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

高級(jí)搜索

留言板

尊敬的讀者、作者、審稿人, 關(guān)于本刊的投稿、審稿、編輯和出版的任何問(wèn)題, 您可以本頁(yè)添加留言。我們將盡快給您答復(fù)。謝謝您的支持!

姓名
郵箱
手機(jī)號(hào)碼
標(biāo)題
留言內(nèi)容
驗(yàn)證碼

論文元數(shù)據(jù)搜索,找到相關(guān)信息共 21 條:

排序:
相關(guān)度
發(fā)表時(shí)間
每頁(yè)顯示:
10
20
30
50
多接入邊緣計(jì)算賦能的AI質(zhì)檢系統(tǒng)任務(wù)實(shí)時(shí)調(diào)度策略
周曉天, 孫上, 張海霞, 鄧伊琴, 魯彬彬
2024, 46(2): 662-670. doi: 10.11999/JEIT230129  刊出日期:2024-02-29
關(guān)鍵詞: 多接入邊緣計(jì)算, 任務(wù)調(diào)度, 資源分配, 深度強(qiáng)化學(xué)習(xí), AI質(zhì)檢系統(tǒng)
AI質(zhì)檢是智能制造的重要環(huán)節(jié),其設(shè)備在進(jìn)行產(chǎn)品質(zhì)量檢測(cè)時(shí)會(huì)產(chǎn)生大量計(jì)算密集型和時(shí)延敏感型任務(wù)。由于設(shè)備計(jì)算能力不足,執(zhí)行檢測(cè)任務(wù)時(shí)延較大,極大影響生產(chǎn)效率。多接入邊緣計(jì)算(MEC)通過(guò)將任務(wù)卸載至邊緣服務(wù)器為設(shè)備提供就近算力,提升任務(wù)執(zhí)行效率。然而,系統(tǒng)中存在信道變化和任 務(wù)隨機(jī)到達(dá)等動(dòng)態(tài)因素,極大影響卸載效率,給任務(wù)調(diào)度帶來(lái)了挑戰(zhàn)。該文面向多接入邊緣計(jì)算賦能的AI質(zhì)檢任務(wù)調(diào)度系統(tǒng),研究了聯(lián)合任務(wù)調(diào)度與資源分配的長(zhǎng)期時(shí)延最小化問(wèn)題。由于該問(wèn)題狀態(tài)空間大、動(dòng)作空間包含連續(xù)變量,該文提出運(yùn)用深度確定性策略梯度(DDPG)進(jìn)行實(shí)時(shí)任務(wù)調(diào)度算法設(shè)計(jì)。所設(shè)計(jì)算法可基于系統(tǒng)實(shí)時(shí)狀態(tài)信息給出最優(yōu)決策。仿真結(jié)果表明,與基準(zhǔn)算法相比,該文所提算法具有更好的性能表現(xiàn)和更小的任務(wù)執(zhí)行時(shí)延。
兩種環(huán)簽名方案的安全性分析及其改進(jìn)
王化群, 張力軍, 趙君喜
2007, 29(1): 201-204. doi: 10.3724/SP.J.1146.2005.00574  刊出日期:2007-01-19
關(guān)鍵詞: 環(huán)簽名;雙線性對(duì);偽造攻擊;GDP(Gap Diffie-Hellman)
通過(guò)對(duì)Xu(2004)和Zhang(2004)提出的兩種環(huán)簽名方案進(jìn)行分析,指出了這兩種環(huán)簽名方案都容易受到群成員改變攻擊(group-changing attack),并給出了攻擊方法;另外,Zhang的方案還容易受到多已知簽名存在偽造(multiple-known-signature existential forgery)攻擊。為防范這兩種攻擊,對(duì)這兩種環(huán)簽名方案進(jìn)行了改進(jìn),改進(jìn)后的方案在最強(qiáng)的安全模型(Joseph, 2004提出)中仍是安全的。
幾種可轉(zhuǎn)換環(huán)簽名方案的安全性分析和改進(jìn)
王化群, 郭顯久, 于紅, 彭玉旭
2009, 31(7): 1732-1735. doi: 10.3724/SP.J.1146.2008.00928  刊出日期:2009-07-19
關(guān)鍵詞: 環(huán)簽名;密碼分析;可轉(zhuǎn)換性
通過(guò)對(duì)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(gè)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(chēng)自己是實(shí)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(duì)這幾個(gè)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。
