检索结果-南通市图书馆

作者：周柄泽齐鲁工业大学

学位级别：硕士

集中式机器学习虽然在图像分类等领域应用广泛,但要求客户端上传本地数据至服务器进行训练,这不仅消耗大量带宽,还增加了敏感信息被攻击的风险,导致“数据孤岛”现象。为解决这一问题,分布式机器学习应运而生,通过中央服务器协调多个客... 详细信息

集中式机器学习虽然在图像分类等领域应用广泛,但要求客户端上传本地数据至服务器进行训练,这不仅消耗大量带宽,还增加了敏感信息被攻击的风险,导致“数据孤岛”现象。为解决这一问题,分布式机器学习应运而生,通过中央服务器协调多个客户端在不共享原始数据的前提下,共同训练一个全局模型,这种方式称为联邦学习。联邦学习旨在保护客户端隐私数据并减少数据传输带宽。然而,传统联邦学习仍面临成员推理攻击的威胁,可能导致隐私泄露。为抵御这种攻击,引入了差分隐私技术。但在差分隐私下,联邦学习仍存在隐私保护与模型性能平衡及处理非独立同分布数据的挑战。本文对这些挑战性问题进行了研究。首先,针对于差分隐私的联邦学习在应用中所产生的客户端隐私保护程度于模型性能之间存在的平衡性问题,即,客户端数据隐私保护程度高会导致模型性能下降。反之,亦然。本文提出随机差分隐私算法引入至联邦学习范式中,使得各个客户端能够自主的按照现实需求进行选择对本地数据的隐私保护程度。这样的方式使得参与方在满足自身隐私需求的前提下,能够最大限度的提升模型性能。其次,针对于联邦学习中引入差分隐私技术后,解决模型性能下降的问题,本文在优化目标函数中引入了标签平滑损失函数和焦点损失函数。标签平滑损失函数防止模型在训练过程中过于自信,从而减少过度拟合;焦点损失函数增强了模型对复杂和难分类样本特征的提取能力。这些改进确保了在保护客户端隐私的同时,提升模型的应用准确率。此外,实验结果表明,改进后的目标损失函数能够进一步提高客户端的隐私保护水平。最后,针对于差分隐私下的联邦学习在应用过程中会受到非独立同分布数据的影响,即,在差分隐私下的联邦学习过程中,非独立同分布数据会导致全局模型与本地模型的梯度优化方向不一致,出现“客户端漂移”现象,从而减慢模型收敛速度并降低模型准确率。为减轻这一现象,本文引入并优化了分簇算法。具体而言,提出了自适应分簇算法,根据客户端预训练模型参数的相似性进行自适应分簇,并对每个簇内的本地模型使用Federated Averaging(Fed Avg)算法进行聚合,以提升模型的泛化性和准确率。然而,尽管分簇算法能将具有相似数据特征的客户端分在一起,各簇之间的数据特征差异仍较大。为解决这一问题,本文采用簇间聚合方法,通过交叉验证选择出最优簇模型,并将所有非最优簇模型参数与最优簇模型参数加权求和得到全局模型,从而提升全局模型的适用性和收敛效率,缓解“客户端漂移”现象。本文通过理论推导证明了所提算法不仅满足能够保护客户端隐私安全,又能有效应对“客户端漂移”现象,并具备严格的收敛边界。此外,通过在多个公开数据集上的实验验证,结果显示本文的理论和优化方法是可靠的。这些方法不仅能满足客户端的隐私需求,还提升了模型的应用准确率和收敛效率。

关键词：联邦学习隐私保护差分隐私非独立同分布自适应分簇

基于紫外—可见光谱的海水化学需氧量检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于紫外—可见光谱的海水化学需氧量检测方法研究

作者：侯士伟齐鲁工业大学

学位级别：硕士

随着人类经济活动的不断增加,水环境污染问题日益严重,环境监测和水质分析在海洋环境保护、防灾减灾、海洋经济发展中发挥着重要的作用。化学需氧量(Chemical Oxygen Demand,COD)是评价水体污染程度的重要指标之一,但传统的化学分析COD... 详细信息

