摘要：为解决在不信任的区块链环境中由于数据转售而造成的用户不愿共享数据等问题,提出一种基于侧链和信任管理模型的数据共享方案。使用信任管理模型量化节点信任值,将节点信任值集成到数据共享智能合约中,为用户提供可信的共享环境和动态的访问控制接口。对联盟链进行侧链扩容,使用信任管理模型优化共识算法。规定主链使用具有拜占庭容错能力的T-PBFT算法,侧链使用仅适用于高信任场景的T-Raft算法。用户根据预先设置的阈值动态决定在主链或侧链共享数据。实验就方案的安全性和性能进行分析,表明了该方案的可行性和有效性。

摘要：极化合成孔径雷达(PolSAR)图像配准在地物分类、变化检测、图像融合中都具有广泛应用。现有的PolSAR图像配准方法,无论是基于深度学习还是传统方法,大多采用PolSAR幅度影像信息进行处理。这种处理方式导致大量极化信息丢失,同时在PolSAR图像固有相干斑噪声影响下,配准精度和可靠性表现不佳。为此,本文首先发展了一种有效的基于极化白化滤波(PWF)精细化处理的关键点检测器,利用PWF对PolSAR图像进行相干斑噪声抑制,通过阈值约束、形态学腐蚀及非极大值抑制来选取显著且分布均匀的匹配关键点。进一步地,本文设计了一种孪生简单稠密胶囊网络(SimSD-CapsuleNet)来快速提取PolSAR图像的浅层纹理特征和深层语义特征,同时为了充分利用极化信息,本文将极化协方差矩阵作为输入数据。本文计算了胶囊形式特征描述符之间的距离,并将其输入硬L2损失函数用于模型的训练。本文方法在不同传感器获取的不同分辨率PolSAR图像上进行验证。结果表明,该方法能够在更短的时间内获取更加均匀且数量更多的匹配关键点,结合PWF和深度神经网络可以实现快速准确的PolSAR图像配准。

摘要：超快激光器凭借其脉宽窄、光谱宽、峰值功率高等特点,在工业、医疗、科研等许多领域有着重要应用。通过在“9”字腔内进行色散补偿,激光器可以同时实现宽光谱输出与自启动锁模,当泵浦功率为160 mW时,光谱中连续光成分消失,两输出口的光谱半高全宽为22.6 nm和26.2 nm,压缩后脉冲宽度达到143 fs和128 fs。在自由运转情况下,1 h内输出激光的平均功率均方根值(root mean square,RMS)为0.1%。所设计的激光器具有光谱宽、集成度高、稳定性强的优点,能够满足微纳加工、生物光学、光谱探测等领域对超快激光的应用需求。

摘要：设计了一种基于图神经网络(GNN)和优先经验回放的改进DQN算法(R_DQN)。该算法采用消息传递网络框架进行图结构节点间的信息传播,能够更好地适应网络拓扑这种图结构信息;同时采用优先经验回放机制去学习更有价值的信息,提高样本学习效率,进行算法优化。实验结果表明:该R_DQN算法在网络拓扑和业务模型方面都具有较强的泛化能力,对于训练期间没有见过的网络场景依然有较好的表现,在最大化通信量性能上有较大提升。

摘要：为分析在接触网检修接地时,由单根轨条和回流线短接产生的不平衡条件对25 Hz相敏轨道电路的影响,在六端网络的基础上建立轨道电路不平衡传输模型,通过仿真计算和对比,得到在不平衡传输条件下,信号接收端轨面电压的衰减和扼流变压器上不平衡牵引电流,随道床泄漏导纳、单轨条接地位置、吸上与横向连接设置变化的关系,并利用实验数据和现象验证计算结果。结合实际案例中检修接地的不平衡传输条件导致轨道电路“红光带”问题,给出其产生原因,并验证上述理论。给出减少不平衡传输条件对轨道电路造成影响的方法,尽可能避免该类型“红光带”问题的出现。

摘要：智媒时代微博、抖音等网络社交媒体平台成为政府与公众之间传递信息的重要渠道之一,公众在平台上对教育政策的评论影响着教育政策的实施进程、效果及后续政策的出台。融合主题模型LDA和深度学习模型LSTM,以“双减”政策为例,挖掘面向教育政策的网络社交媒体用户评论,并对其进行细粒度情感分析,剖析用户对教育政策的多维主观情感,为提升教育政策实施效果提供参考。研究发现,网络社交媒体用户对“双减”政策的舆论焦点主要集中在四个主题下的16个评论对象上,其中在素质教育、艺术活动、学历3个方面用户情感偏向于正向;在校外培训、课后服务、教育公平、贫富差距、就业等其余13个方面用户情感偏向于负向。

摘要：在新工科建设大背景下,进行电路原理课程思政建设和实践,基于课程特点探讨课程思政建设的设计思路、遇到的主要问题及解决方案,介绍课程思政的具体实施路径,进行教学效果总结与反思。以课程思政建设为推手,进行面向技术前沿、培养科学思维、紧密结合工程实例的课程内容体系全面提升,实现更好的育人效果。

摘要：为解决当前开放域对话系统中端到端模型在生成响应时存在的相关性低、多样性不足的问题,提出了一种多源异构知识增强对话生成模型(multi-source knowledge-enhanced dialogue generation framework,MSGF)。该模型通过整合多个不同的知识源,提高了与对话背景信息相关的知识覆盖率,并采用全局知识选择模块解决不同知识源之间的主题冲突问题,来避免对话主题含义混淆。此外,该模型还引入了融合预测模块,通过获取不同的知识源中的信息来生成响应。实验结果表明,与同类其他模型相比,MSGF模型在性能上具有明显优势,具有更全面的知识覆盖,生成的响应主题相关性更高。可见,所提出的MSGF模型能够很好地理解对话内容,并显著提升对话系统的性能。

摘要：PPG信号描述了人体组织对外界光线反射量随脉搏变化的波形,其波形特征与血压值存在关联,现有的PPG信号估计血压算法存在模型复杂、通用性低等问题。本文利用轻量化的卷积神经网络提取单周期信号特征,在无需个人化校正的情况下,仅用单路PPG信号对收缩压与舒张压分别估计。针对PPG信号中存在的大量干扰,设计了一套基于周期间幅值关系的信号校正方法,并利用循环移位自相关函数值为判断依据,合理去除不适宜采用的数据段;同时采用了一种幅度频谱增强方法,强化了特征提取效果。测试结果表明,本模型能在大多数情况下将误差控制在合理区间,可在计算量较小的条件下为个人提供血压值参考。

摘要：作为一种经典的有源干扰,速度欺骗干扰极易导致雷达在多普勒维上同时检测到单个或多个虚假目标,造成雷达虚警,给雷达探测带来了巨大挑战。为了抵抗速度欺骗干扰,结合脉内、脉间编码和接收滤波器设计等多个自由度,提出一种发射与接收多维联合设计的方法。首先,以非匹配滤波器峰值损失为惩罚项,并联合接收信号的多普勒谱上目标旁瓣能量与干扰能量构建优化目标函数,同时考虑发射波形峰均功率比约束。然后,基于坐标下降思想和优化最小化理论,提出一种块坐标下降的优化最小化方法求解该问题。最后,仿真实验表明相比传统脉间初相设计,在频谱阻带内,所提方法峰值旁瓣比提升约6 dB,抗速度欺骗干扰性能大幅提升。