摘要：多图(multi-graph,MG)是一种图袋表示模型,半监督多图分类旨在从有标记和未标记的多图中构建一个预测模型,通过高准确度预测未标记多图,在用户产品推荐、生物制药等领域有着广泛应用。现有基于机器学习的半监督多图分类主要存在两点不足:(1)不能进行全自动的特征选择,过于依赖参数选择。(2)对未标记多图数据的价值未充分挖掘。因此,提出一种结合图神经网络和图对比学习的半监督多图分类方法(graph neural network combining with graph contrastive learning for semi-supervised multi-graph classification,GCSS)。一方面,分别设计从局部和全局提取特征信息的模块,并引入NN协同器(neural networks collaborator,NN collaborator)完成这两个模块的协作,自适应学习数据的特征表示进行训练;另一方面,采用图对比学习(graph contrastive learning,GCL)和半监督学习(semi-supervised learning,SSL)从两个不同学习视角来充分利用未标记多图数据,降低模型对标签等的依赖。在真实数据集上的大量实验结果验证了所提出方法的预测性能均优于基线方法。

摘要：在区块链系统中,随着区块的增长,节点需要存储的数据越来越多,导致一些存储空间有限的节点难以参与到区块链系统中。为此,提出了适用于区块链系统的轻节点方案,以使得轻节点只需存储区块链的部分信息就可以参与到区块链的运行中。但是,现有的一些方案中,轻节点的存储开销与区块数量仍然是线性增长关系;此外,很多方案只提供了交易的存在证明,无法为交易生成非存在证明,导致轻节点可能被欺骗。该文提出了一种基于RSA累加器的区块链轻节点方案,以使得轻节点存储的数据大小是固定的,并且能验证交易的存在性/非存在性。该方案重新设计了区块体和区块头,在区块体上,用RSA累加器组织和管理交易;在区块头上,用基于RSA累加器的累乘值替换了Merkle Root,新增了区块摘要值。之后,全节点将累乘值组织为Merkle山脉,再利用Merkle山脉和区块摘要为待验证的交易生成存在证明。当待验证的交易不在区块链上时,全节点也能根据区块头中的累乘值和RSA累加器的公共参数为其生成非存在证明。轻节点只需通过最新区块的区块摘要值以及RSA累加器的参数就能验证交易的存在性/非存在性。理论分析和仿真实验结果表明,该方案实现了预期的设计目标和安全目标,计算开销较小,存储和通信开销在合理范围内。

摘要：稀疏目标检测器Sparse R-CNN算法缺少对目标间关系的建模,导致网络对全局特征信息的利用较差,使检测效果不佳。为解决上述问题,提出关联交互模块,通过融合可学习的参数和与图像数据相关的目标间关联特征数据,增强目标之间的关联性;提出双边注意力机制,通过融合实例交互注意力信息和物体与物体间的关联注意力信息,增强对全局特征的交互。基于PASCAL VOC和MS COCO数据集的实验结果表明,该方法能够有效提升检测精度,整体性能优于原方法。

摘要：肝脏器官尺度多样且与周围器官高度相似,很难从腹部计算机影像中准确分割出肝脏区域,现有的很多方法将CNN和Transformer相结合以得到图像局部和全局特征依赖关系,从而取得了更好的性能。然而,简单的组合方法忽视了图像分割中多尺度特征融合和注意力机制的重要性,没有很好地解决肝脏分割问题。该文提出了一种用于肝脏分割的多尺度空间Transformer与交叉自注意机制的三维肝脏影像分割方法。该方法首先采用CNN和Transformer相结合的方式逐步提取不同尺度的特征信息使网络对肝脏及其周围组织的识别更加准确;接着利用多尺度空间Transformer对不同层次和尺度特征的图像在空间维度上融合,提高了网络对肝脏边缘的定位能力;最后在解码器中设计了交叉自注意引导融合模块减少噪声等不相关信息带来的干扰,提高分割质量。在LiTS、CHAOS、Sliver07和某医院MRI数据集上进行了对比和消融实验,实验结果表明,该方法相较于当前的主流网络具有更好的分割性能和临床应用前景。