随着人类经济活动的不断增加,水环境污染问题日益严重,环境监测和水质分析在海洋环境保护、防灾减灾、海洋经济发展中发挥着重要的作用。化学需氧量(Chemical Oxygen Demand,COD)是评价水体污染程度的重要指标之一,但传统的化学分析COD的监测方法耗时、耗资,且需要大量的化学试剂,对环境造成二次污染,因此迫切需要一种快速、准确、环保的COD监测方法。近年来,光谱技术因其非破坏性、快速、高灵敏度的特点,成为现代分析领域中不可或缺的工具。然而,光谱数据常受背景噪声、光谱信号重叠以及环境干扰等因素影响,直接应用于水质参数分析建模时可能会降低预测精度和稳定性。因此,对光谱数据进行预处理、补偿环境干扰并优化建模方法是提高COD预测精度和稳定性的重要研究内容。本文基于紫外-可见光谱法(UV-Vis spectroscopy)的水质COD预测方法展开研究,主要内容包括光谱预处理、特征波长选取、浊度补偿以及基于集成学习算法的COD预测模型建立与优化。本文的主要研究内容如下:(1)在青岛市内海域采集海水样本并进行光谱采集,研究Savitzky-Golay平滑处理、多元散射校正、标准正态变换预处理和过滤差值浊度补偿方法对海水COD光谱数据的适用性,其中标准正态变换能更好地消除干扰,过滤差值浊度补偿方法能去除浊度影响,确保光谱准确反映COD含量变化。(2)提出一种基于双循环收缩和C指数排序选择的收缩蛙跳(DC-CRF)算法,通过在偏最小二乘过程中使用C指数中的RMSECV相关系数排序评估变量重要性,加快收敛速度,并将随机蛙跳(Random Frog,RF)与收缩衰减函数融合,采用外层循环接受非最优解策略,动态平衡算法的收敛性与执行效率。该方法通过实验验证,可有效提升UV-Vis测定海水COD的工作效率,适用于复杂海水光谱优化问题。(3)提出改进的Stacking预测模型,通过预处理和特征选择后,采用支持向量机、多元线性回归和随机森林作为基模型,将预测结果加权和归一化后输入元模型,最终使用PLS建立Stacking预测模型。实验结果表明,该方法在确保结果准确性的基础上,提高了模型的稳定度,可减少过拟合风险。本研究通过优化光谱数据的处理方法、特征波长选择技术和集成模型建立,以提高海水COD光谱分析的准确性和效率。通过标准正态变换和过滤差值浊度补偿方法改进光谱数据预处理,DC-CRF算法优化特征波长选择,而改进的Stacking预测模型增强结果的稳定性和精确性,为海水COD测定提供了更加可靠的解决方案。

关键词：紫外-可见光谱法化学需氧量预测模型水质检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多层自注意力机制的中文情感分析研究

基于多层自注意力机制的中文情感分析研究

作者：张鑫硕齐鲁工业大学

学位级别：硕士

近些年,随着社交媒体和在线平台的发展,互联网上产生了大量带有情感倾向和观点的文本数据,在舆情监测、市场分析、消费者行为研究等领域中具有重要的研究价值。然而由于中文复杂的语言特性和表达习惯的多样性,中文情感分析面临着一系列... 详细信息

近些年,随着社交媒体和在线平台的发展,互联网上产生了大量带有情感倾向和观点的文本数据,在舆情监测、市场分析、消费者行为研究等领域中具有重要的研究价值。然而由于中文复杂的语言特性和表达习惯的多样性,中文情感分析面临着一系列挑战。在句子级情感分析方面,目前的主流方法通常忽略了句子内部复杂的语义结构和情感细节,导致模型在处理含有隐含情感或情感表达丰富的文本时准确性不高。同时,方面级情感分析在识别文本中特定方面的情感倾向时同样面临挑战,在区分相近但情感倾向不同的方面时,现有模型难以捕捉到细微的情感差异,导致模型识别情感特征的精确度不高。针对上述问题,本文从句子级和方面级情感分析进行研究分析,主要研究内容如下:(1)针对句子级情感分析,本文提出了基于ALBERT和改进粒子群优化算法的句子级情感分析模型(ALBERT-APS)。为解决传统池化方法造成重要情感特征丢失的问题,模型使用注意力池化层替代传统池化层,利用动态权重分配,确保关注最重要的情感特征。针对传统粒子群算法容易局部收敛的问题,对算法进行改进,通过混合编码和多样性保持策略,引入动态参数调整和“注意力”机制,动态优化参数和特征选择,提高适应性和准确性。测试结果表明,相较于传统模型,ALBERTAPS模型的准确率、精确率最高可提升8.48%和4.62%,证明了ALBERT-APS模型在句子级情感分析应用场景的优异性能。(2)针对方面级情感分析,本文提出了融合层次化注意力机制和Mac BERT的方面级情感分析模型(Mac BERT-DATT)。设计了一种双通道结构以更好的区分方面词特征和语义特征,通道分别专注于中文文本的序列特征和方面词周围的上下文信息以及方面词的不同特征。基于层次化的注意力机制,增强了对文本中不同层次情感特征的提取能力,提高了模型性能和预测准确度。实验结果表明,相较于传统模型,Mac BERT-DATT模型的准确率、MF1分数最高可提升10.07%和13.95%,证明了在方面级情感分析应用场景的优异性能。综上所述,通过上述两个方面的研究,针对目前中文情感分析所面临的影响性能和可靠性的关键问题,进行了详细分析并提出解决方案,为构建高性能高可靠性的情感分析模型奠定了基础。

