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

本文首先提出了高木-關野模糊系統(tǒng)的混合PiSigma神經(jīng)網(wǎng)絡實現(xiàn)方法和技術,然后研究了其在數(shù)據(jù)關聯(lián)建模中的應用。實驗結果表明,本文的方法不失為一種解決數(shù)據(jù)關聯(lián)計算建模問題的新方法。

該文應用控制理論，設計了具有快速響應特征的比例積分(Proportional-Integral, PI)控制器，并以此提出了一個新的主動隊列管理(Active Queue Management, AQM)算法，稱為Active PI算法(簡稱A-PI)。A-PI用一組參數(shù)實現(xiàn)快速響應，用另一組參數(shù)保證隊長穩(wěn)定，使用門限值實現(xiàn)兩組參數(shù)間平滑切換，算法實現(xiàn)簡單。理論分析和仿真實驗表明，A-PI算法在保證隊長穩(wěn)定的同時實現(xiàn)了對不同網(wǎng)絡環(huán)境的快速響應。

路徑規(guī)劃是為機器人生成可行駛路徑以實現(xiàn)循跡的過程。因此，機器人的位置應該位于或靠近規(guī)劃的行駛路徑。從而，路徑規(guī)劃可為機器人定位產(chǎn)生重要的約束。該文提出一種規(guī)劃路徑約束的位置概率圖 (PI-LPM)模型，該模型通過概率來表征機器人在整個地圖范圍內(nèi)所處的位置的可能性。其中，模型中概率密度函數(shù)是通過核密度估計 (KDE)方法從表征規(guī)劃路徑的所有數(shù)據(jù)點生成。在所提出的PI-LPM模型基礎上，提出一種規(guī)劃路徑約束的機器人定位新算法 (RL-PPC)來提高機器人定位精度。在該方法中，應用粒子濾波算法來融合所提出的PI-LPM模型和已有的傳感器定位方法。融合過程中，從PI-LPM模型中計算得到的概率是分配粒子權重的一個重要因素。實驗中分別利用仿真數(shù)據(jù)和真實數(shù)據(jù)對所提出的模型與算法進行驗證。實驗結果表明，所提RL-PPC算法可有效融合PI-LPM模型與主流的定位系統(tǒng)(如GPS和LiDAR定位系統(tǒng))，并顯著提高機器人定位的整體性能。

針對現(xiàn)有網(wǎng)絡化雷達功率資源利用率低的問題，該文提出一種基于目標容量的功率分配(TC-PA)方案以提升保精度跟蹤目標個數(shù)。TC-PA方案首先將網(wǎng)絡化雷達功率分配模型制定為非光滑非凸優(yōu)化問題；而后引入Sigmoid函數(shù)將原問題松弛為光滑非凸優(yōu)化問題；最后運用近端非精確增廣拉格朗日乘子法(PI-ALMM)對松弛后的非凸問題進行求解。仿真結果表明，PI-ALMM對于求解線性約束非凸優(yōu)化問題可以較快地收斂到一個穩(wěn)態(tài)點。另外，相比傳統(tǒng)功率均分方法和遺傳算法，所提TC-PA方案可以最大限度地提升目標容量。

作為對終端系統(tǒng)上擁塞控制的一種補充，中間節(jié)點上的主動隊列管理(AQM)策略在保證較高吞吐量的基礎上有效地控制隊列長度，從而實現(xiàn)了控制端到端的時延,保證QoS的目的。C.Hollot等人(2001)用經(jīng)典控制理論中頻域校正的方法設計了用于AQM的PI控制器，但參數(shù)整定上的試湊方法不免代有盲目性；算法的瞬態(tài)性能指標也不夠理想。為此，該文引入了微分環(huán)節(jié)來增強系統(tǒng)的響應能力，同時給出了基于穩(wěn)定裕度的參數(shù)整定方法，使PID控制器的穩(wěn)定性有了絕對保障。仿真試驗表明PID算法的調節(jié)時間遠遠短于PI控制器，從而為在負載瞬息萬變的網(wǎng)絡環(huán)境中實現(xiàn)控制分組排隊等待時間的目標提供了有力的技術保障。

為減小相干斑對分類、檢測的影響，通常要對極化合成孔徑雷達圖像進行相干斑抑制。極化白化濾波器(PWF)是利用多個極化通道的復數(shù)據(jù)抑制相干斑的有效方法，但其輸出只有一個通道。為了在后續(xù)處理中能夠利用全極化數(shù)據(jù)，該文對PWF進行了改進，提出了多通道極化白化濾波器法(MCPWF)。該方法在保持PWF最少相干斑圖像輸出的同時，還能得到各個極化通道濾波后的輸出。Pi-SAR實測數(shù)據(jù)的實驗結果驗證了該方法的有效性。

全同態(tài)加密(FHE)由于其可以實現(xiàn)隱私數(shù)據(jù)的計算，大大提高了數(shù)據(jù)的安全性而在醫(yī)療診斷、云計算、機器學習等領域取得了廣泛的關注。但是全同態(tài)密碼高昂的計算代價阻礙了其廣泛應用。即使經(jīng)過算法和軟件設計優(yōu)化，F(xiàn)HE全同態(tài)加密中一個整數(shù)明文的密文數(shù)據(jù)規(guī)?？梢赃_到56 MByte，端側生成的密鑰最大都會達到11 k Byte。密文以及密鑰數(shù)據(jù)規(guī)模過大引起嚴重的計算和訪存瓶頸。存內(nèi)計算(PIM)是一個解決該問題的有效方案，其完全消除了內(nèi)存墻的延遲和功耗問題，在端側計算大規(guī)模數(shù)據(jù)時更具優(yōu)勢。利用存內(nèi)計算加速全同態(tài)計算的工作已經(jīng)被廣泛研究，但是全同態(tài)加密端側的執(zhí)行過程由于耗時的模運算也面臨著執(zhí)行時間的瓶頸。該文分析了BFV方案加密、解密、密鑰生成操作中各個關鍵算子的計算開銷，發(fā)現(xiàn)模計算的計算開銷平均占比達到了41%，延遲占比中訪存占97%，因此，該文提出一個名為魔方派(M²PI)的基于靜態(tài)隨機存取存儲器(SRAM)存內(nèi)計算的模運算加速器設計。實驗結果表明，該文所提加速器相比CPU中模計算有1.77倍的計算速度提升以及32.76倍能量的節(jié)省。