基于超轻节点区块链的共享充电桩信息安全机制研究

针对传统共享充电桩在交易过程中存在通信效率较低且节点复杂程度高的问题,文中基于超轻节点区块链技术提出了一种共享充电桩信息安全机制。该方案对区块链数据传输平台和共识机制进行了改进,通过利用分组的思想赋予节点不同的功能,在满足节点通信的基础上优化了开销。同时还对PBFT共识机制进行了优化,采用权重矩阵对节点传播路径加以管控,进一步减少了数据传输所需的时间。实验平台使用5个节点的模拟区块链架进行了多项测试。测试结果表明,所设计方法在节点数为4时的吞吐量可达1 400 tps,且传输时延、交易完成率以及CPU占用率等指标均优于对比算法,能够有效降低通信开销。

基于知识共享的遮挡人体姿态估计网络

现有人体姿态估计方法处理遮挡情况时性能较差,为此提出新的估计网络,包含遮挡区域强化卷积网络(OCNN)和遮挡特征补偿图卷积网络(OGCN).设计高低阶特征匹配注意力以强化遮挡区域特征,由OCNN提取高适配权重,通过少量遮挡数据的方式实现遮挡部位的强化检测.由OGCN消除障碍物特征,通过强化关键点共有及专有属性的方式补偿节点特征;进行邻接矩阵重要性加权以改善遮挡部位特征质量,提升检测精度.所提网络在数据集COCO2017、COCO-Wholebody、CrowdPose上的检测精度分别为78.5%、67.1%、77.8%,优于对比算法.在自建遮挡数据集上所提网络节约了75%的训练数据使用.

宽度学习系统中鲁棒性权值矩阵组合的筛选方法

宽度学习系统(BLS)具有出色的计算效率和预测准确性;然而,在传统BLS框架中,权值矩阵采用随机生成的方式,存在学习结果不稳定的风险。因此,设计一种BLS中鲁棒性权值矩阵组合的筛选方法(RWS-BLS)。首先,通过4组函数数据的验证,揭示随机权值矩阵在样本整体训练误差上的显著差异性;其次,研究权值矩阵组合的形式,放宽筛选条件的严格最优限制,将最优转换为较优,并将误差最小值限定在指定范围内,定义精英组合等条件;最后,得到可靠的权值矩阵的组合,有效降低随机性影响,并建立稳健的模型。实验结果表明,在16组模拟数据、NORB数据集和5组UCI回归数据集上,在数据更换或受噪声扰动的情况下,与BLS方法相比,所提方法的均方误差(MSE)下降了7.32%、8.73%和1.63%。RWS-BLS为BLS提供了一种模型平稳性研究的方向,提高了含有随机参数模型的效率和稳定性,并对涉及随机参数的其他机器学习方法具有借鉴作用。

基于多重影响力矩阵的有向加权网络节点重要性评估方法

本文基于有向加权网络模型,构建了三个影响力矩阵,并利用层次分析法对其赋权求和,形成多重影响力矩阵,从而提出了一种基于该矩阵的节点重要性评价方法.该方法通过新定义的交叉强度指标,来表征节点的局部重要性;利用金网节点对待评估节点的重要性影响总值,来表征节点在全网中的相对重要性.在分析影响节点对待评估节点的影响比例时,既考虑到节点间的距离因素,又引入了最短路径条数因素;既考虑了该影响节点对网络中其他节点的影响关系,又考虑了网络中其他节点对该待评估节点的影响关系,使得评价方法更加全面.将算法运用于ARPA网络,结果表明,该方法能有效地区分各节点之间的差异,最后,对实验结果进疔连锁故障的仿真对比实验,进一步验证了方法的有效性.

网络流量有效监测点的设置模型及求解算法研究

网络流量监测点问题可以抽象为图的最小弱顶点覆盖问题,而求解最小弱顶点覆盖问题是一个NP难题。该文利用图论中关联矩阵的概念,提出了一个近似算法,并分析了算法的复杂性。在此基础上将该算法拓展到顶点加权情况下图的弱顶点覆盖问题。理论分析和仿真实验表明,比较现有的算法,新的算法能够发现更小的弱顶点覆盖集,且具有更好的可扩展性。

大规模数据集谱聚类并行优化算法

为解决传统谱聚类算法在应用于大规模数据上时,复杂度较高且资源占用较大,导致算法聚类效果不好甚至无法聚类的问题,提出基于并行框架和采样相结合的改进谱聚类算法,算法在自适应相似矩阵计算基础上,通过数据分块和单向节点并行,提高算法相似矩阵的计算效率,通过Nyström加权抽样逼近,减少拉普拉斯矩阵特征向量的计算复杂度,最后通过KD树结构避免k-mean聚类过程的距离计算,从而提高了聚类效率。仿真实验结果表明,文中算法在取得与传统算法相近的聚类性能的同时,取得更好的加速比,验证了算法对大规模集的良好适应性。

基于动态AST与GCN的代码变更影响范围分析

识别代码变更在程序中的影响范围对确保软件正确性、安全性、可靠性至关重要.代码变更影响分析主要基于代码间的依赖关系识别受影响部分,对受影响部分的权重分析较少涉及.作者提出了一种基于DAST与GCN的代码变更影响范围分析方法.首先扩展了DAST的相关内容以记录代码变更的相关信息,然后提出了基于DAST的代码依赖分析类型及方法,在构建DAST节点权重矩阵后,使用基于GCN的代码变更影响范围分析模型,以确定代码的变更影响范围.实验结果表明,通过对DAST中的token信息进行扩展可建立代码依赖关系分析的基础;DAST节点权重矩阵与注意力机制相结合,并采用两层GCN,能够得到较好的代码变更影响分析结果.

基于负荷点聚类分区的配电网网架规划方法

针对大规模配电网中负荷点众多,一次性考虑所有负荷点的网架规划存在决策变量过多和规划难度大的问题,提出了一种基于负荷点聚类分区的配电网网架规划方法。首先,通过负荷权重改进K-means聚类算法,并对负荷点进行聚类分区;其次,建立连接关系矩阵用于快速计算流过线路的电流和分析联络线位置对故障线路下游负荷转供的影响;然后,建立计及地理因素的年投资和运行总成本最小的主网架规划模型,并用改进的最小生成树算法求解;最后,以年投资和停电总成本最小为目标进行各负荷点分区之间的联络线规划,且根据不同的负荷转供情况采用了不同的停电成本计算方法。算例结果验证了所提方法的正确性和有效性。