关键词：情感分析预训练模型注意力机制粒子群优化算法注意力池化

基于低共熔溶剂的木质素功能化凝胶材料的构建及性能研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于低共熔溶剂的木质素功能化凝胶材料的构建及性能研究

作者：李娇齐鲁工业大学

学位级别：硕士

水凝胶是一种具有三维网络结构的高分子聚合物,因具有优异的柔软性、延展性和生物相容性,在环境、能源、电子、生物医学等众多领域受到了人们的广泛关注。木质素含有丰富的醇羟基、酚羟基和甲氧基等功能性基团,是一种极具开发潜力的天... 详细信息

水凝胶是一种具有三维网络结构的高分子聚合物,因具有优异的柔软性、延展性和生物相容性,在环境、能源、电子、生物医学等众多领域受到了人们的广泛关注。木质素含有丰富的醇羟基、酚羟基和甲氧基等功能性基团,是一种极具开发潜力的天然高分子材料。将木质素引入到凝胶中,能够赋予凝胶良好的机械性能、生物相容性、黏附性以及紫外屏蔽性等性能。但是,由于木质素自身结构的复杂性以及水溶性较差的特点,导致其难以被充分利用。此外,木质素基水凝胶在高低温实际应用时会产生内部水分蒸发和冻结等问题,导致其性能衰退甚至完全丧失,严重限制水凝胶的实际应用。因此,探索一种凝胶制备方法使其同时具有高机械性能、黏附性和抗冻/干燥性等多功能是本课题的主要研究目标。目前,低共熔溶剂（DES）因合成过程简单、热稳定性好和低毒等优点,已成为有机溶剂和离子液体的替代品,是新一代的绿色溶剂。同时,DES已成功应用于木质纤维生物质的组分分离工程,可高效分离木质素。本论文以木质素为研究原料,利用DES的诸多优势开发基于木质素的多功能复合凝胶。通过深入研究发现,该复合凝胶集高机械性能、优异黏附性、宽温度范围、良好导电性和强抗紫外等多种性能于一身,在可穿戴电子、生物电极、手写识别和人机交互领域等领域展现出广阔的应用前景。本论文主要研究内容如下:（1）利用木质素磺酸钠-铁（Ls-Fe）氧化还原对和过硫酸铵（APS）在室温下构建Ls-Fe-APS双催化体系,使丙烯酰胺快速聚合形成高性能木质素基DES/HO溶剂凝胶。系统研究了Ls和DES含量对复合凝胶机械性能、黏附性能、抗冻/干燥性和紫外线阻隔性能等性能的影响。结果显示,由甜菜碱（Bet）和甘油（Gly）组成的DES的加入不仅将缩短复合凝胶的凝胶化时间缩短至8秒,还可以充当复合凝胶的交联剂、牺牲粘合剂提供者和冷冻干燥保护剂,赋予水凝胶强拉伸性能（1500%）、自愈性、环境耐受性（-80℃～60℃）和抗菌活性。此外,Fe/Fe和Ls的存在使制备的凝胶具有优异的黏附力（在玻璃上的黏附强度为60 kPa）、导电率(4.9 m S cm)和紫外屏蔽性能。此外,水凝胶可应用于监测人体内不同的生理信号,包括物理信号（如应变、运动等）和电生理信号(如心电图（ECG）、肌电图（EMG）),拓宽了可穿戴柔性电子设备在极端环境中的应用。（2）本部分以碱木质素（AL）和纤维素纳米晶体（CNC）为原料,由氯化胆碱（ChCl）和丙烯酸（AA）组成的二元DES为溶剂,制备了PDES-AL-CNC共晶凝胶。结果显示,PDES-AL-CNC共晶凝胶的最大拉伸强度达542 kPa,断裂应变达852%,具有良好的黏附性能（在玻璃上的黏附强度为32 kPa）、紫外屏蔽性、抗干燥性能（65℃存放7天后失重率小于10%）和p H响应性能。此外,共晶凝胶表现出高应变灵敏度（GF=1.74）、快速响应时间（500 ms）和恢复时间（500 ms）,可组装成柔性应变传感器以实时监测人体的各项生理活动,同时作为生物电极实现连续稳定的传输心电和肌电信号,该研究为碱木质素在应变传感领域的高值化利用提供了科学依据。（3）为进一步提升共晶凝胶的黏附强度和环境适应性,构建了三元DES（ChCl-AA-Gly）,以纤维素纳米纤维（CNF）和碱木质素（AL）为增强材料,通过一锅法成功制备PDES-AL-CNF共晶凝胶。对共晶凝胶进行机械性能、黏附性、抗冻/干燥性和紫外线阻隔性等性能表征,结果表明:所制备PDES-AL-CNF共晶凝胶具有优异的拉伸应力（250 kPa）、断裂应变（1041%）、抗疲劳性能。由于木质素和DES的存在,共晶凝胶表现出重复且稳定的黏附性能和优异的环境适应性（在-75℃时在玻璃上的黏附强度为55 kPa）。此外,PDES-AL-CNF共晶凝胶可组装成应变传感器和生物电极,实现对于不同人体关节的运动的监测,还可以用于手写识别和无线监控,此工作为DES和木质素在凝胶材料领域的潜在应用提供了新思路。

