联盟区块链环境下的数字IP版权保护技术

针对数字作品版权确权难、侵权监测难、维权取证难、版税结算难等问题,本文提出将区块链技术嵌入网络数字内容生产、版权交易和版权保护,使得数字作品内容的产生、传播、交易都受到追踪和监测。本文基于联盟区块链技术为数字作品IP版权提供存证性证明以及实现证据固化,采用自主算法为数字作品版权提供版权、原创性证明,并基于智能合约保障版权交易的安全可靠性。所建系统包含数字作品确权、用户管理、版权登记、版权交易、侵权监测和证据固化生态六大场景,涵盖了版权管理的主要环节,解决了区块链应用于版权管理中的技术难题,克服了传统版权维护成本高、效率低的缺陷,有助于促进区块链技术在版权管理行业的应用与研究。

基于超分重建技术的图像增强系统

为了提高图像分辨率,也为了给研究人员提供一个图像增强算法比较分析的工具,本文构建并实现一个集图像退化模拟、简单图像增强、图像超分辨率重建和图像质量评估为一体的图像增强系统SR-IES。系统采用多种图像处理方法对图像进行增强,其中超分重建技术是系统的核心技术。系统测试表明,SR-IES系统可以有效改善图像的分辨率和视觉效果,并通过图像质量评估为算法比较提供依据。

区块链技术在跨境支付中的发展与展望

国际贸易的快速发展,使跨境支付的重要性日益突出,而基于区块链技术的跨境支付系统正在为跨境支付体系的发展注入强劲动力。本文先从传统跨境支付体系出发,得出其主要存在环节多、中心化、可及性差的问题,并在此基础上剖析基于区块链的新型跨境支付系统——Ripple、BWW、mBridge,利用区块链的去中心化、可追溯等特点,可以大幅改进现有的跨境支付体系。但当前区块链跨境支付系统仍有不成熟之处,综合Ripple、BWW、mBridge三个系统得出,区块链跨境支付系统的进一步发展,需要更好地平衡协调数据隐私保护与监管、扩大互联性、可用性及制定统一的技术标准。

面向非计算机专业的《大学计算机基础》教学研究

《大学计算机基础》是面向非计算机专业学生开设的计算机基础课程,通过本课程的学习,旨在使学生具备使用计算机科学领域的技术和方法,解决本学科科学问题的基本能力。随着物联网、云计算、大数据、人工智能等新兴技术的快速发展,以及学科之间交叉融合的需求不断增大,导致当前《大学计算机基础》的课程内容和教学方法亟需改进。通过深度分析当前大学计算机基础教育存在的问题,并针对这些问题从课程内容、竞赛导向和师资培训等三个方面进行教学新模式的探索。

新型(4-HBA)SbX_(5)·H_(2)O类钙钛矿单晶及其卤素结构对发光特性的调控

发光材料因其在照明、显示、成像等方面的广泛应用而备受关注。作为新兴发光材料之一,钙钛矿类材料的研究及报道较多。其中,铅基钙钛矿的研究取得了巨大进展,光致发光量子产率(PLQY)几乎达到了100%。然而,基于铅基钙钛矿化学毒性和低稳定性,在实际应用过程中需要特殊的封装,因而提高了生产成本并限制了其实际应用领域。被广泛关注的锡基钙钛矿的荧光量子产率几乎能达到90%,但Sn^(2+)易氧化成Sn^(4+),在空气中极不稳定。相较于铅基钙钛矿和锡基钙钛矿,锑基钙钛矿的低化学毒性、高热稳定性等优点突出。此外,锑基钙钛矿的光学性能在过去几年中也取得了很大的进展,有望突破传统钙钛矿应用的局限。在此,我们报道了一系列新型单晶(4-HBA)SbX_(5)·H_(2)O(4-HBA为4-羟基苄胺缩写,X为Cl或Br)。利用溶剂热法可制备高质量的(4-HBA)SbBr_(5)·H_(2)O、(4-HBA)SbBr_(3)Cl_(2)·H_(2)O和(4-HBA)SbCl_(5)·H_(2)O单晶,以上三个材料均为P-1空间群,Sn^(5+)离子与卤素离子和4-羟基苄胺中的羟基离子形成畸变八面体结构。(4-HBA)SbX_(5)·H_(2)O单晶随着Cl^(-)离子浓度的提高,带隙逐渐增大,光致发光波长从618 nm蓝移到595 nm。随着Cl^(-)的引入,激发态电子由八面体中心的Sn^(5+)离子向羟基的复合路径逐渐被向卤素离子的复合路径取代。Sn^(5+)离子向卤素离子的复合大大提高了发光效率,将荧光寿命从12 ns延长到22 ns,光致发光量子产率(PLQY)提高了近40倍。

