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

該文針對圖像融合領(lǐng)域內(nèi)難于對先驗知識加以利用的問題提出一種新的有監(jiān)督學(xué)習(xí)的Takagi Sugeno Kang (TSK)模糊系統(tǒng)圖像融合方法。該方法通過引入TSK模糊系統(tǒng)構(gòu)建標(biāo)準(zhǔn)圖像融合圖像庫進(jìn)行學(xué)習(xí)，將學(xué)習(xí)準(zhǔn)則記錄下來形成融合模型，并指導(dǎo)新的圖像融合過程。不同于傳統(tǒng)方法，該方法可以有效地避免模型參數(shù)擇優(yōu)的難題，在融合圖像質(zhì)量和適用范圍方面表現(xiàn)出一定的優(yōu)勢。從單一類型圖像融合和多種類型圖像融合兩個角度進(jìn)行了實驗研究，實驗結(jié)果說明該方法的有效性。

基音在語音編碼中通常采用7bit無失真均勻量化。由于濁音段語音的基音普遍具有緩慢漸變的特點，為了更有效地去除前后幀基音之間存在的相關(guān)性，該文基于Eriksson和Kang提出的4bit基音量化算法，針對漢語語音進(jìn)行研究，實現(xiàn)了一套4~6bit基音量化算法。該算法計算簡單，無需碼書存儲。將此基音量化方案應(yīng)用于WI模型和WI編碼器，主觀A/B聽力測試結(jié)果表明，該方案在高效量化基音的同時保證了合成語音質(zhì)量幾乎沒有損失，完全滿足低速率WI編碼器對量化基音的要求。

在車載網(wǎng)絡(luò)(VANETs)中，聯(lián)邦學(xué)習(xí)(FL)通過協(xié)同訓(xùn)練機(jī)器學(xué)習(xí)模型，實現(xiàn)了車輛間的數(shù)據(jù)隱私保護(hù)，并提高了整體模型的性能。然而，F(xiàn)L在VANETs中的應(yīng)用仍面臨諸多挑戰(zhàn)，如模型泄露風(fēng)險、訓(xùn)練結(jié)果驗證困難以及高計算和通信成本等問題。針對這些問題，該文提出一種面向聯(lián)邦學(xué)習(xí)的可驗證隱私保護(hù)批量聚合方案。首先，該方案基于Boneh-Lynn-Shacham (BLS)動態(tài)短群聚合簽名技術(shù)，保護(hù)了客戶端與路邊單元(RSU)交互過程中的數(shù)據(jù)完整性，確保全局梯度模型更新與共享過程的不可篡改性。當(dāng)出現(xiàn)異常結(jié)果時，方案利用群簽名的特性實現(xiàn)車輛的可追溯性。其次，結(jié)合改進(jìn)的Cheon-Kim-Kim-Song (CKKS)線性同態(tài)哈希算法，對梯度聚合結(jié)果進(jìn)行驗證，確保在聯(lián)邦學(xué)習(xí)的聚合過程中保持客戶端梯度的機(jī)密性，并驗證聚合結(jié)果的準(zhǔn)確性，防止服務(wù)器篡改數(shù)據(jù)導(dǎo)致模型訓(xùn)練無效的問題。此外，該方案還支持車輛在部分掉線的情況下繼續(xù)更新模型，保障系統(tǒng)的穩(wěn)定性。實驗結(jié)果表明，與現(xiàn)有方案相比，該方案在提升數(shù)據(jù)隱私安全性和結(jié)果的可驗證性的同時，保證了較高效率。

經(jīng)典數(shù)據(jù)驅(qū)動型TSK(Takagi-Sugeno-Kang)模糊系統(tǒng)在獲取模糊規(guī)則時，會考慮數(shù)據(jù)的所有特征空間，其帶來一個重要缺陷：如果數(shù)據(jù)的特征空間維數(shù)過高，則系統(tǒng)獲取的模糊規(guī)則繁雜，使系統(tǒng)復(fù)雜度增加而導(dǎo)致解釋性下降。該文針對此缺陷，探討了一種基于模糊子空間聚類的〇階L2型TSK模糊系統(tǒng)(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)構(gòu)建新方法。新方法構(gòu)建的模糊系統(tǒng)不僅能縮減模糊規(guī)則前件的特征空間，而且獲取的模糊規(guī)則可對應(yīng)于不同的特征子空間，從而具有更接近人類思維的推理機(jī)制。模擬和真實數(shù)據(jù)集上的建模結(jié)果表明，新方法增強(qiáng)了面對高維數(shù)據(jù)所建模型的解釋性，同時所建模型得到了較之于一些經(jīng)典方法更好或可比較的泛化性能。