又大又粗又爽的毛片,曰韩亚洲av人人夜夜澡人人爽

一種融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法[人工智能][物聯(lián)網(wǎng)]

傳統(tǒng)基于協(xié)同過濾和矩陣分解的靜態(tài)表示推薦算法，不能很好地體現(xiàn)用戶的動態(tài)興趣。循環(huán)神經(jīng)網(wǎng)絡(luò)能夠進(jìn)行序列推薦，但存在序列之間的長距離依賴性差、各項目的區(qū)分度差等問題。由此提出一種融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法，根據(jù)Word2vec算法，引申item2vec和user2vec，初始化用戶和項目的固定表示嵌入矩陣，通過結(jié)合注意力機(jī)制和長短期記憶網(wǎng)絡(luò)(Long ShortTerm Memory,LSTM)解決序列之間的長距離依賴性差和區(qū)分度差問題。利用記憶網(wǎng)絡(luò)獲取用戶的動態(tài)鄰居，加強(qiáng)用戶的動態(tài)表示，實現(xiàn)更準(zhǔn)確的推薦。通過在MovieLens數(shù)據(jù)集上的實驗結(jié)果表明，所提出的算法相比其他算法推薦效果顯著提高。

發(fā)表于：12/15/2020

一種基于雙目SLAM的環(huán)境建模方法[其他][其他]

利用計算機(jī)視覺對環(huán)境進(jìn)行建模是機(jī)器人環(huán)境感知相關(guān)研究的一項重要工作。提出了一種基于雙目SLAM的建模方法。該方法的主要思想是利用雙目SLAM（Simultaneous Localization and Mapping，同步定位與地圖構(gòu)建）技術(shù)獲取相機(jī)位姿，并利用雙目相機(jī)直接獲取場景的深度圖，然后將二者融合成場景的點云地圖。由于雙目相機(jī)直接獲取的深度圖像誤差點較多，因此提出了一種基于視線約束的點云濾波方法，來消除場景點云中的誤差點。經(jīng)過實驗驗證了建模的效果，以及視線約束點云濾波的有效性。

發(fā)表于：12/15/2020

無人機(jī)協(xié)同傳輸通信系統(tǒng)物理層安全技術(shù)研究[通信與網(wǎng)絡(luò)][信息安全]

針對無人機(jī)中繼系統(tǒng)中存在竊聽節(jié)點的問題，研究了采用信源端發(fā)送人工干擾信號的方式來提高系統(tǒng)的安全容量。仿真結(jié)果表明，在無人機(jī)中繼系統(tǒng)中，由于無人機(jī)自身的特性及人工干擾的影響，比傳統(tǒng)采用固定中繼形式具有更好的安全容量，并且在信源端發(fā)送信號功率一定的條件下，該系統(tǒng)具有最佳功率分配方案。

發(fā)表于：12/15/2020

改進(jìn)的群簽名策略隱藏方案[通信與網(wǎng)絡(luò)][信息安全]

針對CPABE方案在解密階段中存在訪問策略可能泄露隱私的問題，提出了一種改進(jìn)的群簽名策略隱藏方案。首先，通過權(quán)重門限訪問結(jié)構(gòu)構(gòu)建屬性集合，在安全模型中對屬性集合分割確定挑戰(zhàn)者和敵對手的屬性集合。然后，應(yīng)用群簽名方法實現(xiàn)訪問策略的隱藏。最后，構(gòu)建改進(jìn)的策略隱藏方案的算法，對方案的安全性進(jìn)行證明。通過對比分析，證明了提出的改進(jìn)群簽名策略隱藏方案在保護(hù)用戶隱私的同時，適用范圍更廣泛。

發(fā)表于：12/15/2020

大數(shù)據(jù)技術(shù)在信息網(wǎng)絡(luò)威脅情報中的運用研究[通信與網(wǎng)絡(luò)][信息安全]

網(wǎng)絡(luò)空間安全的形勢隨網(wǎng)絡(luò)攻擊技術(shù)的不斷升級日趨嚴(yán)峻，對信息網(wǎng)絡(luò)安全構(gòu)成巨大威脅，而基于大數(shù)據(jù)處理技術(shù)的網(wǎng)絡(luò)安全威脅情報是一種有效應(yīng)對手段。圍繞信息網(wǎng)絡(luò)面臨的安全挑戰(zhàn)，從網(wǎng)絡(luò)防御的角度，介紹了大數(shù)據(jù)處理主流平臺和關(guān)鍵技術(shù)，提出了基于大數(shù)據(jù)的網(wǎng)絡(luò)威脅情報技術(shù)架構(gòu)，闡述了網(wǎng)絡(luò)威脅情報生成過程中大數(shù)據(jù)技術(shù)的關(guān)鍵作用，最后討論了網(wǎng)絡(luò)安全威脅情報在網(wǎng)絡(luò)安全事件處置過程中的運用和作用。

發(fā)表于：12/15/2020

基于AQPSO-LSTM-BN的APU故障診斷模型[模擬設(shè)計][工業(yè)自動化]