基于逐层气相沉积制备的钙钛矿薄膜调控和器件性能优化

真空气相沉积法具有致密性好、均匀性好、膜厚可控等优点,被认为是一种制备大面积、高质量钙钛矿薄膜的关键技术,在工业化生产上有着巨大的应用潜力。但相较于溶液法,气相沉积存在薄膜晶粒尺寸小,结晶度低等缺点,导致器件光电转换效率较低。采用逐层交替气相沉积法制备钙钛矿薄膜,对碘化铅(PbI_(2))含量进行调控,使用氯化甲胺和碘化甲铵混合溶液进行表面后处理,钝化了薄膜缺陷,提升了薄膜质量。PbI_(2)含量的优化调控了钙钛矿薄膜的化学计量比,器件光电性能得到提高。表面后处理引入的氯离子,使钙钛矿晶粒尺寸增大,结晶度提高。器件的短路电流密度明显提升,最终获得17.76%的光电转换效率以及82.1%的填充因子。

飞机飞控手册油耗数据的模型重构及验证

为了航路规划的目的,本文从气流运动规律和物理原理出发,为飞机在爬升和巡航阶段建立了相应的微分动力学模型,用来刻画在不同气象条件下巡航阶段的油耗关系.通过相应的数学模型,对飞机飞控手册(BADA)中的油耗数据的内蕴关系做了重构,并通过数值试验验证了建立的数据重构模型具有较高的精度.

多分辨率图像序列的超分辨率重建

针对不同焦距下拍摄的多分辨率尺度的图像序列,本文提出了一种基于尺度不变特征转换(Scale invariant feature transform,SIFT)和图像配准的超分辨率(Super resolution,SR)图像盲重建算法.首先提取图像SIFT特征点,然后用向量夹角余弦进行特征描述符向量的初匹配,并用随机抽样一致性(Random sample consensus,RANSAC)算法消除误匹配提高配准精度.计算变换参数后,将低分辨率图像(Low-resolution,LR)像素点映射到高分辨率(How-resolution,HR)网格,最后利用像素可信度加权算法填充缺失像素值,重建更高分辨率的图像.实验表明,本文算法能精确估计图像序列的缩放因子,可以有效处理仿射变换模型,对配准误差也具有一定的鲁棒性.算法从实质上提高了多分辨率尺度图像序列的分辨率,尤其在低分辨率帧数较少可用于重建的信息量严重不足时也能获得比较满意的重建效果.

基于计算机视觉和人工神经网络预测挤压食品的质构特征

应用计算机视觉系统分别提取不同配方的挤压食品和同一样品不同部位的颜色值(HSI和L*、a*、b*),同时用质构分析仪测定样品质构特征。借助线性拟合模型通过样品的颜色对挤压食品的质构特征进行相关性分析,并利用BP神经网络模型通过颜色预测挤压食品的质构。线性拟合模型显示,硬度和胶粘度分别与a*值和对比度之间高度相关。两组实验中硬度与a*值之间的R2分别为0.9558、0.9429;胶粘度与对比度之间的R2分别为0.9741、0.9619。弹性与a*值和对比度之间具有一定的相关性,两组实验中弹性与a*值和对比度之间的R2分别为0.8675和0.8320。利用实验所得硬度、胶粘度、a*值以及对比度数据优化含有2个隐层的BP神经网络,得到两组实验对应最优网络模型结构,即每层所含神经元的数量分别为20、20,均方根(RMS,%)为4.25;20、40,均方根(RMS,%)为3.85。利用最优神经网络运用a*值和对比度对两组实验中的硬度和胶粘度进行模拟,得到的相关系数高于线性拟合模型拟合结果,两组实验中硬度与a*值之间的R2分别为0.9671、0.9770;胶粘度与对比度之间的R2分别为0.9766和0.9856。采用最优网络模型用颜色信息对挤压食品硬度和胶粘度的预测和验证结果表明,利用计算机视觉系统所提取的颜色值可以通过人工神经网络快速准确预测挤压食品的质构特征。