关键词：木质素低共熔溶剂凝胶材料传感器纤维素

基于开放信息提取的网络安全知识图谱构建研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于开放信息提取的网络安全知识图谱构建研究

作者：刘洋齐鲁工业大学

学位级别：硕士

随着信息化的不断扩大以及网络技术的持续发展,网络攻击的方式日趋成熟,高级持续性威胁(Advanced Persistent Threat,APT)的出现对企业和组织的安全构成了日益严峻的挑战,入侵检测等传统防御手段在面对高级可持续威胁和零日攻击时略显... 详细信息

随着信息化的不断扩大以及网络技术的持续发展,网络攻击的方式日趋成熟,高级持续性威胁(Advanced Persistent Threat,APT)的出现对企业和组织的安全构成了日益严峻的挑战,入侵检测等传统防御手段在面对高级可持续威胁和零日攻击时略显不足。网络威胁情报(Cyber Threat Intelligence,CTI)包含了大量威胁知识,为企业和组织的决策提供了有效手段。网络威胁情报具有海量化、碎片化的特点,这使得网络安全人员很难快速从威胁情报中获取有效的信息,如何利用海量的网络威胁情报,成为安全领域的挑战之一。网络安全知识图谱可以关联多源异构数据,为网络威胁情报的有效利用提供了解决方案,它由实体和关系组成大规模的安全语义网络,将多源异构的威胁情报整合在一起,为网络防御提供强有力的支持。目前网络安全知识图谱的构建面临着一些问题,传统的网络安全信息抽取采用流水线方式进行抽取,存在误差传播且实体和关系之间信息交互不紧密的问题。传统网络安全知识图谱基于本体模式进行构建,难以完全提取文本中的威胁知识。因此,本文从联合抽取和开放信息抽取两个方面开展网络安全知识图谱构建研究,本文主要工作包括:(1)针对流水线式实体和关系抽取存在误差传播、传统联合抽取模型两个子任务之间缺少信息交互等问题,提出一种基于多粒度膨胀卷积的威胁情报实体关系联合抽取方法。该方法将实体关系联合抽取建模为表格填充任务,使用网络安全领域预训练模型Sec BERT和双向长短期记忆网络生成威胁情报文本词的嵌入表示,能够更好的提取网络安全领域句子特征。为了防止命名实体识别和关系分类任务特征混淆,为每个子任务单独学习不同表示。构建共享特征来增强两个子任务之间的信息交互。提出了多粒度膨胀卷积和通道注意力机制来捕获远近词之间的交互关系与特征。最终使用双仿射分类器与多层感知机结合进行实体和关系的预测。最后,在收集的数据集上进行实验和分析证明了所提方法的有效性。(2)针对网络安全领域缺乏通用数据集、传统的网络安全知识图的谱构建都是基于本体模型难以完全提取威胁情报的问题,提出基于开放信息提取的网络安全知识图谱构建方法。该方法使用开放信息抽取对非结构化网络威胁情报进行提取。首先利用Sec BERT预训练模型生成具有上下文语义信息的嵌入向量,然后将文本句法依赖图和句子成分图分别输入到两个图卷积神经网络中提取句子的语义特征,最后采用多视图学习损失对模型进行微调,得到句子中的开放三元组。为了标记网络安全领域中重要的三元组,提出了网络安全实体识别模型。最后使用Neo4j图数据库将三元组构建为知识图谱。在公开数据集上进行实验,证明所提的方法的有效性。(3)设计并实现了一个网络安全知识图谱管理系统。该系统能对上传的非结构化威胁情报进行分析,自动抽取实体和关系并将其存储到Neo4j图数据库中。基于B/S架构编写前端页面用于可视化展示,实现了实体检索、关系检索、节点路径查找等功能。

关键词：网络安全知识图谱网络威胁情报开放信息抽取联合抽取

基于聚电解质薄膜的长周期光纤光栅检测技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于聚电解质薄膜的长周期光纤光栅检测技术研究

