2)。

抚育间伐对小黑杨人工林非结构性碳和氮磷钾生态化学计量特征的影响

了解不同林龄阶段小黑杨人工林各器官的非结构性碳(NSC)含量和氮(N)磷(P)钾(K)生态化学计量特征及其对抚育间伐的响应,从而为小黑杨人工林的科学经营提供依据。以黑龙江省大庆市红旗林场幼龄和中龄小黑杨人工林为研究对象,建立间伐强度为25%(以株数计)的抚育间伐样地,调查分析抚育间伐对小黑杨人工林各器官NSC含量和NPK生态化学计量的影响特征。研究结果表明,2种林龄小黑杨人工林具有各自不同的NSC含量和NPK生态化学计量分布特征。中龄林树叶、树枝和树根NSC含量较幼龄林分别降低31.76%、21.19%、38.98%(P<0.05)。中龄林树叶N含量较幼龄林增加11.85%(P<0.05)。中龄林树枝、树干和树根P含量分别较幼龄林分别降低17.57%、35.85%、60.11%(P<0.05),树叶、树枝、树干和树根K含量分别较幼龄林分别降低21.05%、34.67%、22.99%、46.22%(P<0.05)。抚育间伐显著影响小黑杨幼龄林树干和树根的NSC含量、中龄林树枝和树根的NSC含量(P<0.05)。抚育后幼龄林树干NSC含量增加29.35%,树根NSC含量降低40.37%;中龄林树枝和树根NSC含量分别增加12.81%、33.51%。抚育间伐显著影响小黑杨幼龄林各器官N含量、树枝K含量、树干P含量和中龄林树叶、树根K含量(P<0.05)。抚育后小黑杨幼龄林树叶、树枝、树干和树根N含量分别增加5.77%、15.68%、53.71%、10.85%,树枝K含量增加36.90%,树干P含量降低19.63%;小黑杨中龄林树叶和树根K含量分别增加20.86%、31.69%。树叶NSC含量与N含量极显著负相关(P<0.01),与K含量间显著正相关(P<0.05);树枝NSC含量与N含量显著负相关,与P含量显著正相关(P<0.05),与K含量极显著正相关(P<0.01);树干NSC含量与N含量极显著正相关(P<0.01);树根NSC含量与N含量极显著负相关,与P含量极显著正相关(P<0.01)。结果表明,林分未进行抚育时,小黑杨幼龄林和中龄林NSC和N、P、K元素在各器官中的分配格局差异明显;幼龄林碳资源更多地分配给根系,促使其生长延伸,中龄林更多地投入到树木地上部分生长与竞争。抚育间伐会改变小黑杨NSC和N、P、K在各器官中的分布格局,抚育后,2种林龄小黑杨地上部分与地下部分碳资源比例均发生改变。对小黑杨中龄林进行抚育间伐增加林木碳汇的同时也改善了P限制的状况。

高层建筑施工安全关键风险因子及耦合效应分析

为探究高层建筑施工安全的关键性风险因子及风险因素的耦合效应,将复杂网络模型和N-K模型相结合,根据事故案例调查报告的完整性选取了2015—2022年高层建筑施工事故案例158起,根据扎根理论对其中84起事故案例原因进行信息编码,经统计分析识别出人、机、料、管、环5类风险因素和23个风险因子。根据N-K模型计算风险因素各类耦合形式的风险耦合值,运用Ucinet软件得出复杂网络模型中各风险因子的度值分布。通过Netdraw绘制高层建筑施工风险耦合网络模型图,并对23个风险因子的节点进行潜在风险链分析,将潜在风险链耦合形式和N-K模型耦合度值相结合对标准化出度进行修正。用剩余74起事故案例对所得结果进行验证,验证结果与先前84起事故案例分析结果大致相符。结果表明:参与耦合的风险因素数量越多风险耦合值越大,其中,有设备因素参与的耦合形式耦合值最大。现场管理不到位、安全教育培训不到位、安全管理制度不完备、未正确穿戴防护用品和隐患排查治理不到位是需要重点防控的关键性风险因子。

缓释肥对白枪杆幼苗生物量和养分积累的影响

为探究4种缓释肥用量对白枪杆(Fraxinus malacophylla)幼苗氮磷钾(N、P、K)化学计量比与生物量的影响,筛选适宜苗木生长最优施肥量。以1年生白枪杆幼苗为研究对象,设置4种施肥量(0、1、2、4 kg·m^(-3)),不施肥(CK)为对照,对各器官生物量、生长量及N、P、K含量进行测定,并计算N、P、K积累量;对生物量及N、P、K进行曲线拟合,分析各器官N、P、K积累量及化学计量比与生物量之间的关系。结果表明:白枪杆幼苗养分积累及生物量均在缓释肥用量为1 kg·m^(-3)下效果最佳,且显著高于对照组(P<0.05)。各器官生物量及N、P、K积累量均表现为叶>根>茎,各器官及单株养分积累量均表现为N>K>P。各器官及单株N、P、K积累量与白枪杆幼苗生物量呈极显著正相关关系(P<0.01),N∶P、K∶P与生物量呈负相关,而N∶K与生物量呈显著正相关(P<0.05)。白枪杆幼苗各器官N∶P值均小于14,植物生长受N元素限制,N∶K<2.10、K∶P>3.40,植物生长不受K影响。综上所述:缓释肥用量为1 kg·m^(-3)时,有利于白枪杆幼苗的生长及各器官养分含量的积累。

改进N-K模型分析装配式建筑多阶段质量风险耦合

为探究装配式建筑多阶段质量风险因素间的耦合机制,促进装配式建筑质量的提升,采用改进的N-K模型计算耦合风险的大小.在归纳总结样本文献基础上构建多阶段多层次的风险指标体系,依次采用主观赋权的AHP法、客观赋权的惩罚-激励型变权综合评估法及拉格朗日乘子组合赋权法计算指标权重,并以权重代替概率方式对传统耦合模型进行改进,将203篇有关装配式建筑质量风险样本文献统计数据进行耦合风险值的计算,结果表明:风险耦合值的大小与参与耦合的风险因素个数成正相关;客观因素和主观因素结合后风险耦合值更大,更容易导致安全事故的发生;风险具有阶段间叠加传导的性质.