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

正 一、鹼金屬元素(Li、Na、K、Rb、Cs)的性能 元素周期表中第一主族元素鹼金屬的性能有它的規(guī)律性。例如:按Li、Na、K、Rb、Cs的順序,由于原子半徑逐漸增大,原子最外層電子與核之間的吸引力逐漸減小,因此,最外層電子則按Cs、Rb、K、Na、Li的順序比較易于脫離原子。它們表現(xiàn)出來的效果就是按Li、Na、K、Rb、Cs的順序,金屬性逐漸增強,化學性逐漸活潑,逸出功逐漸變小,光電發(fā)射靈敏度逐漸增大,光譜響應的峰值(峰)與閾值(閾)逐漸移向長波。鹼金屬元素的這些性能如表1所列

針對彈性光網(wǎng)絡中物理損傷導致業(yè)務頻譜利用率低和傳輸能耗高問題，該文提出一種面向業(yè)務的鏈路損傷感知頻譜分區(qū)(LI-ASP)能效路由策略。在LI-ASP策略中，為降低不同信道間非線性損傷，基于負載均衡設計一個綜合考慮鏈路頻譜狀態(tài)和傳輸損傷的路徑權重公式，根據(jù)調(diào)制方式的頻譜效率和最大傳輸距離構造分層輔助圖，從最高調(diào)制等級開始，為高質(zhì)量業(yè)務選擇K條邊分離的最大權重傳輸路徑；為低質(zhì)量業(yè)務選擇K條邊分離的最短能效路徑。然后，LI-ASP策略根據(jù)業(yè)務速率比值對頻譜分區(qū)，采用首次命中(FF)和尾端命中(LF)聯(lián)合頻譜分配方式，減少不同傳輸速率業(yè)務間的交叉相位調(diào)制。仿真結果表明，該文所提LI-ASP策略在有效降低帶寬阻塞率的同時，減少了業(yè)務傳輸能耗。

本文在W.Li(1991)循環(huán)斜卷積算法和分布式算法的基礎上,通過軟件模擬和具體硬件設計,利用FPGA完成了可用于高清晰度電視核心解碼器及其它信號與信息處理系統(tǒng)的88二維DCT/IDCT處理器的全部電路設計工作。它采用一根信號線控制計算DCT/IDCT,其輸入、輸出為12位,內(nèi)部數(shù)據(jù)線及內(nèi)部參數(shù)均為16位。

對Tseng-Jan(1999)的群簽名方案提出了一種新的偽造攻擊，任何人利用這種攻擊都能偽造出有效的群簽名。針對該文提出的偽造攻擊和Z.C.Li等人(2000)提出的偽造攻擊，對 Tseng-Jan的群簽名方案進行了改進，提出了一種新的安全群簽名方案。新方案不僅能抵抗各種偽造攻擊，而且保留了Tseng-Jan方案的主要優(yōu)點，并且增加了群成員可注銷的特性。

該文提出一組基于廣義局部沃爾什變換(GLWT)的紋理特征。首先給出局部沃爾什變換(LWT)的定義，并在空域中對其加以推廣，用以提取圖像的局部紋理信息；然后在一個宏窗口中估計12個GLWT系數(shù)的二階矩作為圖像的紋理特征。對這組紋理特征的鑒別性能進行了分析，并與Haralick(1973)，Wang Li(1990)，以及Yu Hui提出的紋理特征進行了比較。實驗結果表明，該文提出的紋理特征具有更好的鑒別性能和分類能力。

在車載網(wǎng)絡(VANETs)中，聯(lián)邦學習(FL)通過協(xié)同訓練機器學習模型，實現(xiàn)了車輛間的數(shù)據(jù)隱私保護，并提高了整體模型的性能。然而，F(xiàn)L在VANETs中的應用仍面臨諸多挑戰(zhàn)，如模型泄露風險、訓練結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)邦學習的可驗證隱私保護批量聚合方案。首先，該方案基于Boneh-Lynn-Shacham (BLS)動態(tài)短群聚合簽名技術，保護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。當出現(xiàn)異常結果時，方案利用群簽名的特性實現(xiàn)車輛的可追溯性。其次，結合改進的Cheon-Kim-Kim-Song (CKKS)線性同態(tài)哈希算法，對梯度聚合結果進行驗證，確保在聯(lián)邦學習的聚合過程中保持客戶端梯度的機密性，并驗證聚合結果的準確性，防止服務器篡改數(shù)據(jù)導致模型訓練無效的問題。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)隱私安全性和結果的可驗證性的同時，保證了較高效率。

不同于MAP(Maximum A Posteriori)算法，SOVA(Soft-Output Viterbi Algorithm)算法的軟輸出不是真正意義上的后驗概率，很少有文獻給出SOVA算法的完整數(shù)學解釋。該文給出了一種完整的SOVA的數(shù)學表達形式，并從SOVA的數(shù)學表達出發(fā)推導出了兩種等價于MAP，具有SOVA形式的譯碼方法，一種是Li等人(1995)給出的適用于連續(xù)傳輸?shù)淖罴衍涊敵鏊惴?Optimal Soft output Algorithm, OSA)；后一種是對OSA算法的改進，后者可以得到與前者等價的軟輸出，但是降低了運算復雜度。

為了弄清光學區(qū)目標散射模型GTD模型在目標諧振區(qū)散射機理分析中的適用性，該文提出了一種基于匹配追蹤的GTD參數(shù)提取新算法。在此基礎上，利用該算法和Li 的最小二乘擬合方法，分別使用GTD模型，Altes模型以及擴展了的Altes模型對導體球體諧振區(qū)理論散射場和實測有限長柱體的超寬帶散射場進行了分析，并通過對提取的散射類型參數(shù)與擬合結果的對比分析給出了幾點有意義的結論。

簽密能同時實現(xiàn)加密與簽名，并且代價小于傳統(tǒng)的先簽名再加密。該文在Li等人(2010)簽名方案的基礎上提出了一個動態(tài)門限的基于屬性簽密方案，除具有一般簽密方案的保密性和認證性外，還同時具有簽密者屬性隱私安全性和多接收者特性。在隨機預言機模型下，利用判定雙線性Diffie-Hellman (DBDH)問題和計算Diffie- Hellman (CDH)問題的困難性，證明了該方案滿足在適應性選擇密文攻擊下的不可區(qū)分性及適應性選擇消息下的不可偽造性。

針對現(xiàn)有超像素分割方法無法自動確定合適的超像素數(shù)目，以及難以有效貼合圖像目標邊界等問題，該文提出一種新的利用局部信息進行多層級簡單線性迭代聚類的圖像超像素分割方法。首先，運用基于局部信息的簡單線性迭代聚類(LI-SLIC)對原始圖像進行超像素初分割，然后，根據(jù)超像素的色彩標準差對其進行自適應多層級迭代分割，直至每個超像素塊的色彩標準差小于預設閾值，最后，利用相鄰超像素間的色彩差異對過分割的超像素進行合并。為驗證方法的有效性，該文采用Berkeley, Pascal VOC和3Dircadb公共數(shù)據(jù)庫作為實驗數(shù)據(jù)集，并與其他多種超像素分割方法進行了比較。實驗結果表明，該文提出的超像素分割方法能更精確貼合圖像目標邊界，有效抑制圖像過分割和欠分割。