检索结果-南通市图书馆

同方期刊数据库

基于叠加原理的综合能源系统动态潮流追踪及碳熵分析

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2024年第1期48卷 10-20页

作者：王梦雪赵浩然刘春阳马后震电网智能化调度与控制教育部重点实验室(山东大学) 山东省济南市250061

用户侧碳排放指标的精确计算是引导用户低碳用能的关键。目前,综合能源系统的碳轨迹追踪方法仅停留在稳态,无法精准计算负荷变化大且动态过程长的气、热系统的碳排放指标。为此,基于叠加原理对动态气、热系统进行了潮流追踪与碳熵分析... 详细信息

用户侧碳排放指标的精确计算是引导用户低碳用能的关键。目前,综合能源系统的碳轨迹追踪方法仅停留在稳态,无法精准计算负荷变化大且动态过程长的气、热系统的碳排放指标。为此,基于叠加原理对动态气、热系统进行了潮流追踪与碳熵分析。首先,建立了基于气、热系统叠加特性的动态潮流模型,计及气网管存与热网传热时延,对系统进行动态潮流追踪,明确了系统内的源-荷潮流关系。然后,基于碳熵理论提出了气、热系统的动态碳熵分析方法,进一步明确了源-荷碳排放关系,形成了用户侧精细化碳指标。最后,以中国吉林省某地区综合能源系统为例进行动态潮流分析和碳熵分析,验证了模型的有效性,并与稳态碳轨迹追踪方法对比,验证了动态碳轨迹追踪的必要性。

关键词：综合能源系统叠加特性动态潮流追踪碳熵碳轨迹

在线全文

学校读者我要写书评

暂无评论

NTRU格上高效紧凑密钥封装方案

计算机研究与发展 2024年第4期61卷 1049-1069页

作者：梁志闯郑婕妤赵运磊复旦大学计算机科学技术学院上海200433 密码科学技术国家重点实验室北京100036

基于NTRU格设计后量子密钥封装方案是格密码领域主流方向之一.为降低密文尺寸,现有方案会引入额外的困难性假设和使用纠错码来辅助压缩密文,但这会导致方案的假设过强和实现更复杂.为克服这些障碍,提出了一个仅基于NTRU单向困难性假设... 详细信息

基于NTRU格设计后量子密钥封装方案是格密码领域主流方向之一.为降低密文尺寸,现有方案会引入额外的困难性假设和使用纠错码来辅助压缩密文,但这会导致方案的假设过强和实现更复杂.为克服这些障碍,提出了一个仅基于NTRU单向困难性假设、不使用纠错码也能压缩密文的高效紧凑的密钥封装方案LTRU.给出一套性能均衡的LTRU参数集:具有128 b量子安全强度、与之匹配且可忽略的错误率、较小的公钥尺寸和密文尺寸.LTRU基于NTT友好环构造,给出一种高效的混合基数论变换算法来计算该环上多项式运算还给出了LTRU的C实现和AVX2实现.与NIST第3轮决赛方案NTRU-HRSS相比,LTRU的经典安全强度和量子安全强度分别增强6 b和5 b,LTRU的公钥尺寸降低14.6%,密文尺寸降低26.0%,总带宽降低20.3%;在AVX2实现的密钥生成和解封装算法上分别快了10.9倍和1.7倍.

关键词：后量子密码 NTRU 密钥封装方案密文压缩数论变换 AVX2实现

在线全文

学校读者我要写书评

暂无评论

三维点云目标识别对抗攻击研究综述

电子与信息学报 2024年第5期46卷 1645-1657页

作者：刘伟权郑世均郭宇王程厦门大学信息学院厦门361005 福建省智慧城市感知与计算重点实验室厦门361005 集美大学计算机工程学院厦门361021

当前,人工智能系统在诸多领域都取得了巨大的成功,其中深度学习技术发挥了关键作用。然而,尽管深度神经网络具有强大的推理识别能力,但是依然容易受到对抗样本的攻击,表现出了脆弱性。对抗样本是经过特殊设计的输入数据,能够攻击并误导... 详细信息

