摘要：为了解决保密文件同城寄递效率低和隐私泄露问题,本文设计了一种基于区块链的同城路径规划算法,自适应地实时生成一条保护位置隐私的寄递最短路径。系统利用区块链的共识机制和智能合约算法,通过同态加密选择规划路线中各分布式站点。车辆利用自身上下文信息才可以加解密下一条站点信息,具有防冒充的功能。该算法也解决了车辆、站点和快递员之间互不信任的问题。最后通过原型系统的测试,针对智能合约同态计算结果、不同上下文属性个数,和不同站点个数对路径规划计算代价影响进行了分析。实验结果表明保密文件同城寄递系统中的路径规划算法具备机密性、完整性和防纂改的功能,保证了高寄递效率。

摘要：为研究不同群体,即一般群体和特殊群体(老年人、残疾人、学生)的票价方案和补贴问题,本文考虑不同群体的差异性,以各群体的票价折扣率和列车开行间隔为决策变量,构建基于群体差异化的运营补贴优化模型,以社会福利最大化为目标,优化各群体的票价折扣率、企业的服务水平及政府的补贴额度,确保各群体获得合适的补贴,实现公共交通出行的公平性。综合考虑城市轨道交通运输能力约束、政府财政约束及不同群体票价折扣率约束,设计了基于模拟退火算法的求解算法。以长沙地铁2号线为例,分析比较不同群体的票价折扣率,提出基于列车运行计划的福利票价方案。研究结果表明,一般群体不享受折扣,残疾人4折优惠,老年人2折优惠及学生6折优惠,交通特殊群体的出行比分别提升了1.06%,2.86%及1.94%。政府在实施补贴政策时,可以通过不同群体的票价福利措施和企业的服务水平确定补贴额度。

摘要：高速公路瓶颈运动波是诱发通行延误与事故风险主要原因。智能网联下精细化感知与精准化控制为消除运动波影响提供了技术环境。在构建一种在线、主动消除广域运动波的拥堵吸收智能驾驶模型的基础上,解析车头间距与运动波传播关联机制,确定运动波完全消除设计实施条件,提出消除单个运动波最佳驾驶策略;面向多簇运动波形成时间-位置-规模等特性,解析多个运动波并发下协同消散条件,提出拥堵吸收协同驾驶策略;构建智能网联环境下微观交通流仿真模型,模拟不同运动波簇数量下3类典型场景,分析评价控制策略对于提升瓶颈路段效率与安全水平的效果,并对不同驾驶策略控制性能进行对比分析。研究结果表明:构建的拥堵吸收驾驶模型能够有效消除单个或多个运动波传播,对交通流运行效率提升效果为5.52%至8.42%,有效降低事故风险为46.42%至58.11%;控制策略面对不同数量、类别与规模的运动波场景中表现出较好控制性能;多簇运动波间距越小,协同消除驾驶策略控制效果越好,并显著优于单个运动波消除策略。研究成果有助于理解高速公路瓶颈运动波消除机理,并支撑智能网联下智能车辆驾驶策略构建。

摘要：为了保障车辆行驶过程中上下文信息的隐私性,并满足基于位置服务的去中心化需求,提出了一种基于联盟链的车联网位置隐私保护CSLPP方案。该机制设计了基于联盟链的分布式系统,通过访问控制和轻量级共识机制,允许多个互不信任的实体间合作。智能合约自动执行不同实体间的链上加密数据,同态加密和基于上下文信息的访问控制技术可以使每个分布式站点实时生成并返回查询路线,使车辆的行驶轨迹和位置隐私得到了有效的保护,并具有防路线篡改和强抗共谋攻击的能力。最后通过分析和实验验证了CSLPP的安全性和高效性能。

摘要：提出了一种新颖的全双工主动监听系统,该系统具备两种工作模式:干扰模式和中继模式。在干扰模式下,监听器以发送干扰信号的方式干扰可疑通信进而确保成功监听。在中继模式下,监听器以全双工中继辅助的方式降低可疑发送者的信息发送功率并保证合法通信的有效进行。研究目标是在满足监听器的发送功率限定和最低监听速率要求情况下,通过联合优化监听器的发送波束成形和工作模式,从而实现对合法链路通信速率的最大化设计。建模的混合整式规划问题非凸且难以求解,文中将其分解为对两个标量的搜索问题,有效地降低了问题的复杂度。进一步地提出了高效的数学算法,给出了该问题的最优解。仿真结果表明了所提系统和方法的优越性。