針對飛機(jī)APU的常見故障，提出了一種基于量子粒子群優(yōu)化的長短期記憶網(wǎng)絡(luò)與批規(guī)范化相結(jié)合的飛機(jī)APU故障診斷模型。從QAR數(shù)據(jù)庫中整理出需要的APU故障數(shù)據(jù)，將其進(jìn)行歸一化處理并分為訓(xùn)練集和測試集兩部分，建立CSV文檔數(shù)據(jù)庫；對量子粒子群進(jìn)行改進(jìn)，使用改進(jìn)后的量子粒子群對長短期記憶網(wǎng)絡(luò)的隱含層單元數(shù)目進(jìn)行尋優(yōu)；將優(yōu)化參數(shù)后的長短期記憶網(wǎng)絡(luò)與批規(guī)范化相結(jié)合搭建網(wǎng)絡(luò)模型，并在網(wǎng)絡(luò)最頂層加入Softmax模型，生成AQPSO-LSTM-BN故障診斷模型，使用訓(xùn)練集對故障診斷模型進(jìn)行訓(xùn)練，然后使用測試集進(jìn)行實驗。實驗結(jié)果表明，該模型可以有效識別APU故障，與單一長短期記憶網(wǎng)絡(luò)模型、支持向量機(jī)模型、循環(huán)神經(jīng)網(wǎng)絡(luò)模型和極限學(xué)習(xí)機(jī)模型相比，識別準(zhǔn)確度有所提高。

發(fā)表于：12/15/2020

軟件定義邊界安全模型在電網(wǎng)企業(yè)系統(tǒng)中的應(yīng)用[可編程邏輯][智能電網(wǎng)]

針對電網(wǎng)企業(yè)在內(nèi)網(wǎng)環(huán)境下應(yīng)用系統(tǒng)訪問出現(xiàn)安全問題，結(jié)合傳統(tǒng)訪問控制機(jī)制，提出了一種基于軟件定義邊界（Software Defined Perimeter，SDP）的用戶多維度數(shù)據(jù)身份驗證模型。首先分析了當(dāng)前電網(wǎng)企業(yè)應(yīng)用系統(tǒng)中訪問控制模型存在的不足，然后對現(xiàn)有的模型引入信任的屬性，依照最小化授權(quán)方式，建立每個人與公司業(yè)務(wù)系統(tǒng)的對應(yīng)關(guān)系，創(chuàng)建千人千面的安全軟邊界網(wǎng)關(guān)。實際應(yīng)用和理論分析表明，該模型可以實現(xiàn)用戶只能看到被授權(quán)訪問的應(yīng)用，建立強(qiáng)信任、強(qiáng)可控、強(qiáng)防護(hù)的新安全架構(gòu)，有效保護(hù)電網(wǎng)企業(yè)的各類應(yīng)用系統(tǒng)。

發(fā)表于：12/15/2020

融合懲罰因子和時間權(quán)重的協(xié)同過濾推薦算法[人工智能][工業(yè)自動化]

協(xié)同過濾算法是一種經(jīng)典的推薦算法，思想是依據(jù)近鄰用戶或者相似物品對目標(biāo)進(jìn)行推薦，常被應(yīng)用在各類推薦系統(tǒng)中。但傳統(tǒng)算法過分考慮熱門物品對評分的影響，而忽略了冷門物品對用戶興趣特征度量的貢獻(xiàn)，也未考慮用戶興趣動態(tài)變化的問題。對此，提出一種新的相似度改進(jìn)算法，改進(jìn)后的協(xié)同過濾算法將物品熱門懲罰因子和時間數(shù)據(jù)權(quán)重進(jìn)行加權(quán)計算，優(yōu)化了用戶相似度計算方法，形成了一種新的相似性度量模型。利用MovieLens電影推薦數(shù)據(jù)集驗證改進(jìn)后的算法，實驗結(jié)果表明，該算法將推薦平均絕對誤差(MAE)與傳統(tǒng)算法相比降低了13.2%，推薦質(zhì)量有了明顯提升。

發(fā)表于：12/15/2020

紅旗旗艦級智慧全能電動SUV E-HS9搭載高通C-V2X解決方案[通信與網(wǎng)絡(luò)][汽車電子]

　　LTE-V2X（也被稱為 C-V2X）是面向車聯(lián)網(wǎng)通信的全球解決方案，旨在通過車輛之間的高性能實時直連通信以及車輛與路側(cè)基礎(chǔ)設(shè)施之間的通信，來提升汽車安全、交通效率和自動駕駛能力。

發(fā)表于：12/15/2020

電力物聯(lián)網(wǎng)信息安全防護(hù)技術(shù)研究[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

介紹了電力物聯(lián)網(wǎng)在配電網(wǎng)的應(yīng)用場景，總結(jié)了我國電力物聯(lián)網(wǎng)信息安全防護(hù)的發(fā)展歷程，分析了當(dāng)前電力物聯(lián)網(wǎng)信息安全應(yīng)用中存在的主要問題和解決電力物聯(lián)網(wǎng)信息安全的關(guān)鍵技術(shù)，最后提出了電力物聯(lián)網(wǎng)終端本體的信息安全防護(hù)的四道防線模型和實踐。