当前,人工智能系统在诸多领域都取得了巨大的成功,其中深度学习技术发挥了关键作用。然而,尽管深度神经网络具有强大的推理识别能力,但是依然容易受到对抗样本的攻击,表现出了脆弱性。对抗样本是经过特殊设计的输入数据,能够攻击并误导深度学习模型的输出。随着激光雷达等3维传感器的快速发展,使用深度学习技术解决3维领域的各种智能任务也越来越受到重视。采用深度学习技术处理3维点云数据的人工智能系统的安全性和鲁棒性至关重要,如基于深度学习的自动驾驶3维目标检测与识别技术。为了分析3维点云对抗样本对深度神经网络的攻击方式,揭示3维对抗样本对深度神经网络的干扰机制,该文总结了基于3维点云深度神经网络模型的对抗攻击方法的研究进展。首先,介绍了对抗攻击的基本原理和实现方法,然后,总结并分析了3维点云的数字域对抗攻击和物理域对抗攻击,最后,讨论了3维点云对抗攻击面临的挑战和未来的研究方向。

关键词：对抗攻击深度学习 3维点云对抗样本

视差信息引导的光场特征匹配度量方法（特邀）

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第16期 185-192页

作者：张萌金海燕肖照林左逢源西安理工大学计算机科学与工程学院陕西省网络计算与安全技术重点实验室

现有图像特征匹配方法在应对光照变化、几何形变等复杂场景时仍具有较大局限性，原因在于特征匹配的度量缺乏深度信息与全局约束。针对该问题，提出一种视差信息引导的光场特征匹配度量方法。对光场数据应用傅里叶视差层分解以构建尺度... 详细信息

现有图像特征匹配方法在应对光照变化、几何形变等复杂场景时仍具有较大局限性，原因在于特征匹配的度量缺乏深度信息与全局约束。针对该问题，提出一种视差信息引导的光场特征匹配度量方法。对光场数据应用傅里叶视差层分解以构建尺度-视差空间，从而提取包含视差信息的光场特征。依据不同视角光场特征的投影变换关系模型，构建了一种依赖光场深度线索的特征匹配度量模型。采用人工神经网络学习投影变换模型参数的求解方法以重投影误差最小化为目标函数，采用迭代优化方式实现最优投影变换模型的高精度求解，并最终实现对特征点匹配的精确度量。在光场特征匹配数据集上的实验结果表明，相较于现有主流特征匹配方法，针对存在光照变化、几何变形、非朗伯反射表面、重复纹理且具有显著深度变化的场景，所提视差信息引导的光场特征匹配度量模型取得了更优的匹配准确度与鲁棒性。

关键词：光场成像傅里叶视差层光场特征匹配度量

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

时空分离变形记忆网络用于视频异常检测

北京航空航天大学学报 2024年

作者：赵明华黄学文都双丽吕佳豪支瑞石程西安理工大学计算机科学与工程学院陕西省网络计算与安全技术重点实验室

视频异常检测在社会安防领域具有重要的应用价值。现有的无监督工作集中在使用编解码器进行重建或预测。然而，这两类方法仅关注空间局部特征提取，缺乏对空间上不同目标间联系以及在时间上同一目标连续变化的时序运动特征建模。受位置... 详细信息

视频异常检测在社会安防领域具有重要的应用价值。现有的无监督工作集中在使用编解码器进行重建或预测。然而，这两类方法仅关注空间局部特征提取，缺乏对空间上不同目标间联系以及在时间上同一目标连续变化的时序运动特征建模。受位置编码的启发，提出了一种时空分离变形记忆网络。首先，提取视频序列空间特征，对不同空间特征进行分块映射与位置编码，定义不同目标在空间和时序上的位置。其次，通过计算块间相似度捕获空间上不同目标间联系，在时间上对同一目标连续变化的时序运动特征进行建模。最后，通过时序记忆模块记忆正常特征，提升模型在解码过程中对正常的预测能力。在三个基准数据集上进行了广泛实验和消融研究，在训练中引入噪声，以增强网络对噪声的鲁棒性，同时引入实际应用中可能会带来的噪声干扰对模型评估。在UCSD Ped2、CUHK Avenue和ShanghaiTech数据集上分别达到了97.0%、87.2%和73.1%的检测精度。