从WSBPEL程序中学习Web服务的不确定动作模型

智能规划是一种比较有前途的Web服务组合(WSC)方法.用规划进行WSC需要Web服务(WS)的动作模型,而让工程师来写它却很困难.考虑到现存WSC解决方案多用Web服务业务流程语言(WSBPEL)手工编写,可从现存方案中提取动作模型.由于WS本身有不确定性,且现存方案中蕴含对WS的语义要求,所以学习的应是体现流程语义且包含条件效果的不确定动作模型.为此,先将WSBPEL程序转成保留流程语义的标签转换系统(LTS);然后将动作模型学习技术扩展到包括条件效果的不确定规划(NDP),并从LTS中学习动作模型.实现了ARMS-WS系统,它可从WSBPEL程序中学习WS的不确定动作模型.

改进的萤火虫算法在神经网络中的应用

基本萤火虫算法存在容易陷入局部最优及收敛速度低的问题,提出了一种改进进化机制的萤火虫算法(IEMFA)。在群体进化过程中赋予萤火虫改进的位置移动策略,并利用改进后的萤火虫算法来优化传统BP神经网络的网络参数。测试结果表明,基于改进萤火虫算法的BP神经网络具有更好的收敛速度和精度。

基于深度学习的知识追踪研究进展

知识追踪是教育数据挖掘领域的一个重要研究方向,其目标是通过建立学生知识状态随时间变化的模型,来判断学生对知识的掌握程度并从学生的学习轨迹中挖掘出潜在的学习规律,从而提供个性化的指导,达到人工智能辅助教育的目的.深度学习因其强大的特征提取能力,已被证明能显著提升知识追踪模型的性能而越来越受到各方重视.以最基本的深度知识追踪模型为起点,全面回顾了该研究领域的研究进展,给出了该研究领域技术改进、演化脉络图,并从针对可解释问题的改进、针对长期依赖问题的改进、针对缺少学习特征问题的改进3个主要技术改进方向做了深入阐述和比较分析,同时对该领域中的已有模型做了归类,整理了可供研究者使用的公开数据集,考察了其主要应用,最后,对基于深度学习的知识追踪的未来研究方向进行了展望.

基于粒子群算法的LDA实现方法研究

针对传统线性判别分析方法存在的问题,在研究现有理论成果的基础上,提出一种新的LDA实现方法。该方法首先对原有的Fisher准则进行修正,然后通过迭代搜寻最佳鉴别矢量,最后对获取的鉴别矢量进行比较分析。在标准的JAFFE人脸库上的表情识别和地区综合消费水平的评价中的实验结果表明,此算法不仅具有良好的识别效果而且还可以突破样本维数的限制;与其他LDA算法相比,该算法更具灵活性且更易于实现。

基于不完备集双聚类的缺失数据填补算法

缺失数据填补是数据清洗领域的一个重要问题。由于绝大部分局部填补方法基于全部属性进行分类,未考虑对象属性之间的关联性,因此基于不完备集双聚类,提出一种缺失数据填补算法。该算法利用双聚类完美簇的平均平方残基为0及簇内的属性值波动一致的特点,对缺失数据进行填补。通过数学分析,把寻找含有缺失值的最大完美簇问题转化为求解缺失对象与其他对象之间的最大相似属性集问题,在相同的最大相似属性集下,以缺失值的众数作为填补值。采用4组UCI数据集进行实验,结果表明,该算法相比ROUSTIDA算法平均提高了77.13%的填补值精确度。

基于隐朴素贝叶斯模型的社会关系推荐

基于共邻用户属性的社会关系推荐算法是社会网络分析关系预测领域的热点研究方向。提出了一种基于隐朴素贝叶斯(hidden nave Bayesian,HNB)模型的用户关系推荐算法。该算法通过分析属性之间的依赖性对问题建模,从中度量共邻用户之间关系对推荐用户对之间的贡献和影响,然后对所有候选推荐关系计算其相似度并进行排序,并把模型推广到CN、AA和RA三种关系推荐算法中。在真实网络数据集上的实验结果表明,所提出的算法比目前的基准方法和朴素贝叶斯方法具有更高的AUC值。此外,算法能够发现具备不同拓扑结构属性的网络对推荐精度有着线性的影响。

