摘要：拜占庭容错算法(byzantine fault-tolerant)是保证区块链等分布式系统能够达成一致性的重要算法,其性能影响着系统的安全性和稳定性。针对现有共识算法存在效率低下和缺少激励机制等问题,提出了一种基于演化博弈的理性实用拜占庭容错共识算法。首先,通过引入信誉机制来确定节点在共识过程中的可信任度,以信誉值为理性节点共识积极性的依据,基于信誉对共识节点进行划分,采用节点网络分片化的共识方式来提升共识效率;其次,针对共识过程中节点之间链路动态性对信誉值产生的影响建立演化博弈模型,并分析证明信誉稳定策略的存在性,设计基于信誉稳定策略的激励机制,以提升共识节点参与共识的积极性。实验结果表明,所提共识算法可提升40%的吞吐量,且在共识过程中对节点所设计的信誉演化博弈模型有快速收敛的效果。

摘要：为了解决灌装过程中采集信号的反馈环境电噪声及液滴波动问题,引入非线性跟踪微分器,对采集信号滤波,消除高频噪声,基于PLC设计了一套灌装实验系统,推导并设计了基于PLC梯形图的非线性跟踪微分器(TD),并对跟踪微分器进行了优化设计,使PLC的扫描周期由优化前的1 ms降低为0.8 ms,有效地缩减了PLC扫描时间成本。通过与RC滤波的对比实验表明,非线性TD滤波后的信号更加平滑,信号噪声峰值由滤波前的0.15 kg降低到0.002 kg以内,并且没有出现超调,有效提高了信号采集精度。4 kg液体灌装实验的平均相对误差达到0.166%,满足精度要求。

摘要：为研究循环荷载作用下岩石的疲劳本构模型,提出了3个疲劳基本元件:弹性疲劳元件(HF)、黏性疲劳元件(NF)和塑性疲劳元件(YF)。通过疲劳基本元件的组合建立了稳定疲劳模型(广义开尔文与伯格斯疲劳模型)与不稳定疲劳模型(非线性黏弹塑性疲劳模型);当且仅当n>1时,非线性黏弹塑性疲劳模型才可完整模拟岩石的减速疲劳、等速疲劳和加速疲劳3个阶段。研究结果表明:非线性黏弹塑性疲劳模型可较好的模拟岩石的疲劳变形规律;若疲劳变形规律具有明显的减速、等速及加速阶段,则加速疲劳参数n将随岩石单轴抗压强度增大而减小。根据研究结果提出用临界应力比而非临界应力设计疲劳试验的参数,可能更为合理。

摘要：针对机械制造企业从系统的角度建立了具有多个输入和输出的业务流程再造(BPR)绩效的输入-输出评价指标体系,提出了一种基于数据包络分析法(DEA)和层次分析法(AHP)的混合模型(DEA/AHP)来对BPR绩效进行评价,该混合模型首先利用DEA方法构造出判断矩阵,依据该判断矩阵,再由AHP方法对各个业务流程进行绩效评价。通过CHJ液压件公司的实例研究,证实了该方法的有效性。

摘要：测量数据处理中,初值对平差结果存在很大的影响,其机理影响设计矩阵的数值特征,进而影响误差的分配结构。本文着力于大地测边控制网的模拟分析,研究初值如何影响误差分配。结果表明,在奇异的网形结构下,初值越靠近真实值,对随机误差的放大作用越大。初值对线性化误差存在影响,在图形最弱方向上,线性化误差影响最大,且误差影响随初值靠近真值而减小。平差结果是随机误差的放大倍率与线性化误差的综合作用的结果,其准确度取决于线性化误差与随机误差的平衡性。

摘要：为提高虹膜识别系统的识别率和识别时效性,设计了基于多通道Gabor滤波和二维主分量分析(2DPCA)的虹膜识别算法。利用多通道Gabor滤波器对采集的虹膜进行特征提取。由于得到的特征向量矩阵的维数通常较大,会影响特征匹配和虹膜识别的运算速度,因而需要对特征矩阵进行降维处理。2DPCA算法能有效地克服传统虹膜识别系统中的"维数危机"问题,在保留虹膜特征主分量的基础上,降低虹膜匹配运算量,提高虹膜系统的识别效率。虹膜识别采用差异度匹配法,通过阈值比较得到识别结果,对容量不等的各类虹膜图库均具有良好的适应性。实验中对容量为50的虹膜图库进行了算法测试,系统的最低识别率达到了88%,识别时间仅为传统非降维识别方法的一半。理论分析和实验结果表明,该算法对虹膜纹理的特征提取精度高,识别率高,识别速度快。

摘要：为将苗族服饰纹样更好地运用于现代设计,提供有效的参考依据,使得这一非物质文化遗产更好地得到保护传承及开发利用,以苗族服饰纹样为研究对象,20名设计专业背景的研究生为被试者,应用心理测量结合生理测量的综合研究手段,深入探讨了被试者对不同纹样的眼动特征及相应美感,得出了线条动感、构图丰富、视觉形象新颖的苗族服饰纹样具有较高美感。并通过量化研究的方式提高了苗族服饰纹样美感研究结果的准确性,亦为视觉识别类的非物质文化遗产保护传承以及开发利用提供了可借鉴的研究手段。

摘要：促分裂原活化蛋白激酶(MAPK)级联信号参与调控植物的多种逆境、生长发育以及花青苷的合成通路。为探究SlMAPK6在番茄中的功能,本研究利用CRISPR/Cas9技术设计3个靶标位点定点编辑SlMAPK6,并获得突变体CRISPR-3和CRISPR-7。PCR和测序结果发现SlMAPK6敲除载体构建成功。通过对T1植株进行卡那霉素基因筛选、靶位点扩增测序及行脱靶效应分析,结果发现矮番茄植株成功突变且未脱靶,与野生型对照表型相比,所有突变植株表现出根系更发达、侧枝增多的表型,表明SlMAPK6在番茄植株形态建成的过程中发挥了重要作用,为进一步探究SlMAPK6在番茄生长发育中的作用奠定了基础。

摘要：为了获得高抗番茄黄化曲叶病毒(TYLCV)番茄材料,本研究通过人工设计以TYLCV病毒基因V1、C1为靶标的双链RNA(dsRNA),通过农杆菌介导法转化番茄,探索RNAi技术在番茄抗TYLCV中的防御效果。结果表明,通过RNAi技术干扰TYLCV V1和C1基因可以延缓病毒症状的发生,提高番茄植株对TYLCV的抗性。田间试验结果发现,以TYLCV V1和C1为靶标的RNAi株系RNAi-CP-2和RNAi-Rep-12,不仅可以干扰病毒V1、C1的表达,而且可以干扰TYLCV其他4个基因V2、C2、C3和C4,表明RNAi技术可以在靶标基因附近传递,影响相邻其他基因的表达。本研究结果为番茄抗病毒研究奠定了理论基础。

摘要：为合理解决低碳供应链资源的配置效率问题,本文在云模型、量子神经网络研究基础上提出了基于云模型的混合量子神经网络算法。应用混合粒子群算法来确定神经网络的连接权值、隐层神经元个数及各层神经元的阈值等参数。通过对低碳供应链资源配置算法及其算法的鲁棒性能等问题展开深入研究,确定了混合量子神经网络算法的参数主要有各层神经元的个数及阈值。数值实验发现不同的初始状态和参数设计会影响混合算法鲁棒性能的测定。采用混合量子粒子群算法的混合网络结构可以提高在低碳供应链资源配置过程中的错聚效率,能有效提高低碳供应链资源配置的准确度和正确性。