機(jī)載超寬帶天線罩物理光學(xué)分析方法
張強(qiáng), 曹偉
2006, 28(1): 100-102.  刊出日期:2006-01-19
關(guān)鍵詞: 機(jī)載寬帶天線罩;口徑積分-表面積分;物理光學(xué)方法
該文提出了機(jī)載超寬帶天線罩口徑積分-表面積分-自適應(yīng)網(wǎng)格(AI-SI-AG)分析方法。給出了用AI-SI-AG的計(jì)算和實(shí)測(cè)結(jié)果。理論分析和實(shí)驗(yàn)結(jié)果表明,該算法能夠高效地預(yù)測(cè)定向和全向天線的帶罩方向圖,理論計(jì)算與實(shí)際測(cè)試符合較好,在工程應(yīng)用中有較大的實(shí)用價(jià)值。
速度拖引干擾和雜波背景下脈沖多普勒雷達(dá)目標(biāo)跟蹤算法
李迎春, 王國(guó)宏, 關(guān)成斌, 孫殿星
2015, 37(4): 989-994. doi: 10.11999/JEIT140856  刊出日期:2015-04-19
關(guān)鍵詞: 雷達(dá), 目標(biāo)跟蹤, 速度拖引干擾, 雙模型, 幅度信息, 卡方檢驗(yàn)
針對(duì)在速度拖引干擾和雜波背景下脈沖多普勒(PD)雷達(dá)無(wú)法精確跟蹤目標(biāo)的問(wèn)題,該文提出基于雙模型(DM)和幅度信息(AI)的目標(biāo)跟蹤算法。分別建立基于位置、幅度量測(cè)的跟蹤模型和基于位置、速度、幅度量測(cè)的跟蹤模型。兩個(gè)模型均使用基于幅度信息的概率數(shù)據(jù)互聯(lián)(AI-PDA)盡可能地降低雜波的影響,然后使用常規(guī)方法進(jìn)行濾波估計(jì)。若沒(méi)有速度拖引干擾,則兩個(gè)模型估計(jì)具有位置和速度上的相關(guān)性;若存在干擾,由于速度量測(cè)是虛假的,則兩個(gè)模型估計(jì)不具有相關(guān)性。據(jù)此,進(jìn)行卡方檢驗(yàn)(chi-square test),分析影響檢驗(yàn)結(jié)果的因素,進(jìn)而確定最終的估計(jì)結(jié)果。仿真驗(yàn)證了該算法的有效性。
面向6G全域融合的智能接入關(guān)鍵技術(shù)綜述
王雪, 孟姝宇, 錢(qián)志鴻
2024, 46(5): 1613-1631. doi: 10.11999/JEIT231224  刊出日期:2024-05-30
關(guān)鍵詞: 6G, 網(wǎng)絡(luò)架構(gòu), 接入技術(shù), 空天地一體化接入網(wǎng)絡(luò), 空口技術(shù)
針對(duì)空天地一體化接入網(wǎng)絡(luò),該文在總結(jié)相關(guān)研究的基礎(chǔ)上,闡述了未來(lái)空天地一體化接入架構(gòu)的關(guān)鍵技術(shù),分析了空口技術(shù)、多址技術(shù)、干擾分析、計(jì)算技術(shù)和人工智能(AI)技術(shù)等幾個(gè)重點(diǎn)方向的研究進(jìn)展,提出了多種接入形式并存的靈活性網(wǎng)絡(luò)架構(gòu)。針對(duì)6G全域融合網(wǎng)絡(luò)接入的重點(diǎn)研究問(wèn)題,結(jié)合用戶的服務(wù)質(zhì)量需求,構(gòu)建了一體化AI賦能架構(gòu),提出了大規(guī)模混合多址接入及彈性資源適配策略。基于網(wǎng)絡(luò)架構(gòu)立體化、網(wǎng)絡(luò)協(xié)同傳輸、一體化網(wǎng)絡(luò)資源管理、未來(lái)空天地接入技術(shù)以及網(wǎng)絡(luò)協(xié)同計(jì)算等未來(lái)重點(diǎn)研究方向進(jìn)行了討論和展望。
AccFed:物聯(lián)網(wǎng)中基于模型分割的聯(lián)邦學(xué)習(xí)加速
曹紹華, 陳輝, 陳舒, 張漢卿, 張衛(wèi)山
2023, 45(5): 1678-1687. doi: 10.11999/JEIT220240  刊出日期:2023-05-10
關(guān)鍵詞: 邊緣智能, 聯(lián)邦學(xué)習(xí), 端邊云協(xié)同, 模型分割