GPS/INS组合导航中两步自适应滤波方法

GPS/INS组合导航实际应用中存在系统模型偏差、噪声模型不确定等问题,导致卡尔曼滤波器无法实现最优滤波效果,严重时甚至导致滤波发散。渐消卡尔曼滤波器和自适应卡尔曼滤波器通过引入单渐消因子和单自适应因子可以部分解决上述问题,但是不足在于单因子只能进行整体调整,不能精确调整各个通道。针对此问题,本论文提出一种2步自适应卡尔曼滤波算法,构造基于残差协方差估计的多重渐消因子和自适应因子对各个通道精确调整,克服动态环境下跟踪性差的局限性。实验结果表明,改进后的自适应卡尔曼滤波算法可以精确调整各通道,增强系统的定位精度、跟踪性能和鲁棒性。

在部分观测环境下学习规划领域的派生谓词规则

文中提出了一种在部分观测环境下学习规划领域的派生谓词规则的方法.在规划领域描述语言(PDDL)中,派生谓词用来描述动作的非直接效果,是规划领域模型和搜索控制知识的重要组成部分.然而,对于大多数规划领域而言,从无到有地构造派生谓词规则是不容易的.因此,研究自动获取派生谓词的推导规则是有意义的.已有研究工作提出通过修订一个初始的不完备的领域理论来获取推导规则的方法,但是它们的主要缺点在于待学习谓词的训练例的数量非常少,这是因为训练例按照非常有限的方式来生成.而更本质的原因在于它们假设环境是不可观测的.其实,在现实生活中很多动作的非直接效果是可以观测的,或者通过简单的目测或者通过专门的工具.因此文中提出增加观测来反映动作的非直接效果,以便增加待学习谓词的训练例数目从而改善学习的精准度.此外,为了补充一些在归纳学习过程中学习不到的谓词,文中还提出了一个后处理方法来使得学习到的规则在语义上更完整.通过在派生谓词基准领域上的实验表明,文中所提出的方法是可行有效的.更深远的意义在于,文中的研究工作有利于规划领域的自动建模或者控制知识的自动获取的研究与实现.

网络安全管理的多维度可拓模糊综合评价

提出对网络安全管理水平进行综合评价的多维度模型,从网络安全管理的制度措施、人力投入、技术效果三方面对组织的网络安全管理水平进行综合评价,并通过可拓关联分析得出各个指标的权重以及各个维度的评价值。应用实践表明,该模型能够综合管理、技术、人力等方面的因素,为管理者从数据中挖掘出有价值的综合评价结果。

基于社区结构的科研合作关系分析与预测

科研合作关系分析和预测针对网络的结构信息预测未来哪些学者间会产生合作关系进行研究,对于理解网络信息传播和动态变化具有重要的意义。在主流的基于拓扑属性的关系预测算法基础上提出了一种基于社区结构信息的合作关系预测模型。首先分析社区发现算法下科研网络的链接分布规律及给出模型构建的理论依据,然后构造引入社区拓扑结构信息的改进算法,最后采用不同社区发现算法进行实验。该方法在实验效果和性能上要优于一些经典的算法,说明该算法能够有效地引入社区结构信息对真实的科研合作网络关系预测问题建模,并为科研合作关系分析预测这一问题提供一种新的思路。

基于比值的小波域数字音频盲水印算法

针对一些水印算法存在的不足提出一种基于离散小波变换的适于版权保护的数字音频盲水印算法。算法对能量的概念作了新的定义,对其设计原理和过程作了理论分析和实验验证。算法实现时先分帧音频并对各帧作n级离散小波变换,然后计算n级小波系数近似分量前后两部分的能量比值,并放大;再将放大后的比值修改为奇数或者偶数以嵌入水印,最后按与嵌入时相同的比例缩小第n级小波系数近似分量的前半部分并作小波逆变换,得到水印音频。算法根据n级小波系数近似分量前后两部分能量放大后比值的奇偶性提取水印,实现水印的盲检测,提取水印不需原始音频。采用混沌加密水印信号,缩放因子也是密钥,算法安全性得到双重保护。仿真结果证明了算法的鲁棒性和不可感知性。