作者：杜永东齐鲁工业大学

学位级别：硕士

长周期光纤光栅(LPFG)是周期范围在几十到几百微米,能将光前向传输的纤芯基模与同向传输的包层模耦合的一类无源光学器件。LPFG具备宽带透射光谱且没有后向散射,这使其优点凸显:制作工艺简单、插入损耗小、无后向反射、体积小。与传统... 详细信息

长周期光纤光栅(LPFG)是周期范围在几十到几百微米,能将光前向传输的纤芯基模与同向传输的包层模耦合的一类无源光学器件。LPFG具备宽带透射光谱且没有后向散射,这使其优点凸显:制作工艺简单、插入损耗小、无后向反射、体积小。与传统的光纤布拉格光栅(FBG)相比,LPFG具有更好的温度、应力、弯曲、扭曲和横向载荷折射率灵敏度。短短十几年的发展使LPFG展现出了广阔的应用前景,特别是在光纤通信和光纤传感领域。基于LPFG的传感器具有可靠性好、抗干扰能力强、结构简单、尺寸小等优点,它们能够抵抗电磁干扰、抗腐蚀,能在恶劣的化学环境中工作。此外,依赖于LPFG的传感器克服了FBG中传感信号弱和传感光束禁闭在纤芯内部的问题,简化了信号解调技术。因此,LPFG在光纤传感领域,具有广阔的应用潜力。本文以LPFG为载体,利用层层静电自组装技术,在LPFG表面组装聚(二烯丙基二甲基氯化铵)(PDD)/聚(苯乙烯磺酸钠)(PSS)纳米薄膜,从而制备了LPFG共振双峰和LPFG盐度传感器。主要研究内容如下:(1)介绍本论文的研究背景和意义,同时分析了光纤光栅传感技术,以及聚电解质层层自组装薄膜在国内外研究现状。(2)介绍了常见的LPFG制作方法,然后阐述了LPFG模式耦合理论,结合其相位匹配条件对LPFG的温度、折射率以及应变等传感特性进行了理论分析。(3)介绍了聚电解质层层静电自组装方法机理,聚电解质多层膜的结构,可重复性和沉积条件,以及沉积薄膜后处理,并利用含盐聚(二烯丙基二甲基氯化铵)(PDDA)和含盐聚(对苯乙烯磺酸钠)(PSS),在LPFG表面组装了PDDA\PSS聚电解纳米薄膜,制备了长周期光纤光栅(LPFG)的双谐振峰。实验结果表明,与其它单谐振峰相比,LPFG的双谐振峰具有更高的灵敏度。双谐振峰中左峰和右峰的最大灵敏度分别高达52.7887nm/层和56.0879nm/层,约为单谐振峰的128倍和136倍。这些发现对于开发LPFG双共振峰在生物检测、化学分析、药物筛选等生化分析中的应用具有重要意义。(4)提出了一种基于聚电解质纳米膜涂层的高灵敏度长周期光纤光栅传感器用以检测低浓度氯化钠溶液。通过组装含盐聚(二烯丙基二甲基氯化铵)(PDDA)和含盐聚(对苯乙烯磺酸钠)(PSS),大大提高了LPFG对低浓度盐溶液的检测能力。实验结果表明,组装纳米薄膜后,LPFG在低浓度盐溶液中的响应波长范围明显拓宽。PDDA/PSS膜涂层LPFG对盐浓度的合适检测范围为0～3%。在此范围内,LPFG的平均折射率灵敏度和平均盐度灵敏度分别高达29545.9nm/RIU和52.2nm/%。与不含纳米薄膜的LPFG相比,PDDA/PSS膜涂层LPFG对0～3%盐溶液的分辨能力提高了568倍。分析表明,组装溶液中的PDDA和盐在上述效应中起了关键作用。该传感器在海水、食品加工、发酵过程等多个领域的盐浓度监测中具有广泛的应用前景。

关键词：长周期光纤光栅层层静电自组装聚电解质薄膜传感器

李渔造园思想下江南私家园林景观营造与美学价值研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

李渔造园思想下江南私家园林景观营造与美学价值研究

作者：李其谕齐鲁工业大学

学位级别：硕士

在当今全球化和生态挑战日益凸显的背景下,本研究聚焦于明末清初园林设计师李渔的造园哲学,及其在江南私家园林中的实践应用。本研究旨在深度解析李渔的设计理念,评估其对当代园林设计的美学和文化价值,并探索如何将这些传统造园智慧与... 详细信息