發(fā)表于：12/14/2020

一種支持工業(yè)物聯(lián)網(wǎng)故障檢測的混合互認(rèn)證方案[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

在工業(yè)物聯(lián)網(wǎng)（IIoT）中，工業(yè)機(jī)器人和員工在制造過程中扮演著非常重要的角色。一個安全、高效的工業(yè)機(jī)器人和員工認(rèn)證方案一直是研究熱點，并面臨諸多挑戰(zhàn)。例如，工業(yè)機(jī)器人和員工在身份驗證階段容易受到模擬和去同步攻擊。同時，控制中心很難找到不受控制的工業(yè)機(jī)器人。針對上述情況，提出了一種支持工業(yè)物聯(lián)網(wǎng)故障檢測的混合互認(rèn)證方案。分別為員工和工業(yè)機(jī)器人（IR）設(shè)計了基于橢圓曲線加密（ECC）的認(rèn)證和基于物理不可克隆函數(shù)（PUF）的認(rèn)證。使用了基于閾值的故障檢測，添加了禁用表以防止無授權(quán)員工訪問監(jiān)控和數(shù)據(jù)采集中心（SCDAC）。最后，分析論證了該方案的可行性和高效性。

發(fā)表于：12/14/2020

基于組件技術(shù)的通用指揮系統(tǒng)框架設(shè)計[模擬設(shè)計][其他]

在國產(chǎn)化背景下，針對航天測控體系中指揮顯示軟件系統(tǒng)(簡稱指顯系統(tǒng))在設(shè)計和開發(fā)過程中可移植性、可復(fù)用性較低的問題，在分析指顯系統(tǒng)的任務(wù)需求和體系結(jié)構(gòu)基礎(chǔ)上，提出了基于組件技術(shù)的通用指顯系統(tǒng)框架(General Command and Display Architecture，GCDA)，解決了顯示平臺/編輯平臺與組件耦合問題，使用Qt實現(xiàn)了基于組件的指顯系統(tǒng)原型。GCDA框架和組件化方法是指顯系統(tǒng)研發(fā)技術(shù)的積累和提升，在提高航天測控軟件的研發(fā)水平方面提供了可行的技術(shù)途徑。

發(fā)表于：12/14/2020

低成本脈沖激光測距系統(tǒng)研究[測試測量][其他]

基于脈沖飛行時間測距法構(gòu)建了一套近程高精度脈沖激光測距系統(tǒng)，系統(tǒng)采用直接探測工作方式，利用FPGA(Field Programmable Gate Array)主控芯片控制脈沖激光的發(fā)射以及回波信號的采集和處理，進(jìn)而實現(xiàn)高精度測距。在實驗室條件下，借助測距性能驗證實驗，獲得了泡沫板目標(biāo)的距離信息，且系統(tǒng)測距精度可達(dá)5.43 mm@8.08 m。主要介紹了脈沖激光測距系統(tǒng)的工作原理、系統(tǒng)構(gòu)成以及基于FPGA的距離信息提取算法。

發(fā)表于：12/14/2020

基于FPGA的功率譜分析系統(tǒng)[其他][其他]

針對激光雷達(dá)的微弱信號探測，設(shè)計了一種實時功率譜分析系統(tǒng)。系統(tǒng)使用12位1 GS/s的模數(shù)轉(zhuǎn)換器(Analog to Digital Converter，ADC)進(jìn)行采樣，采用FPGA作為數(shù)據(jù)采集處理的控制核心，并通過DDR3及千兆以太網(wǎng)實現(xiàn)數(shù)據(jù)的存儲上傳。在上位機(jī)軟件控制下，結(jié)合各個功能模塊，實現(xiàn)了參數(shù)可配置的兩種功率譜估計方案。測試結(jié)果表明，系統(tǒng)有效提升了數(shù)據(jù)處理速度，并通過分段累加改善了功率譜估計的性能。

發(fā)表于：12/14/2020

命名數(shù)據(jù)網(wǎng)絡(luò)中基于Dec-POMDP的緩存策略[其他][其他]

針對命名數(shù)據(jù)網(wǎng)絡(luò)(Named Data Networks，NDN)中數(shù)據(jù)緩存的問題，提出了一種基于分布式部分可觀測馬爾科夫決策過程(Dec-POMDP)的緩存優(yōu)化模型。在該模型框架下，NDN網(wǎng)絡(luò)節(jié)點間以分布式協(xié)作的方式逐漸收斂至最優(yōu)聯(lián)合緩存策略，從而使NDN中的有限緩存資源得到充分利用。仿真實驗表明，與現(xiàn)有NDN緩存方法相比，該方法能有效提升NDN網(wǎng)絡(luò)的緩存效率，實現(xiàn)較高的緩存命中率及較小的請求平均跳數(shù)。

發(fā)表于：12/14/2020