摘要：车联网与人工智能结合推动了自动驾驶汽车的快速发展.分散于不同车辆中的车联网数据共享并用于训练人工智能模型可实现更高效、更可靠的智能驾驶服务.自动驾驶汽车可通过车载摄像头、传感器等持续采集车辆实时信息、道路图像和视频等车联网数据,并用于优化更新智能交通模型,弥补车联网数据变化导致的模型准确度下降问题.提出面向车联网环境下数据持续共享的高效安全联邦学习方案SEFL,以解决车联网数据采集低效、数据动态更新导致的灾难性遗忘、模型训练参数导致的隐私泄露等问题.在方案SEFL中,车辆基于全局模型,只采集模型识别率较低的车联网数据,并以最大概率对应的输出作为该样本的标签,完成训练样本自动采集.由于车辆存储空间有限,采集的新样本会覆盖旧样本,导致车辆上数据是动态变化的,传统微调训练方式容易引起灾难性遗忘问题.为此,方案中设计了一种基于双重知识蒸馏的训练算法,确保模型学习到每个样本的知识,使模型保持较高的准确度.此外,为了防止车辆与服务器之间传播的模型参数泄露用户隐私,提出了一种自适应的差分隐私策略来实现客户端级的强隐私保护,同时该方案能最大限度地减少差分隐私噪声对全局模型准确度的负面影响.最后,进行了安全性分析并结合交通标志数据集GTSRB和车辆识别数据集对SEFL方案进行了性能评估.实验结果表明所提出的SEFL方案能提供可靠的强隐私保护和高效的采集策略,并且在模型准确度方面要优于现有基于联邦学习的算法.

摘要：目的本研究旨在建立一种具有高特异性的TaqMan探针实时荧光聚合酶链式反应(PCR)方法,用于美洲大蠊药材以及中药饮片美洲大蠊粉的鉴别。方法依据美洲大蠊基因组序列的特点,设计出适用于实时荧光PCR检测的特异性引物和探针,并对探针浓度、循环数和退火温度进行优化,建立能够快速鉴别美洲大蠊的TaqMan探针实时荧光PCR最佳方法,进一步验证该方法的特异性和灵敏度。结果研究表明特异性引物和探针仅对美洲大蠊药材以及美洲大蠊粉有特异性扩增,对杜比亚蟑螂、土鳖虫、德国小蠊和九香虫均未扩增出荧光曲线。结论所建立的TaqMan探针实时荧光PCR法能够准确、快速对美洲大蠊及常见混伪品进行鉴别,为美洲大蠊的鉴别提供一种专属性更强的技术手段参考。

摘要：针对当前流行覆盖网组播模拟器无法准确为组播系统建模及评测性能的问题,提出一种节点群支持整体代换和多树结构的自相似结构化覆盖网组播(S3M)模型的,设计一个结构化覆盖网组播模拟器,在简化S3M模型结构的基础上为其建立合适的仿真模型。与NICE协议的对比表明,该结构化覆盖网组播模型是有效的。

摘要：在面向节点群的混合网状应用层组播模型(Hybrid Mesh Application Multicast Model,HM-ALM)中设计并实现了确定性线性网络编码,探讨了网络编码对提高组播性能的作用.实验表明,网络编码能减少传输延迟和增强系统健壮性.使用网络编码后系统传输延迟减少了约50%;在系统动态变化时,正确接收数据的节点数可以达到最大值,系统能更快恢复稳定.

摘要：针对不同浏览器动画渲染性能差距悬殊的问题设计了一种高效率的自适应的SVG动画渲染算法,该算法通过将动画-算子由多对多归并为一对多形式,缩减浏览器底层调度次数,削减系统资源开销.引入帧率自适应算法,为没有针对动画渲染进行优化的浏览器提供兼容性实现,对有优化的浏览器进行渲染效能的进一步提升.此算法保证了动画渲染性能在不同浏览器上都保持较高的效率以及稳定性,实验证明,此渲染算法无论有无针对动画渲染的底层优化,都能很好地平滑性能抖动,根据浏览器所能支持的条件达到当前情况最高的效率,支撑大数量的SVG动画渲染.

摘要：简要分析了临近空间信息资源的概念特点及在未来应用中的组织形式,明确了对其实行访问控制的需求。阐述了针对访问过程中进行连续、实时、主动控制的概念,提出了SPAC——基于主体偏好知识的主动访问控制模型;详细描述了SPAC概念模型、形式化定义,并对模型框架进行了设计。

摘要：根据矿井风流热、湿交换原理,给出了各类巷道和采掘工作面的风温预测公式。并选取平煤五矿代表性的风流线路,进行风流线路上风温预测。预测值与实测值比较表明,矿井风温预测模型准确,预测值正确,满足精度要求,为完善平煤五矿的通风系统设计,提出指导建议。

摘要：对GB 19212.1(IEC 61558-1)标准中关于电子电路类变压器产品中绕组温升的型式试验项目进行了研究。基于Lab VIEW图形化编程环境,采用模块化结构设计,研发了一套智能自动化测试系统。该系统可完成包括试验设备控制、数据分析、实时监测、定时采集与算法处理、试验方案保存与原始记录生成等一系列功能。试验表明,该系统实现了毫秒级物理断开、同步切换和定时采集,克服了温升试验中以往传统人工测试的诸多不确定性,显著减少了人员在线时间,有效保证了试验可复制性、结果一致性和可追溯性。

摘要：为提高手机安全性,提出一种基于SVM的用户操作行为认证方法.通过监听手机触摸屏设备,持续获取用户操作时的滑动轨迹、接触面积等原始数据.设计用户行为特征提取算法以建立用户特征样本,经SVM算法加以训练形成用户行为特征模型;综合用户访问目标及历史认证结果采用不同认证策略,达到重点保护敏感数据,方便用户访问非敏感数据的效果.在Android系统环境下的实验验证表明,该方法具有良好的认证效果.

摘要：随着桩基广泛应用,桩底持力层检测是控制桩基质量的重要手段之一.为了实现空孔状态下钻探取芯,自主设计了一种辅助平台.通过设计、制作和优化,该辅助平台实现了空孔状态桩底岩溶检测.实践结果表明,相对于传统钻探检测技术,该辅助平台的使用极大缩短了检测时间.