摘要：在大数据背景下,保证数据可信共享是数据联邦的基本要求.区块链技术代替传统的主从架构,可以提高联邦学习(federated learning,FL)的安全性.然而,现有工作中,模型参数验证与数据持久化所产生的巨大通信成本和存储消耗,已经成为数据联邦中亟待解决的问题.针对上述问题,设计了一种高效的去中心化联邦学习框架(efficient decentralized federated learning framework,EDFL),能够降低存储开销,并显著提升FL的学习效率.首先,提出了一种基于贡献度证明(proof-of-contribution)的共识机制,使得区块生成者的选举基于历史贡献度而不采用竞争机制,从而有效发避免了挖矿过程产生的区块生成延迟,并以异步方式缓解模型参数验证中的阻塞问题;其次,提出了一种角色自适应激励算法,因为该算法基于节点的工作强度和EDFL所分配的角色,所以能够激励合法节点更积极地进行模型训练,并有效地识别出恶意节点;再者,提出一种区块链分区存储策略,使得多重局部修复编码块(local reconstruction code)可被均匀地分布到网络的各个节点上,进而降低节点的本地存储代价,并实现了较高的数据恢复效率;最后,在真实的FEMNIST数据集上,对EDFL的学习效率、存储可扩展性和安全性进行了评估.实验结果表明,EDFL在以上3个方面均优于主流的基于区块链的FL框架.

摘要：The literary adaptations of canonical novels for film provide a unique repository of both identity contents and socio-cultural observations which can be revisited through the filmic representations. These recreations symbolize not only a privileged visual interpretation of a nation, but they also allow us to examine how a given society reflects itself through the fiction. In this sense, the objective of this paper is to reflect upon the Portuguese updated filmic adaptation of The Crime of Father Amaro (1880) by the canonical author E?a de Queiroz. On one hand, the author intends to rethink about the Portuguese identity portrayed by the film and, at the same time, the author manages to observe how the Portuguese society is revealed. On the other hand, the paper aims to analyze the particular process of the adaptation of The Crime of Father Amaro following a qualitative methodology.

摘要：在智能交通控制系统、军事数字化战场、辅助驾驶系统中,实时、精确、可靠的移动对象不确定性轨迹预测具有极高的应用价值.智能轨迹预测不仅可以提供精准的基于位置的服务,而且可以提前监测和预判交通状况,进而推荐最佳路线,已经成为移动对象数据库研究的热点,亟需设计准确而高效的位置预测方法.针对现有方法的不足,提出了基于高斯混合模型的轨迹预测方法 GMTP,主要步骤包括:(1)针对复杂运动模式利用高斯混合模型建模;(2)利用高斯混合模型计算不同运动模式的概率分布,进而将轨迹数据划分为不同分量;(3)利用高斯过程回归预测移动对象最可能的运动轨迹.GMTP是高斯非线性概率统计模型,其优势在于:计算结果不仅是位置预测值,更是关于移动对象未来所有可能运动轨迹的概率分布,可以利用概率统计分布特性获得某种运动模式(如匀加速运动)下的位置预测.大量真实轨迹数据集上的实验结果表明:与相同参数设置下的高斯回归预测和卡尔曼滤波预测法相比,GMTP的预测准确性平均提高了22.2%和23.8%,预测时间平均缩减了92.7%和95.9%.

摘要：[目的]描述护理仿真模拟学习的设计特征及其与学生信心和满意度的关系。[方法]对立意选样的85位护理本科生进行问卷调查,采用仿真模拟设计量表与学生满意度与自信心量表。[结果]重要的设计特征包括逼真度、引导性反思、仿真情境的问题解决、学习内容及学习支持。学生融入了支持性的学习环境,认为反思以建构式进行,允许他们分析模拟学习中的表现。设计特征与学生的信心与满意度呈正相关,较好的仿真模拟学习设计会使学生产生较高的自信心与学习满意度。[结论]合适的学习内容、引导性反思和互动学习是提高学生自信心与满意度的关键。

摘要：在中国国家高技术研究发展计划(863计划)项目“家电产品绿色特性分析及典型部件的资源化研究”、中国国家科技 支撑计划项目“典型家电产品资源化关键技术研究及示范应用”和“机电产品绿色设计技术及应用”、重庆市科技攻关项目“电子废 物资源化利用技术及装备研究”共同支持下，开展废旧电子电器资源化关键技术及其应用研究。获得电子电器拆解序列规划、基 于元器件再使用的废旧电子电器拆解技术、废旧电子电器再循环技术等3个方面的研究成果，进行归纳性学术报告。 研究电子电器拆解序列规划问题，通过建立拆解可行性信息图(DFIG)模型，将产品拆卸规划问题映射成为产品DFIG 模型上 的路径寻优问题，采用基于蚁群优化(ACO)理论的综合启发式方法构造DFIG 模型、搜索优化路径并最终得到产品的拆卸方案。 通过设计开发的产品拆解分析与规划软件系统进行实例验证，结果具有稳健的收敛效能。

摘要：提出一种新的面向复杂网络大数据的重叠社区检测算法DOC(detecting overlapping communities over complex network big data),时间复杂度为O(nlog2(n)),算法基于模块度聚类和图计算思想,应用新的节点和边的更新方法,利用平衡二叉树对模块度增量建立索引,基于模块度最优的思想设计一种新的重叠社区检测算法.相对于传统的重叠节点检测算法,对每个节点分析的频率大为降低,可以在较低的算法运行时间下获得较高的识别准确率.复杂网络大数据集上的算法测试结果表明:DOC算法能够有效地检测出网络重叠社区,社区识别准确率较高,在大规模LFR基准数据集上其重叠社区检测标准化互信息指标NMI最高能达到0.97,重叠节点检测指标F-score的平均值在0.91以上,且复杂网络大数据下的运行时间明显优于传统算法.

摘要：用有限体积法对与来流夹角为45°以及夹角为0°的方柱绕流进行了数值模拟分析.从对方柱的绕流的数值模拟结果可以得出倾角为45°的方柱对尾涡的影响较之倾角为0°的方柱要大得多.由此可知,特征长度越大对柱体尾部涡影响越大.同时还对方柱的受力进行了计算和分析,并与现有实验数据、文献资料进行了比较,两者互相吻合.

摘要：The aim of the study of phase shifter on MEMS (micro-electro-mechanical systems) structures was to minimize the dimensions of the design achievement. Also, the main task was to achieve the reliability and durability of the device. The calculation was based on the optimization technique (step by step) and the modeling of individual parts of the device, namely MEMS-keys that perform the main function-switching. The urgency of this problem is the development and study of one device as a universal, that is, automatically switches from two signals simultaneously. Designs are original and devises are the intellectual property of the authors. The program for modeling phase shifters Computer Simulation Technology Microwave Studio and its results are presented in the paper.