隨著物聯(lián)網(wǎng)(IoT)的快速發(fā)展,人工智能(AI)與邊緣計(jì)算(EC)的深度融合形成了邊緣智能(Edge AI)。但由于IoT設(shè)備計(jì)算與通信資源有限,并且這些設(shè)備通常具有隱私保護(hù)的需求,那么在保護(hù)隱私的同時(shí),如何加速Edge AI仍然是一個(gè)挑戰(zhàn)。聯(lián)邦學(xué)習(xí)(FL)作為一種新興的分布式學(xué)習(xí)范式,在隱私保護(hù)和提升模型性能等方面,具有巨大的潛力,但是通信及本地訓(xùn)練效率低。為了解決上述難題,該文提出一種FL加速框架AccFed。首先,根據(jù)網(wǎng)絡(luò)狀態(tài)的不同,提出一種基于模型分割的端邊云協(xié)同訓(xùn)練算法,加速FL本地訓(xùn)練;然后,設(shè)計(jì)一種多輪迭代再聚合的模型聚合算法,加速FL聚合;最后實(shí)驗(yàn)結(jié)果表明,AccFed在訓(xùn)練精度、收斂速度、訓(xùn)練時(shí)間等方面均優(yōu)于對(duì)照組。
關(guān)于非對(duì)稱(chēng)含錯(cuò)學(xué)習(xí)問(wèn)題的困難性研究
張江, 范淑琴
2020, 42(2): 327-332. doi: 10.11999/JEIT190685  刊出日期:2020-02-19
關(guān)鍵詞: 抗量子密碼, 格密碼, 含錯(cuò)學(xué)習(xí)問(wèn)題
由于基于最壞情況困難假設(shè)等優(yōu)點(diǎn),基于格的密碼被認(rèn)為是最具前景的抗量子密碼研究方向。作為格密碼的常用的兩個(gè)主要困難問(wèn)題之一,含錯(cuò)學(xué)習(xí)(LWE)問(wèn)題被廣泛用于密碼算法的設(shè)計(jì)。為了提高格密碼算法的性能,Zhang等人(2019)提出了非對(duì)稱(chēng)含錯(cuò)學(xué)習(xí)問(wèn)題,該文將從理論上詳細(xì)研究非對(duì)稱(chēng)含錯(cuò)學(xué)習(xí)問(wèn)題和標(biāo)準(zhǔn)含錯(cuò)學(xué)習(xí)問(wèn)題關(guān)系,并證明在特定錯(cuò)誤分布下非對(duì)稱(chēng)含錯(cuò)學(xué)習(xí)問(wèn)題和含錯(cuò)學(xué)習(xí)問(wèn)題是多項(xiàng)式時(shí)間等價(jià)的,從而為基于非對(duì)稱(chēng)含錯(cuò)學(xué)習(xí)問(wèn)題設(shè)計(jì)安全的格密碼算法奠定了理論基礎(chǔ)。
紅外數(shù)字圖象處理技術(shù)用于研究砷化鎵材料中的缺陷形態(tài)分布
張福貴
1988, 10(6): 563-567.  刊出日期:1988-11-19
關(guān)鍵詞: 紅外圖象; 砷化鎵; 圖象處理軟件
本文介紹了一種用于研究砷化鎵材料中的缺陷(比如EL2吸收特性等)的新方法:將一束波長(zhǎng)為1.11.5m的近紅外光穿過(guò)一塊厚度為48mm,直徑為50mm的砷化鎵材料,用紅外攝象機(jī)TOSHIBA 8844攝取圖象,并直接送入計(jì)算機(jī)圖象處理系統(tǒng)DATASUD,材料中的非均勻性缺陷圖象,即材料中的缺陷(EL2,位錯(cuò)等)在截面上的分布結(jié)構(gòu)形狀(十字形,網(wǎng)狀,球粒形等)就可從屏幕上觀察到。本文給出了為研究這類(lèi)材料設(shè)計(jì)的ZHIMAG(ZHang IMAGe)圖象處理軟件包和應(yīng)用ZHIMAG所獲得的一些結(jié)果。ZHIMAG也適用于其它類(lèi)型的圖象處理。
對(duì)一種新型代理簽名方案的分析與改進(jìn)
魯榮波, 何大可, 王常吉, 繆祥華
2007, 29(10): 2529-2532. doi: 10.3724/SP.J.1146.2006.00414  刊出日期:2007-10-19
關(guān)鍵詞: 代理簽名;匿名代理簽名;孤懸因子;強(qiáng)不可偽造性
Gu-Zhang-Yang(2005)提出了一個(gè)不需要可信第三方參與的匿名代理簽名方案,由于該方案的簽名驗(yàn)證數(shù)據(jù)中沒(méi)有回避孤懸因子這一現(xiàn)象,因此并不滿足強(qiáng)不可偽造性,原始簽名人可以偽造一個(gè)有效的代理簽名通過(guò)驗(yàn)證,并成功地在代理簽名者身份揭示階段向公眾證明該偽造的代理簽名是由合法的代理簽名者產(chǎn)生的。本文在分析該方案安全性的基礎(chǔ)上提出了改進(jìn)的匿名代理簽名方案,克服了原方案的不足。
  • 首頁(yè)
  • 上一頁(yè)
  • 1
  • 2
  • 3
  • 末頁(yè)
  • 共:3頁(yè)