摘要：针对提高国产化电子选举系统算法协议层的安全和效率问题,提出一种基于SM2门限盲签名电子选举方案。首先,基于SM2签名算法构造SM2门限盲签名算法,在不改变原有签名流程的前提下,采用Shamir秘密分享、随机秘密分享(RSS)、秘密和差、乘积分享、逆的秘密分享(ISS)等方法分享SM2签名算法中的秘密私钥和随机数,同时引入盲化因子对签名的消息进行盲化,实现签名过程中消息发送方的隐私保护及敏感信息的有效分享;其次,算法安全分析结果表明,在随机预言机模型下,所提的盲签名算法具有盲性、健壮性和不可伪造性,相较于现有的RSA(Rivest-Shamir-Adleman)、椭圆曲线数字签名算法(ECDSA)门限盲签名算法,所提的SM2门限盲签名算法具有计算复杂度低、通信开销较小的优势,适用于大规模选举;最后,基于SM2门限盲签名算法设计安全电子选举协议,分析结果表明,所提协议具有不可伪造性、保密性、合法性和鲁棒性,并且完成一次投票过程仅需15.7061 ms。

摘要：提出一种全新的基于柔性薄膜材料的高灵敏度、多参数汗液成分分析传感器,对敏感材料的特性及高灵敏度捕获机理进行了研究分析,设计了一种抗干扰信号采集电路,最终完成传感器样品制备,并搭建测试环境,对其关键性能指标进行了测试。结果表明,汗液传感器可实现对钾离子、钠离子、葡萄糖3种汗液成分的实时监测,在检测灵敏度和抗干扰性能上达到较好水平,与传统的检测仪器或单参数汗液传感器检测方法相比,在实用性上有很大的提升。

摘要：[目的/意义]针对传统大米品质监管追溯系统中存在的品控数据链机制不够完善、品控信息可追溯程度不足、数据上链效率低及隐私信息泄露等问题,提出一种差分隐私增强的大米区块链品控模型。[方法]首先,结合大米全产业链,设计数据传输流程,涵盖种植、收购、加工、仓储和销售等各环节,有效保证品控数据链的连续性;其次,为解决上链数据量大、上链效率低问题,将大米全产业链各环节关键品控数据存储于星际文件系统(InterPlanetary File System, IPFS),然后将存储完成后返回的哈希值上链;最后,为提高品控模型信息可追溯程度,将种植环节关键品控数据中涉及隐私的部分信息通过差分隐私(Differential Privacy)处理后展示给用户,模糊化个体数据,以提高品控信息可信度,同时也保护了农户种植隐私。基于该品控模型,设计了差分隐私增强的大米区块链品控系统,并在相关大米企业实际运行。[结果与讨论]经测试,差分隐私增强的大米区块链品控系统全产业链单环节数据完成存储平均耗时1.125 s,信息追溯查询平均耗时0.691 s。与传统大米品质监管追溯系统相比,单环节数据存储时间缩短6.64%,信息追溯查询时间缩短16.44%。[结论]研究提出的模型不仅提高了品控数据连续性和信息可追溯程度,同时保护了农户的隐私,还在一定程度上提升了品控数据存储及信息追溯查询的效率,可为大米品质监管与信息追溯系统的设计和改进提供参考。

摘要：分析成渝经济圈铁路客运网络的空间联系和结构特征演变对未来铁路网络建设和布局优化有着重要意义。基于46863617条铁路客运数据构建2015—2017年成渝经济圈铁路客运网络,采用GIS空间分析方法和网络分析方法对连续时序下铁路客运联系时空演变、网络结构特征演变以及网络结构对经济和人口的影响效应展开分析。结果表明,成渝经济圈铁路客运联系极化现象明显,客运流量主要集中在成都,其次是绵阳、重庆主城区和德阳,其余城市占据不到20%的客运流量;成渝经济圈铁路客运网络密度逐年上升,但仍处在较低水平;铁路客运网络具有较低的平均路径长度和较高的平均聚类系数,客运网路呈现小世界特性;成都和重庆主城区的度数中心性和中间中心性远超其余城市;成渝经济圈铁路客运的通达性很大程度上是由于成都和重庆主城区的中介作用,大多数城市之间不存在铁路客运联系;度数中心性、接近中心性和中间中心性对GDP的影响为正,且通过了1%的显著性水平检验;度数中心性和中间中心性对人口的影响为负,分别通过了5%、10%的显著性水平检验,处于中心地位的城市不利于人口常住。

摘要：核间通信延时是影响高性能计算系统整体运行效率的重要因素.国产鲲鹏CPU在高性能计算领域应用日益广泛,针对鲲鹏CPU的缓存架构及多核间接口互联进行分析,研究影响鲲鹏CPU核间通信延时的因素.在消息传递接口(MPI)环境下进行节点内核间通信实验,对包括跨三级缓存、跨物理CPU通信等不同模式下通信延时进行对比,发现通信数据包大于500 KB后,跨L3 Cache TAG的通信延时反优于共享L3 Cache TAG的通信延时.针对通信数据包在64 KB大小时的通信延迟异常,分析得出是MPI的Eager模式和Rendezvous模式的默认切换阈值所造成.对这两种模式进行实验对比,验证不同大小的通信数据包在不同模式下和跨核通信时的延时特征,Eager模式更适合低延时的小消息发送.在实际应用中可根据通信数据包大小调整两种模式的默认切换阈值,以达到更好的传输效果.实验结果表明由于鲲鹏CPU存在复杂的多核结构,在并行计算程序设计时可以进行针对性优化,以提升程序的运行效率.

