摘要：针对如何在保密数据隐私的情况下计算出不同字符串的汉明距离问题,定义了0-1编码规则,基于椭圆曲线加密算法,设计了一个半诚实模型下保密计算汉明距离的安全协议。针对半诚实模型协议中可能的恶意行为,利用分割-选择和零知识证明方法,设计了恶意模型下的汉明距离安全计算协议,利用理想-实际范例方法证明了协议的安全性。对两个协议与现有协议进行了效率分析及模拟实验,通过对比可知,两协议在半诚实模型和恶意模型下的效率均有所提升。

摘要：Ti_(2)AlNb合金作为新一代轻质高温结构材料,在航空航天领域备受瞩目,但是也存在抗变形能力大、难加工的问题。采用脉冲电流辅助降低Ti_(2)AlNb合金的变形抗力,探索了等效电流密度和Ti_(2)AlNb合金板电致温度的关系,并揭示了等效电流密度的平方与电致温度的平衡温度呈线性正相关。基于此对应关系,设计了电流密度参数分别为12.52、14.53、15.65和16.44 A·mm^(-2)的脉冲电流辅助拉伸试验,试验结果表明,脉冲电流可以有效降低试样在变形过程中的流变应力,同时电流密度越大,试样产生的软化作用越明显。Ti_(2)AlNb合金在不牺牲伸长率的情况下,其抗拉强度最大降低了47.9%,屈服强度最大降低了25.7%。

摘要：为降低多风干旱地区大体积混凝土挡墙早期开裂风险,确保其整体施工质量,以内蒙古某焦化厂煤堆取作业厂房混凝土挡墙为例,使用有限元方法,针对其有无布置冷水管,挡墙浇筑长度、高度和厚度进行参数化分析,得到混凝土浇筑后的温度场和应力场,并开展现场温度监测。结果表明:布置冷水管可以降低混凝土挡墙内部温度及里表温差;浇筑长度小于30 m时,收缩应力随浇筑长度增加而增大,大于30 m时,收缩应力无明显变化;浇筑高度超过4 m或墙体厚度超过1.5 m时,收缩应力值趋近于抗拉强度,开裂风险也随之增加;现场温度监测发现,冷水管作用下混凝土内部最大降温6.6℃,最大里表温差降低4.7℃。有限元模拟结果与实际监测结果相吻合。研究成果可为多风干旱地区的混凝土挡墙设计提供参考。

摘要：病理学家通过分析肺腺癌低级别组织和癌旁组织来确定病灶切除范围,然而,两者间的细胞形态差异较小,分析时依赖病理学家的主观经验,耗时且易误诊.故提出一种结合多尺度特征融合和通道自注意力的胶囊网络(Multi-Scale Feature Fusion with Self-Channel Attention for Capsule Network, MSCNet),用于帮助医生高效诊断疾病,为患者提供更好的治疗方案.首先,设计了多尺度特征融合模块来提升胶囊网络以捕捉同源图像不同尺度间的语义信息,试图减少模型计算量以提高处理速度及分类准确性.其次,通道自注意力(Self-Channel Attention, SCA)模块作为MSCNet的另一重要组件,可以寻找到更具代表性的特征,辅助识别组织病理学图像中的细微特征,降低误诊风险.实验结果表明,在肺腺癌低级别组织与癌旁组织的二分类任务中,MSCNet实现了99.34%的分类准确率、97.65%的F1-Score值和97.57%的精确度.

摘要：~~

摘要：该文应用系统工程方法论,一是对应急管理各环节进行内涵解释,剖析城市应急普适性技术,对城市主要场景安全管控要点进行梳理和阐释;二是以轨道交通运营与应急课程为例,提出采用多映射组合、多维度融合、多主线贯通的技术思路,在现象层面对城市轨道交通安全与应急各环节与模块关联关系及相互制约影响进行归纳和剖析,在管理层面对城市轨道交通安全管控和应急处置的条件、环境进行提炼并解释,利用思维导图、人机工程学、系统动力学等对轨道交通运营与应急课程知识进行图示化、结构化、层次化的知识库、图谱构建,以使得该类课程更符合我国未来现代化大城市及城市群协同应急要求。

摘要：城市轨道交通网络因其普遍采用一票换乘制,导致网络客流分布状态的获知成为黑箱难题,而动态客流分配是获取客流在线分布状态的关键技术。本文提出一种基于时空网络的动态客流分配方法,首先对城轨交通网络进行简化,并构建乘客出行的时空网络;进而构建乘客时空路径选择的Logit模型,并对网络客流进行分配;最后以国内某城市轨道交通网络为例,采用真实AFC客流数据进行客流分配。结果表明,采用本文方法计算得到的分配结果与换乘站客流感知系统的一致性达到88.55%,且可满足线网客流在线监测的需求。本文所提出的动态客流分配方法准确、高效,可为城轨交通运营提供实时客流的数据支撑。

摘要：集合的安全计算问题是安全多方计算中的重要内容,有着广泛的应用。现有的方案中都是解决两方集合的安全计算,本文主要研究在多个参与者共同参与的情况下,保密求集合并集的安全计算问题。本文针对集合并集的保密问题设计了半诚实模型下的安全协议,该协议采用一种新的编码方法和ElGamal门限密码加密算法。针对半诚实协议中恶意参与者可能实施的恶意行为,利用零知识证明,设计了恶意模型下的集合并集的保密协议,且对本文协议的计算和通信复杂度进行了仿真分析,与现有方案相比更加高效,具有实用价值。

摘要：植物病害识别是植物病害防控中必不可少的环节和前提条件,研发高精度的病害识别技术已成为病害高效防控中的迫切需求。植物病害图像识别的研究始于20世纪80年代,在农业生产和植物保护方面发挥着重要作用,及时、精确地识别植物病害可以帮助人们鉴别病害种类,并采取相应的防治措施,减轻病害对农作物产量和质量的不良影响。本文在整理和总结现有国内外研究文献的基础上,从图像分割、特征提取、分类识别3个方面重点梳理植物病害图像识别技术。目前关于植物病害图像分割的方法主要从基于阈值、聚类、边缘和深度学习等技术进行分类,可分为固定阈值法和自适应阈值法。固定阈值法是人工根据目标和背景像素直方图的差异尝试不同的值,并选择适宜阈值以实现图像分割。自适应阈值法是基于固定阈值分割的原理,根据特定的规则借助计算机自动迭代获得阈值,最常用的是最大类间方差法(Otsu法),而基于综合粒子群算法(GCLPSO)的阈值分割法的分割效果优于其他同类算法,具有较好的收敛性和稳定性。在植物病害识别研究中,特征提取和分类识别是影响识别率的关键因素。特征提取即描述属性,获得病害信息,找出最有用的辨别特征。分类识别是在图像分割和特征提取的基础上,通过构建分类器实现病害的准确识别。将迁移学习、轻量型网络等方法运用到植物病害识别,研究设计出高识别精度的网络模型将会是智慧植保的未来发展方向。基于图像的植物病害识别能够为病害监测和病害防控提供更加科学、智能的支持,对全球粮食生产和农业可持续发展都具有重要意义。