在当今全球化和生态挑战日益凸显的背景下,本研究聚焦于明末清初园林设计师李渔的造园哲学,及其在江南私家园林中的实践应用。本研究旨在深度解析李渔的设计理念,评估其对当代园林设计的美学和文化价值,并探索如何将这些传统造园智慧与现代设计实践相融合,推动园林艺术与理论的创新与可持续发展。本研究首先概述了李渔造园思想的历史背景和研究的核心问题,随后阐述了研究的重要性和实践意义,并详细描述了研究方法和过程。通过深入分析,本研究得出了一系列重要成果:首先,清晰界定了李渔造园思想的核心要素,包括对自然与人文和谐统一的执着追求,以及对园林意境营造的深刻洞察。其次,通过案例研究,本研究展示了李渔造园理念在江南私家园林中的具体体现,揭示了其设计哲学与园林美学价值之间的密切联系。此外,本研究还评估了李渔造园思想对现代园林设计的深远启示,尤其是在生态智慧、空间美学布局和自然共生设计原则方面,为现代园林设计提供了丰富的理论资源和实践指导。综合以上分析,本研究提出了一系列将传统造园理念与现代设计相结合的策略,对于促进中国园林文化的传承与创新具有重要的理论和实践价值。同时,本研究的成果对于推动园林艺术的全球交流、提升园林设计的生态意识和可持续性、以及丰富园林空间的文化深度具有显著的积极影响。未来研究可进一步探讨李渔造园思想在多元文化和环境条件下的适应性与创新潜力,为园林设计领域带来更广阔的视野和灵感。

关键词：李渔江南私家园林景观营造美学价值

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

信誉驱动的区块链分片技术研究

信誉驱动的区块链分片技术研究

作者：田汉文齐鲁工业大学

学位级别：硕士

区块链是一种集分布式数据存储、点对点通信及共识机制于一体的创新应用模式,它确保了交易的安全性与透明性。然而,由于所有节点都需要验证并存储每笔交易,致使区块链面临低吞吐量和高延迟的问题,这严重限制了区块链的可扩展性。分片技... 详细信息

区块链是一种集分布式数据存储、点对点通信及共识机制于一体的创新应用模式,它确保了交易的安全性与透明性。然而,由于所有节点都需要验证并存储每笔交易,致使区块链面临低吞吐量和高延迟的问题,这严重限制了区块链的可扩展性。分片技术有助于克服传统区块链网络的性能瓶颈,使其能够有效处理更多的交易并提升系统整体的可扩展性。然而,当前分片方案仍然存在网络分片的随机性和均衡性不足、分片内通信开销较大等问题。分片方案中,一方面由于单个分片内节点数量减少,攻击者实施恶意行为的代价大幅减少。随机分片容易使区块链中恶意节点分布不均从而导致各分片存在性能差异并带来安全隐患。出于对分片系统的安全考虑,在每个分片周期后需要进行委员会重组,而完全委员会重组显著影响了区块链系统性能,导致开销与时间成本大幅上升。另一方面,通过将实用性拜占庭容错共识算法(Practical Byzantine Fault Tolerance,PBFT)与分片结合,提高了交易吞吐量,并保持了高安全性和拜占庭容错性。然而,PBFT的多轮通信和投票机制导致较高的计算和通信开销。同时,在共识机制中无差异均分的激励机制不利于节点积极参与网络,不能有效地奖励那些在网络中提供更多资源、做出更大贡献的节点。针对上述分片方案以及共识算法中存在的问题,本文在信誉管理的基础上提出了一种区块链网络分片动态重组方案,同时在共识算法的改进中结合聚合签名技术并设置激励机制,以提高区块链网络节点的积极性以及系统的安全性。具体而言,本文主要工作如下:(1)针对区块链网络分片的随机分配不均以及完全委员会重组开销大的问题,本文提出了一种信誉驱动的区块链网络分片动态重组方案。设置信誉管理机制来评估节点的综合计算能力并作为分片的依据,设计了一种新的领导者选举方法,并由监管委员参与共识同步、更新信誉列表以及对恶意节点进行驱逐。在此基础上,通过分片部分重组算法合理地分配节点使得各分片的算力平衡,避免分片后由于单个分片内节点减少导致的安全隐患,有效调动了分片系统的活跃性,提高了整个系统的安全和性能。仿真结果表明,该分片方案有效降低了共识失败的概率,解决了现有分片方案中各个分片内恶意节点聚集导致的安全问题,并降低了区块链系统的延迟。(2)针对区块链分片内共识通信复杂度高以及缺乏激励机制的问题,本文提出了一种信誉驱动的区块链分片共识及激励机制设计方案。在以信誉为基础的PBFT共识中,采用聚合签名技术将多个节点的签名合并为一个签名,通过信誉评估确定节点的投票权重,从而降低了通信开销,并增强了共识的公平性和安全性。此外,在信誉管理中提出了一种押金与激励机制,当节点初入网络时设置最低门票标准并随着时间逐步增加,根据节点的不同的分工角色各自采用基础奖励与有效奖励结合的激励模式,有效平衡了节点的稳定收益和动态奖励。实验结果显示,与PBFT相比,本文提出的共识算法有效地提高了系统性能。与单纯按照节点信誉等比分配激励相比,本文提出的激励机制使节点具有更高的共识参与率。

关键词：区块链可扩展性分片技术信誉 PBFT共识算法

噬琼胶假交替单胞菌合成dTDP-鼠李糖生物元件的发掘及其合成体系的构建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

噬琼胶假交替单胞菌合成dTDP-鼠李糖生物元件的发掘及其合成体系...