摘要：超声心动图的分割在临床上对医生的诊断有巨大作用.针对超声图像含有大量噪声、轮廓特征不明显、已有分割算法耗时久、目标分割不完整或引入不必要的背景区域的问题,提出一种基于全卷积网络与几何信息辅助分割的实时分割算法.首先,利用改进的YOLACT框架并行生成原型模板掩码和左右心室、心房的实例掩码的系数,并将两者线性组合获得实例掩码;然后,利用编码模块增强分割效果,提出位置编码模块避免卷积神经网络带来的全局位置信息丢失,以及提出形状编码模块减少心房心室差异小带来的分类错误.实验结果表明,在超声心动图像数据集上的APA,AMIoU和ADICE指标分别达到0.777,0.705和0.827,该方法比其他算法在精度上接近nnU-Net的结果,但速度可以达到27帧/s,比UNet++提升145%.

摘要：针对一些智能优化算法缺乏完备数学物理理论基础的现状,利用优化问题和量子物理在概率意义上的相似性,建立优化问题的薛定谔方程,将优化问题转化为以目标函数为约束条件的基态波函数问题,同时利用波函数定义了算法的能量、隧道效应和熵,实现了以波函数为中心的优化问题量子模型.这一纲要利用了量子物理完备的理论框架,建立起了优化问题与量子理论广泛的内在联系.从量子物理的角度回答了优化问题解的概率描述,邻域采样函数的选择,算法演化的过程设计,多尺度过程的必要性等问题.智能优化算法的量子理论纲要可以作为研究与构造算法的理论工具,其有效性已得到初步验证.

摘要：针对电子选举过程中匿名性、公开可验证性、选票碰撞及伪造等问题,提出基于SM9算法的匿名公开可验证电子选举系统协议设计方案。以SM9签名算法为基础,构造基于身份的SM9盲签名算法和可链接环签名算法。算法安全分析表明,在随机预言机模型下,盲签名算法具有盲性和不可伪造性,环签名算法具有不可伪造性、匿名性、可链接性。在计算开销方面,盲签名算法在密钥提取阶段只需要1次标量乘、1次模逆和1次模乘运算,单次消耗的时间约为0.8717 ms,环签名算法在密钥提取、环签名生成、环签名验证阶段均具有较高的效率,整个环签名过程只需要5次双线性对运算,单次消耗的时间约为27.2617 ms。在通信开销方面,盲签名和环签名的签名长度均优于对比方案。电子选举协议的安全分析表明,所提方案满足电子选举系统的安全要求,与同类方案相比具有公开可验证、无收据性等优点,适合应用于大规模选举。

摘要：近年来,采用脑电波进行癫痫发作检测得到了学术界的广泛关注,而用于癫痫发作检测的脑电波数据存在数据采集困难、发作样本少等问题,在训练样本量不足的情况下采用深度学习容易产生过拟合现象。为了解决此问题,本文以美国波士顿儿童医院的癫痫脑电数据集为研究对象,将小波变换用于数据增强,通过设置不同的小波变换尺度因子来生成相应的数据,达到成倍增加训练样本的目的;另外,在模型设计方面,本文结合深度学习、集成学习和迁移学习等方法,提出在训练样本量不足的情况下针对特定癫痫患者的具有较高检测准确率的癫痫检测方法。在测试中,本文分析了以小波变换尺度因子为2、4、8时的癫痫发作检测实验结果,在小波尺度因子为8时,平均准确率、平均敏感度、平均特异性分别为95.47%、93.89%和96.48%;另外,通过与近期相关文献进行对比,验证了本文方法具有一定的优越性。本研究结果可为癫痫检测的临床应用提供借鉴。

摘要：基因型填补可以通过填补估算出在基因测序数据中未覆盖的样本区域弥补因技术限制导致的缺失,但现有的基于深度学习的填补方法不能有效捕捉到全序列位点间的连锁关系,造成整体填补准确率低、批量序列填补准确率分散等问题。针对这些问题提出一种融合卷积与自注意力机制的填补方法——FCSA,使用两种融合模块构成编解码器组建网络模型。编码器融合模块使用自注意力层得到全序列位点间的关联度,将该关联度融合到全局位点后再通过卷积层提取局部特征;解码器融合模块使用卷积对编码后的低维向量进行局部特征重建,应用自注意力层对全序列建模并融合。使用多物种的动物基因数据进行模型训练,并在Dog、Pig和Chicken数据集上进行比较验证,结果表明,与SCDA(Sparse Convolutional Denoising Autoencoders)、AGIC(Autoencoder Genome Imputation and Compression)和U-net相比,FCSA在10%、20%和30%缺失率下的平均填补准确率均取得了最高值,且批量序列填补准确率的分散程度较小;消融实验的结果也表明,这两种融合模块的设计能够有效提升基因型填补的准确率。