摘要：目的旨在解决植物叶片病害检测中目标检测技术参数量大、计算复杂度高及病害检测准确率低等问题.方法提出一种改进型轻量级YOLOv5模型.该模型通过集成CBAM(convolutional block attention module)、GhostModule以及BiFPN-Concat模块,降低了特征通道融合的计算复杂度,同时提升了特征提取性能.还创新性地设计了WeightedDetect结构,替代了传统的检测头部,以实现对不同尺度目标的自适应识别.结果与原始YOLOv5模型相比,提出的模型在病害检测准确度上提升了2.7%,同时在参数量上增加了9.5%,而在计算复杂度的指标FLOPs(floating point operations)上降低了10.5%.还在VOC数据集上进行了模型的通用性测试,与YOLOv5相比,准确度提高了3.7%.结论提出的改进型YOLOv5模型不仅提高了植物叶片病害检测的准确性,而且通过优化计算复杂度,提高了模型的实用性和效率.这一改进对于提高农业生产的智能化水平,以及更有效地预防和管理植物病害具有重要意义,并为相关领域的研究提供了新的解决方案.

摘要：在DQN算法的框架下,研究了无人车路径规划问题.为提高探索效率,将处理连续状态的DQN算法加以变化地应用到离散状态,同时为平衡探索与利用,选择仅在DQN网络输出层添加噪声,并设计了渐进式奖励函数,最后在Gazebo仿真环境中进行实验.仿真结果表明:①该策略能快速规划出从初始点到目标点的无碰撞路线,与Q-learning算法、DQN算法和noisynet_DQN算法相比,该文提出的算法收敛速度更快;②该策略关于初始点、目标点、障碍物具有泛化能力,验证了其有效性与鲁棒性.

摘要：城市轨道交通补贴是公共交通运营管理和组织的重要基础,寻求城市轨道交通补贴这一科学问题的优化理论和方法,成为政府实施补贴方案和提升企业管理水平的重要手段。基于此,结合城市轨道交通实际运营系统中关键要素,深入揭示“客流需求”、“企业运行计划”和“政府补贴方案”之间的关系,并考虑城市轨道交通系统中客流出行距离的影响,构造基于乘客出行距离的补贴优化模型。依据里程补贴优化模型特点,设计相应的启发式求解算法。以长沙地铁2号线为例,分析所提里程补贴方案对客流出行行为和运营系统的影响,验证优化模型及算法的正确性和有效性。此外,以固定补贴方案为比较对象,研究结果表明:(1)所提出的里程补贴方案比固定补贴方案适用性更高,能够吸引更多的客流出行,运营效益有所提高,所需的补贴额度显著降低;(2)2种补贴方案下客流集中度存在显著差异,固定补贴方案吸引短距离出行的客流,而里程补贴方案更吸引长距离出行的客流。研究成果可为公共交通“合理补贴”方案的制定和实施提供理论支持和决策依据。

摘要：海量电子公文的高效管理一直是社会服务研究的热门话题.现有的研究工作主要聚焦在公文归档与要素抽取上,但并未提供开源的公文数据集,同时对于公文之间的关联性与时效性缺乏深入分析.文中的工作致力于从多个领域收集公文,构建一个高质量、开源的公文知识图谱,以此来填补上述研究工作存在的鸿沟.文中详细地展示了公文知识图谱的构建框架,包括轻量级本体的设计、面向小样本场景的要素抽取算法以及面向实体对齐的知识融合算法,以此让不同来源的公文能够共享更多的链接.此外,文中进一步讨论了公文知识图谱的潜在应用,并面向公文关联发现场景提出了一种基于要素抽取增强的网络表示学习公文推荐算法.实验表明,所提方法在评估指标Rankmin与MAP上整体效果均好于已有方法.

摘要：二进制程序分析技术广泛应用于软件的安全性评估,恶意代码分析等领域.动态分析技术能够准确体现程序真实的运行状态,但面临目标程序运行负载过高、难以深入了解内部结构信息等挑战.提出一种基于渐进扩展的二进制程序数据流分析方法.方法旨在充分利用在线数据流分析的能力,在局部细粒度分析的基础上逐渐扩展分析范围,从而使分析能够覆盖整个目标程序.通过设计的分治策略,可降低对目标程序运行时的性能影响,从而可使对延迟敏感的目标代码段能成功地执行.并在此基础上,进一步提出基于内存引用关系的函数参数相关性分析方法,从函数调用层面获取数据流传递信息,可辅助恢复参数的内部结构信息.通过对大量真实案例进行研究和实验,验证了所提出方法的可行性与有效性,在降低对目标程序影响的同时未引入显著的额外分析开销,能够用于实际环境下二进制程序的分析.