关键词：视频异常检测时序运动特征 Transformer模型多头注意力机制无监督学习

基于多尺度模型的锂离子电池电极微结构优化设计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学：技术科学 2024年第1期54卷 65-77页

作者：刘彦瑾罗玖代耀符远翔衡益中山大学计算机学院广州510006 国家超级计算广州中心广州510006 广东省计算科学重点实验室广州510006 中山大学材料学院深圳518107 贵州理工学院化学工程学院贵州省高等学校能源化学特色重点实验室贵阳550003

锂离子电池(lithium ion batteries,LIBs)具有高比容量和良好的循环稳定性等优点,广泛应用于动力电池和储能领域.然而正极材料理论比容量不高,传统的制备过程会带来电极电化学性能不均匀等问题,制约了LIBs的进一步发展.电极多孔结构优... 详细信息

锂离子电池(lithium ion batteries,LIBs)具有高比容量和良好的循环稳定性等优点,广泛应用于动力电池和储能领域.然而正极材料理论比容量不高,传统的制备过程会带来电极电化学性能不均匀等问题,制约了LIBs的进一步发展.电极多孔结构优化设计是突破此瓶颈的一种有效方法.本文将以磷酸铁锂(LiFePO4,LFP)为正极电极,锂金属为负极的LIBs作为研究对象,建立了基于粒子Packing的活性材料球形颗粒填充模型和基于三周期极小曲面(triply periodic minimal surface,TPMS)的电极微结构三维模型;研究了电极的比表面积等特征参数对不同类型多孔结构的影响以确定代表性体积单元;建立了LFP正极的LIBs放电过程多尺度数学模型,并对恒电流密度放电过程进行数值模拟.研究表明:粒径为3200 nm的球形颗粒填充电极以5C放电倍率放电时容量减小量为47%,以1C放电倍率放电时电极表面浓度差异为66%;而4种新型TPMS电极以5C放电倍率放电时容量减小量均在1%以内,以1C放电倍率放电时电极表面浓度差异也均在1%以内,极大提升了电池的性能,且Gyroid型结构表现最优.本文对后期LIBs的优化设计具有指导意义,并提供数据和理论基础支持.

关键词：锂离子电池多尺度数学建模遗传算法三周期极小曲面数值模拟

在线全文

学校读者我要写书评

暂无评论

基于跨尺度相似先验的遥感图像时空融合算法

电子学报 2024年第6期52卷 2037-2052页

作者：方帅万旗曹洋合肥工业大学计算机与信息学院工业安全与应急技术安徽省重点实验室大数据知识工程教育部重点实验室(合肥工业大学) 中国科学技术大学

遥感卫星图像在空间分辨率和时间分辨率之间权衡导致图像序列的时空矛盾.时空图像融合提供了一个生成高空间分辨率和高时间分辨率图像的解决方案，以满足各种地球观测应用.基于稀疏表示的时空融合算法通过联合训练字典和稀疏编码表示建... 详细信息

遥感卫星图像在空间分辨率和时间分辨率之间权衡导致图像序列的时空矛盾.时空图像融合提供了一个生成高空间分辨率和高时间分辨率图像的解决方案，以满足各种地球观测应用.基于稀疏表示的时空融合算法通过联合训练字典和稀疏编码表示建立高低空间分辨率图像之间的关系，为物候变化、类型变化等各种情况提供了统一的融合框架.然而，多源遥感图像来自于不同的传感器，高低空间分辨率图像之间关系模型暗含有传感器映射关系，导致模型设备依赖.针对该问题，本文提出将多源遥感图像时空融合过程分解为传感器偏差校正和时空融合两个子问题，即设备依赖部分和设备无关部分.传感器偏差校正部分可以作为时空融合预处理模块，提高融合精度，并且使得后续的融合模型更加具有普适性.当高低空间分辨率图像空间分辨率差异较大时，“高低空间分辨率图像稀疏系数一致”的假设带来的融合误差非常突出.针对该问题，本文提出基于跨尺度相似先验的遥感图像时空融合算法，利用跨尺度相似块构建稀疏结构先验的正则项，优化稀疏表示的目标函数，并构建中间尺度图像，降低跨尺度相似块的二义性.本文分别使用3组典型场景的实验数据集与其他算法进行对比，实验结果表明，在BOREAS数据集上，与次优的指标相比，本文算法的结构相似度（Structural SIMilarity,SSIM）提高了4.2%，光谱角（Spectral Angle Mapper,SAM）提高了4.6%；在CIA数据集上，与次优的指标相比，本文算法的SSIM提高了2.7%,SAM提高了12.8%；在LGC数据集上，与次优的指标相比，本文算法的SSIM提高了7.1%,SAM提高了16.3%；证明本文算法在空间和光谱特性上表现出优秀的特性.