摘要：设计高质量的核酸分子集合能有效提高DNA计算的可靠性、有效性和可求解问题的规模。DNA分子需要满足热力学约束、相似度约束、GC含量约束等多个相互冲突的目标函数,是典型的多目标优化问题。该文提出一种多目标进化策略(MOES)算法求解DNA分子序列设计问题,算法设计了随机碱基变异算子实现高效的局部搜索和全局搜索。改进的评价函数综合考虑了候选解的支配关系和冲突目标的平衡程度,选取符合DNA编码约束的核酸序列。实验结果证明,该文提出的算法具有高效的搜索效率和快速收敛能力,可以产生高质量的DNA序列集合,优于其他对比算法产生的DNA分子序列集合。

摘要：作为近年来新出现的调度应用领域,舰载机保障作业调度问题正得到优化调度,控制理论和运筹学等学术界和工业界越来越多的关注.本文综述了舰载机保障作业调度问题研究进展.首先介绍了舰载机保障作业调度问题的混合整数规划模型;接着以美国为主综述了国外舰载机保障作业调度问题研究进展;然后从系统仿真,系统设计,系统优化和路径规划等方面综述了国内与舰载机保障作业调度问题相关的研究工作;最后提出了未来发展趋势和有待于进一步研究的若干方向和内容,旨在推进国内舰载机保障作业调度问题的理论研究和工程应用.

摘要：针对传统蚁群算法在移动机器人路径规划中存在易陷入局部最优解、收敛速度慢的问题,设计了一种改进蚁群算法。首先,通过分析父节点与子节点的位置关系,缩小可选孙节点范围,降低了蚂蚁搜索的盲目性,减小了计算代价;然后,通过设置启发函数,使蚁群算法适应不同复杂度的变化环境需要,并且为搜索方向提供一定的指导性,由此提高算法收敛速度;最后,依据算法迭代次数,建立相应的自适应信息素给予机制,避免算法后期信息素过度积累而限制最优解的多样性。仿真实验验证了在不同复杂度的环境中,所设计算法的有效性和适应性,该算法具有良好的收敛速度和路径全局优化能力。

摘要：为实现连铸坯有效定重预测,避免在连铸生产中产生质量缺陷和资源浪费,根据真实方坯生产数据,提出一种基于改进粒子群算法优化XGBoost的连铸定重预测模型。针对粒子群算法全局寻优精度较低等缺点进行改进,主要采用反向学习策略优化种群初始分布提高算法优化效率,根据进化状态自适应调整惯性权重,匹配粒子当前搜索状态,同时使用突变策略使粒子突破局部收敛。数值实验结果表明,改进算法收敛速度更快,精度更高,验证了良好性能。将其应用到XGBoost中优化模型超参数,连铸坯定重预测精度获得提升。

摘要：密文策略属性加密(CP-ABE)十分适用于云环境中的数据访问控制。现有的CP-ABE算法未考虑多个文件的访问结构具有层次关系,需要对每个文件分别加密实现其访问控制需求,导致较大的开销;此外,大多数方案只有单个授权机构管理密钥,对授权机构的安全性与可靠性要求极高。提出一种云环境中基于区块链的多授权机构访问控制方案(BMAC)。在BMAC中,设计了一种层次化CP-ABE算法,对于具有层次关系的多个文件,仅需加密一次,访问者在满足部分访问条件时能解密得到部分文件,满足全部条件时得到全部文件;设计了一种基于区块链的多授权机构密钥管理方法,通过区块链技术使得所有授权机构能够诚实并行地进行私钥分发。安全性与性能分析验证了BMAC能够有效保障数据机密性,抵抗串谋攻击,实现安全高效的细粒度数据访问控制以及去中心化的私钥分发。

摘要：锂电池荷电状态(SOC)观测技术作为电池管理系统(BMS)的关键技术,在维持电池系统设备安全高效运作、延长电池组整体生命周期等方面均起着不可或缺的作用.本文以改善锂电池荷电状态的观测结果为目的,对锂离子电池荷电状态的观测方法进行了研究,基于二阶变参数锂电池模型,设计了一种有效的改善SOC观测精度的方法.首先,根据SOC的定义,建立了安时积分估计(AH),通过引入二阶变参数锂电池模型建立扩展卡尔曼滤波估计器(EKF),然后结合Takagi-Sugeno模糊模型原理,设计Takagi-Sugeno和EKF联合估计器(TS–EKF).最后,在Simulink仿真平台上验证了SOC观测方法的准确性和实用性.结果表明,本文所设计的Takagi-Sugeno和EKF联合估计器可以改善SOC观测精度.