作者：王维齐鲁工业大学

学位级别：硕士

鼠李糖是一种脱氧糖,普遍存在于植物和微生物的天然产物中,在众多生物体中发挥关键作用。有趣的是,在人类和其他哺乳动物中却鲜有发现,这为利用病原菌中的酶来开发鼠李糖的药物发现提供了独特的机会。同时,含鼠李糖化合物也被广泛用作... 详细信息

鼠李糖是一种脱氧糖,普遍存在于植物和微生物的天然产物中,在众多生物体中发挥关键作用。有趣的是,在人类和其他哺乳动物中却鲜有发现,这为利用病原菌中的酶来开发鼠李糖的药物发现提供了独特的机会。同时,含鼠李糖化合物也被广泛用作疫苗、抗肿瘤药物和抗菌药物的候选原料,因此鼠李糖的生物合成逐渐成为研究热点。dTDP-鼠李糖是最常见的鼠李糖供体之一,广泛存在于细菌中。然而,关于海洋细菌假交替单胞菌属中dTDP-鼠李糖生物合成的报道仍然匮乏。因此,本课题基于海洋细菌Pseudoalteromonas agarivorans Hao 2018（P.a.Hao 2018）来源的鼠李糖核苷酸糖（dTDP-鼠李糖）合成基因（PaRml A-D）展开研究,旨在解析P.a.Hao 2018的dTDP-鼠李糖合成途径,为海洋源鼠李糖或含其化合物的生物合成提供理论基础。并构建dTDP-鼠李糖合成体系,为其商业化生产提供可能性。本课题研究工作及结果主要有:1、基因PaRml A-D编码的四个蛋白是dTDP-鼠李糖合成途径中具有催化功能的酶。本课题利用生物信息学方法对基因（PaRml A-D）进行氨基酸序列分析。结果显示,PaRml A、PaRml B、PaRml C和PaRml D的理论分子量分别为33.61 k Da、40.50 k Da、20.64 k Da、31.78 k Da,4个酶均为亲水性蛋白。利用Tmhmm、Signa和Cell-ploc预测蛋白的跨膜结构、信号肽和亚细胞定位。根据数据分析可知,PaRml A有1个跨膜结构,其他3个无跨膜结构,4个蛋白均在细胞质中,且无信号肽。由SOPMA预测蛋白二级结构可得,4个酶均具有α螺旋、β转角、延伸主链和无规则卷曲二级结构,其中β转角均占比较小。通过MEGA X和Clustal对不同物种来源的蛋白氨基酸序列构建系统发育树并进行多系列比对。结果表明,菌株P.a.Hao 2018来源的dTDP-鼠李糖合成酶与已报道的其他来源的合成酶具有相似的折叠方式、活性位点和催化机制。此外,通过Alpha Fold2对这4个酶进行三级结构建模,并对模型进行打分。进一步通过Auto Dock对其模型与底物进行全局分子模拟对接分析,结果显示,4个酶的分子对接均符合自然状态下对接标准,且对接结果良好。2、dTDP-鼠李糖合成模块异源表达工程菌的构建。本研究构建了5株工程菌株,4株为单酶基因表达工程菌,1株为模块表达合成dTDP-Rhamnose工程菌株。以P.a.Hao 2018基因组DNA为模板扩增基因片段,与载体p ET-16b/p ET-28a连接构建表达载体（p ET-16b-PaRml A,p ET-16b-PaRml B,p ET-16b-PaRml C和p ET-28a-PaRml D）并在E.coli BL21（DE3）中表达。利用Ni柱亲和层析纯化,并通过10 k Da的超滤管进行脱盐、浓缩,成功获得纯度良好的酶。以P.a.Hao 2018基因组DNA为模板扩增带有四个基因的长片段,与载体p ET-22b连接构建表达载体（p ET-22b-PaRml ABCD）并在E.coli BL21（DE3）中表达,利用10 k Da的超滤管对重组菌株发酵破碎液进行脱盐、浓缩,SDS-PAGE检测结果说明4个酶在重组菌中均得到正确的表达。3、dTDP-鼠李糖合成酶的功能验证及PaRml A酶促动力学研究。本课题使用分光光度法间接验证了4个单酶的酶活,系统地分析了PaRml A的酶促动力学特征。PaRml A最适酶促反应条件为:1.67μg/m L PaRml A,50℃,p H8,Mg10m M,反应时间3 min。根据米氏方程计算得PaRml A对Glc-1-P和d TTP的动力学参数,PaRml A对底物Glc-1-P的Vmax值为67.2,Km值为0.2957,对d TTP的Vmax值为42.84,Km值为0.0244。分析发现,PaRml A对d TTP的亲和力高于对Glc-1-P的亲和力。4、dTDP-鼠李糖合成体系的构建及产物鉴定。本研究构建了两种dTDP-鼠李糖合成体系:1)体外酶法合成,即在同一容器中添加底物与酶进行反应生成dTDP-鼠李糖;2)工程菌E.coli-p ET22b-PaRml ABCD诱导表达生成dTDP-鼠李糖。利用HPLC对两种合成体系产物进行检测,以dTDP-鼠李糖标品为参照。结果表明,这两种合成方法均能合成dTDP-鼠李糖,其中体外酶法合成转换率为58%,且工程菌株表达产量是体外酶法合成的9.7倍。进一步使用Q Exactive Focus对两种合成体系的产物进行分析,以dTDP-鼠李糖标品为参照。一级质谱图结果显示,两种合成体系产物与dTDP-鼠李糖标品具有相同的特征峰。此外,负离子模式下,二级质谱结果显示,dTDP-鼠李糖标品及两种合成体系产物碎片离子均有