关键词：遥感时空融合稀疏表示跨尺度相似

生存进化阶段性搜索微粒群算法及其可靠性冗余分配优化应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第6期30卷 1959-1971页

作者：姚成玉刘晓波陈东宁张运鹏吕世君燕山大学河北省工业计算机控制工程重点实验室河北秦皇岛066004 燕山大学河北省重型机械流体动力传输与控制重点实验室河北秦皇岛066004 燕山大学先进锻压成型技术与科学教育部重点实验室河北秦皇岛066004

为高效解决含有异质冗余的多态系统(MSS)可靠性优化问题,并弥补微粒群优化(PSO)算法易早熟收敛的不足,从作用力方式和种群拓扑结构两方面对算法进行改进。改进PSO算法中单一的作用力方式,设置前后两个搜索阶段,对应两个搜索阶段分别构... 详细信息

为高效解决含有异质冗余的多态系统(MSS)可靠性优化问题,并弥补微粒群优化(PSO)算法易早熟收敛的不足,从作用力方式和种群拓扑结构两方面对算法进行改进。改进PSO算法中单一的作用力方式,设置前后两个搜索阶段,对应两个搜索阶段分别构造平衡引斥力方式和双层引力(个体和全局最优解引力、中间适应度微粒引力)方式,提出阶段性搜索微粒群(SPSO)算法;利用生物个体“择友而交”和优胜劣汰的生存体系构建生存进化(SE)拓扑结构,以结构演化和算法进化并行方式将该拓扑结构融入SPSO算法,提出生存进化阶段性搜索微粒群(SPSO-SE)算法,进一步提升算法的优化性能;利用Benchmark函数对所提算法与PSO的改进算法进行测试对比,结果表明,所提SPSO-SE算法具有更好的寻优能力。采用SPSO-SE算法对串-并联和桥式结构的多态系统的可靠性冗余分配问题进行优化,得到的系统结构费用更低、可靠度更高。

关键词：异质冗余多态系统微粒群优化算法作用力方式生存进化 Benchmark函数可靠性冗余分配问题优化

在线全文

学校读者我要写书评

暂无评论

基于相对离群因子的标签噪声过滤方法

自动化学报 2024年第1期50卷 154-168页

作者：侯森寓姜高霞王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006

分类任务中含有类别型标签噪声是传统数据挖掘中的常见问题,目前还缺少针对性方法来专门检测类别型标签噪声.离群点检测技术能用于噪声的识别与过滤,但由于离群点与类别型标签噪声并不具有一致性,使得离群点检测算法无法精确检测分类数... 详细信息

分类任务中含有类别型标签噪声是传统数据挖掘中的常见问题,目前还缺少针对性方法来专门检测类别型标签噪声.离群点检测技术能用于噪声的识别与过滤,但由于离群点与类别型标签噪声并不具有一致性,使得离群点检测算法无法精确检测分类数据集中的标签噪声.针对这些问题,提出一种基于离群点检测技术、适用于过滤类别型标签噪声的方法--基于相对离群因子(Relative outlier factor,ROF)的集成过滤方法(Label noise ensemble filtering method based on rel-ative outlier factor,EROF).首先,通过相对离群因子对样本进行噪声概率估计;然后,再迭代联合多种离群点检测算法,实现集成过滤.实验结果表明,该方法在大多数含有标签噪声的数据集上,都能保持优秀的噪声识别能力,并显著提升各种分类模型的泛化能力.

关键词：分类标签噪声离群点检测相对离群因子噪声过滤

维普期刊数据库博看期刊