摘要：区块链构建了一种价值互联的去中心化网络,是继互联网之后的最具革命性和颠覆性的创新技术.但现有区块链存在性能低下,隐私保护不足,单层链式结构难以支持多种场景下数字资产的分类并发处理,单链共识算法难以实现多链乃至全局的一致性等问题.为解决上述问题,本文基于树形结构设计一种适用于联盟链场景的主从多链架构,可实现不同数字资产的分类、并发处理和达到数据隔离的隐私需求.针对该树形主从多链架构,进一步提出一个基于门限签名的改进拜占庭容错共识算法,可解决多样化数字资产分类并发处理带来的一致性问题.性能分析和仿真结果表明:所提方案在实现隐私数据隔离保护的同时,兼具高并发交易性能,通信复杂度由O(n^(2))降为O(n),可满足企业多样化业务需求.

摘要：选线模型可以保证高速公路线路规划的合理性,为了满足自然保护区内高速公路灵活性遥感选线的合理性要求,提出树形结构模拟下的自然保护区内高速公路灵活性遥感选线模型。通过树形结构模拟,判别高速公路灵活性遥感图像分布函数的匹配度,利用密度累积分布函数,构建高速公路灵活性遥感图像样本的检验统计量,根据树形结构模拟算法的检验步骤,确定高速公路灵活性遥感图像的最优宽窗。根据高速公路不同断面的交通流量在时间维度上的分布延迟,预测目标断面交通流量与其他断面交通流量的最佳时延,通过引入能量增益,预测高速公路的交通流量。利用层次分析法确定高速公路灵活性遥感选线方案,通过建立高速公路灵活性遥感选线的地质勘查函数,构建高速公路灵活性遥感选线模型,实现高速公路的选线。实验结果表明,所提出的模型对高速公路灵活性遥感选线的合理性指数在0.85以上,能够满足自然保护区内高速公路灵活性遥感选线的合理性要求。

摘要：多目标优化算法大多采用基于线性链表结构的有界Pareto存档策略,其存在迭代过程中Pareto前沿震荡衰退等弊端以及相关参数难以预先确定等技术难题.为此,构造一种适用于大规模存档集合的树形结构,并利用其取代线性结构以保证存档维护与管理的高效性,进而提出基于树形结构的无界存档策略.在此基础上,将基于正交设计的种群初始化、基于树形结构的存档更新以及基于树形结构的最优个体选择引入多目标粒子群优化,提出基于树形结构无界存档的多目标粒子群算法.最后,通过测试函数上的仿真实验验证了所提出策略与算法的科学性和有效性.

摘要：　地震观测数据的大量增长给数据管理提出了新的要求. 本文将树形结构引入到数据库设计中, 提出了基于树形结构设计关系数据库的方法. 该方法简单、直观、易于数据的组织,可以简化数据库的设计过程. 在“长江三峡工程诱发地震监测系统地震监测总站数据库”设计中应用了该方法, 并取得了良好的效果.

摘要：目的 高分辨率遥感图像通常包含复杂的语义信息与易混淆的目标,对其语义分割是一项重要且具有挑战性的任务.基于DeepLab V3+网络结构,结合树形神经网络结构模块,设计出一种针对高分辨率遥感图像的语义分割网络.方法 提出的网络结构不仅对DeepLab V3+做出了修改,使其适用于多尺度、多模态的数据,而且在其后添加连接树形神经网络结构模块.树形结构通过建立混淆矩阵、提取混淆图、构建图分割,能够对易混淆的像素更好地区分,得到更准确的分割结果.结果 在国际摄影测量及遥感探测学会(International Society for Photo-grammetry and Remote Sensing,ISPRS)提供的两个不同城市的遥感影像集上分别进行了实验,模型在整体准确率(overall accuracy,OA)这一项表现最好,在Vaihingen和Potsdam数据集上分别达到了90.4%和90.7%,其整体分割准确率较其基准结果有10.3%和17.4%的提升,对比ISPRS官方网站上的3种先进方法也有显著提升.结论 提出结合DeepLab V3+和树形结构的卷积神经网络,有效提升了高分辨率遥感图像语义分割整体精度,其中易混淆类别数据的分割准确率显著提高.在包含复杂语义信息的高分辨率遥感图像中,由于易混淆类别之间的像素分割错误减少,使用了树形结构的网络模型的整体分割准确率也有较大提升.

摘要：根据建筑布局在工程实际中的影响因素,提出了一种树形结构模拟优化的建筑布局设计模型。首先将建筑布局的约束因素和原有的建筑物平面图形相结合,构成了新的布局图形,然后结合内部可行域算法,将布局问题的确定性算法应用于建筑物布局问题中,解决建筑物的行列式布局和周边式布局,最后采用树形结构优化遗传算法的变异能力,以优化布局效果。实例仿真实验结果表明,采用本文提出的算法,将建筑物序列进行编码和译码,根据建筑实践经验合理构造了目标函数,最终得出较好的布局方案。

摘要：根据柔性机翼前缘的变形要求,以离散体结构拓扑优化为出发点,以实际位移与目标位移之间的偏差为目标,建立目标优化函数。采用类树形结构的载荷路径建立初始构形,利用遗传算法(GA)进行结构拓扑优化,并结合拓扑结构优化结果进行二次优化,获得更优解。通过ANSYS仿真分析,结果表明该方法是可行的。

摘要：树形结构作为一种非线性数据结构,在程序执行过程中的演变过程较为抽象,尤其是在对其进行加工型操作时,容易发生内存泄漏。针对编程初学者难以掌握树形结构的逻辑演变过程,以及在程序中发生内存泄漏错误时调试较为困难的问题,文中提出了一种对程序调试过程中树形结构的演变过程进行可视化呈现的处理模型TEVM(Tree Evaluation Visualization Model)。针对单个可视化程序在调试步骤前和调试步骤后的两个树形结构,设计了一种将树形结构转换为线性表示的结构对比算法,得出了它们的包括泄漏树在内的结构差异;同时设计了一种树形结构布局方法,并计算它们的布局差异。根据结构差异和布局差异生成可视化演变序列,调用绘图引擎对该序列进行解析和执行,从而完成对树形结构及其演变过程的动态、平滑和直观的可视化呈现,帮助编程初学者快速理解树形结构相关程序的执行过程,提升调试效率。将TEVM模型集成于一个面向编程实训教学的集成开发环境原型Web AnyviewC中,取得了较好的应用效果。

摘要：教学三阶段法的基本步骤是：计划阶段、实施阶段、评价阶段，这三个阶段是有次序且互相联系的。根据教学三阶段法，我把教学能力划分为设计能力、教学实施能力和教学评价能力三个部分。每个部分又分为若干项操作技能，从而形成一个树形结构。