一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

為了尋求一種供等離子體顯示板用的發(fā)藍(lán)綠光的混合氣體,本文對Ar+He、Kr+He、He+Ne、He+Xe、Kr+Ar和Ar+Hg混合氣體的發(fā)光光譜和電特性進(jìn)行了研究。發(fā)現(xiàn)混合氣體Ar+Hg較為滿意,發(fā)光顏色為藍(lán)綠色、亮度較高、著火電壓較低。

金屬蒸氣激光器利用He、Ne、N2和Ar作緩沖氣體,在高功率電平下的直流放電特性被首次測得。實驗表明,He氣是用于直流預(yù)熱的最佳緩沖氣體。在200mmHg的He氣壓和1A的放電電流下,有多于5kW的電功率被注入到等離子體管中去。等離子體管溫度在短于1h的時間內(nèi)達(dá)到1400℃的高溫。

該文分析了He等人(2014)提出的無證書簽名方案和Ming等人(2014)提出的無證書聚合簽名方案的安全性，指出Ming方案存在密鑰生成中心(KGC)被動攻擊，He方案存在KGC被動攻擊和KGC主動攻擊。該文描述了KGC對兩個方案的攻擊過程，分析了兩個方案存在KGC攻擊的原因，最后對Ming方案提出了兩類改進(jìn)。改進(jìn)方案不僅克服了原方案的安全性問題，同時也保持了原方案聚合簽名長度固定的優(yōu)勢。

通過對Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進(jìn)行分析，指出了這幾個可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊，即，環(huán)中的任何成員都能宣稱自己是實際簽名者或冒充別的成員進(jìn)行環(huán)簽名。為防范這兩種攻擊，對這幾個可轉(zhuǎn)換環(huán)簽名方案進(jìn)行了改進(jìn)，改進(jìn)后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。

Hilbert曲線是高維降到1維的重要方法，具有較好的空間聚集和空間連續(xù)性，在地理信息系統(tǒng)、空間數(shù)據(jù)庫、信息檢索等方面有廣泛的應(yīng)用?，F(xiàn)有Hilbert編碼或解碼算法未考慮輸入數(shù)據(jù)對編碼或解碼效率的影響，因此將不同輸入數(shù)據(jù)同等對待。為此，該文通過設(shè)計高效的狀態(tài)視圖并結(jié)合快速置位檢測算法提出高效的免計前0的Hilbert編碼算法(FZF-HE)和免計前0的Hilbert解碼算法(FZF-HD)，可快速識別輸入數(shù)據(jù)前部為0而無需迭代計算的部分，從而降低迭代查詢次數(shù)及算法復(fù)雜度，提高編解碼效率。實驗結(jié)果表明，F(xiàn)ZF-HE算法和FZF-HD算法在數(shù)據(jù)均勻分布時效率稍高于現(xiàn)有算法，而在數(shù)據(jù)偏斜分布時效率遠(yuǎn)高于現(xiàn)有算法。

介紹了便于推廣使用具有小型化結(jié)構(gòu)特色的卷筒式氟化氙(XeF)準(zhǔn)分子激光器。在Xe、NF3和He的混合氣體中,得到了XeF的3531、3510和3488埃的三條激光譜線振蕩。在改變XeF體系的工作氣壓時,首先發(fā)現(xiàn)了氟原子的6346埃這條新激光譜線。給出了不同的工作氣體組份、工作氣壓對激光波形和激光強度影響的實驗曲線。拍攝了激光脈沖波形。激光脈沖寬度約為20毫微秒。還對實驗結(jié)果作了初步的分析討論。

3維Hilbert空間填充曲線(3D HSFC)的編碼和解碼效率對空間查詢處理、圖像處理等領(lǐng)域的應(yīng)用舉足輕重?，F(xiàn)有的3維編解碼算法獨立編解碼每一個點，忽略了Hilbert曲線的局部保持特性。為了提高編解碼效率，該文設(shè)計了高效的3D狀態(tài)視圖，并提出一種新的前綴約簡的3D HSFC編碼算法(PR-3HE)和前綴約簡3D HSFC解碼算法(PR-3HD)，這兩個算法通過公共前綴的定義和識別、公共前綴約簡及多種優(yōu)化技術(shù)來最小化需要編碼的階數(shù)，從而提高3D HSFC的編解碼效率。理論上證明：當(dāng)編碼或解碼一個$k$階的窗體(窗體內(nèi)總共含有${2^k} \times {2^k} \times {2^k}$個點)時，PR-3HE平均每個點的編碼階數(shù)不超過2，PR-3HD平均解碼階數(shù)不超過8/7。相對于傳統(tǒng)的基于迭代的方法，編解碼時間復(fù)雜度從$O(k)$降低到了$O(1)$。實驗結(jié)果表明，該文算法在模擬數(shù)據(jù)集和真實數(shù)據(jù)集上的表現(xiàn)顯著優(yōu)于現(xiàn)有算法。

新一代人工智能技術(shù)的特征，表現(xiàn)為借助GPU計算、云計算等高性能分布式計算能力，使用以深度學(xué)習(xí)算法為代表的機器學(xué)習(xí)算法，在大數(shù)據(jù)上進(jìn)行學(xué)習(xí)訓(xùn)練，來模擬、延伸和擴展人的智能。不同數(shù)據(jù)來源、不同的計算物理位置，使得目前的機器學(xué)習(xí)面臨嚴(yán)重的隱私泄露問題，因此隱私保護機器學(xué)習(xí)(PPM)成為目前廣受關(guān)注的研究領(lǐng)域。采用密碼學(xué)工具來解決機器學(xué)習(xí)中的隱私問題，是隱私保護機器學(xué)習(xí)重要的技術(shù)。該文介紹隱私保護機器學(xué)習(xí)中常用的密碼學(xué)工具，包括通用安全多方計算(SMPC)、隱私保護集合運算、同態(tài)加密(HE)等，以及應(yīng)用它們來解決機器學(xué)習(xí)中數(shù)據(jù)整理、模型訓(xùn)練、模型測試、數(shù)據(jù)預(yù)測等各個階段中存在的隱私保護問題的研究方法與研究現(xiàn)狀。