关键词：噬琼胶假交替单胞菌 dTDP-鼠李糖酶生物信息学工程菌

基于深度学习的异型物体目标识别与抓取检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的异型物体目标识别与抓取检测方法研究

作者：邢钰沛齐鲁工业大学

学位级别：硕士

随着科技的快速发展,规则物体的抓取研究已经取得了显著成效,然而,由于异型物体的形状极为多样,可能涵盖多种曲线、棱角及不规则表面,这些特性导致机器人在识别种类和定位抓取点时面临极大的挑战。深度学习技术的出现给计算机视觉技术... 详细信息

随着科技的快速发展,规则物体的抓取研究已经取得了显著成效,然而,由于异型物体的形状极为多样,可能涵盖多种曲线、棱角及不规则表面,这些特性导致机器人在识别种类和定位抓取点时面临极大的挑战。深度学习技术的出现给计算机视觉技术带了新的发展思路,使得机器人能够更准确地感知和理解周围环境从而更好地学习并识别各种复杂形状和纹理的物体。本文研究基于深度学习的算法,将视觉技术与机器人相结合,旨在实现对异型物体的识别与抓取,从而进一步提高机器人的智能化操作水平,主要研究内容如下:首先,介绍了基于深度学习的目标识别与机器人抓取系统,分为目标检测、抓取检测和抓取执行三个部分。针对抓取检测的表示方法,在二维图像上构建了位姿表示参数,并阐述了评价指标和测试方法。其次,针对异型物体的识别,本文对YOLOv5目标检测算法进行改进,优化了默认的残差结构并利用时空特征融合路径实现对浅层特征和深层特征的挖掘与融合,同时采用深度可分离卷积减少模型参数,提出了ECBFE-YOLOv5异型物体目标检测网络。通过线下收集和网络获得构建异型物体目标检测数据集,对提出的网络进行训练及测试,最终精度较原始网络提升了5.9%,证明了改进网络的有效性。然后,针对异型物体抓取位姿判断的复杂性,在生成残差卷积神经网络GR-Conv Net的基础上建立了异型物体抓取位姿检测网络,通过引入一种高效的空间金字塔池化模块加速提取和融合特征,并且将浅层特征与深层特征进行融合使模型更好的学习底层细节信息和高层语义信息,然后将反卷积与Re LU激活函数的组合方式更换为Upsample与Si LU激活函数用来拟合复杂的数据分布。进行数据采集与标注工作自建了异型物体抓取数据集,在Cornell、Jacquard以及自建数据集上分别进行了测试实验,按目标划分数据集的准确率分别为97.9%、96.7%、94.6%,对RGB-D图像的模型推理速度为19ms,具有较好的性能。最后,搭建真实环境的抓取平台,介绍了平台的软硬件设备,并对机械臂和深度相机进行了手眼标定,获取相机坐标系到机械臂基坐标系的变换矩阵。在平台上分别开展规则物体与异型物体的抓取实验,结果表明本文所提出的抓取检测算法对异型物体的抓取展现出较好的性能,并且对规则物体依然能保持较高的抓取成功率。

关键词：深度学习异型物体目标检测抓取检测