一区二区毛片逼逼,好好的日在线视频观看,乱子XXXXVIDEOS睡觉

基于渦旋電磁波的大容量傳輸天饋設(shè)計[模擬設(shè)計][通信網(wǎng)絡(luò)]

渦旋電磁波不同軌道角動量（OAM）模態(tài)的正交性可以作為新的信息復(fù)用維度進(jìn)一步提升系統(tǒng)通信容量。設(shè)計了一種基于雙環(huán)圓形陣列的渦旋電磁天饋系統(tǒng)，可同時產(chǎn)生±1、±2四模態(tài)渦旋電磁信號。暗室測試及系統(tǒng)聯(lián)試結(jié)果表明，設(shè)計的天饋系統(tǒng)模態(tài)間隔離度好，可完成4路同頻BPSK數(shù)傳信號的同時傳輸且無誤碼，實現(xiàn)了系統(tǒng)通信容量的提升。

發(fā)表于：2023/7/11 14:19:25

基于隨機(jī)森林的命令混淆繞過檢測研究[通信與網(wǎng)絡(luò)][信息安全]

運(yùn)維安全管理設(shè)備中的“命令過濾”功能只能過濾黑名單中的惡意代碼，而無法有效識別并阻止使用特殊方法繞過該功能的行為。針對這一問題，提出了一種基于隨機(jī)森林的算法，可以準(zhǔn)確識別含有惡意代碼的命令執(zhí)行語句。首先，介紹了四種命令混淆繞過方法，它們用來規(guī)避黑名單中的關(guān)鍵詞并進(jìn)行命令執(zhí)行。然后，為了解決這些風(fēng)險，在模型的特征選擇階段將命令混淆代碼納入考慮范圍，利用多種特征對模型進(jìn)行訓(xùn)練并調(diào)整特征權(quán)重，以提高模型檢測中對使用命令混淆攻擊的識別率和準(zhǔn)確度。實驗結(jié)果表明，該方法能夠及時識別并應(yīng)對命令混淆攻擊，從而更好地保證服務(wù)器安全運(yùn)行。

發(fā)表于：2023/6/28 14:55:18

基于EMD和ELM相結(jié)合的門診量預(yù)測模型研究[其他][醫(yī)療電子]

針對門診量波動幅度較大的時間序列預(yù)測問題，先采用經(jīng)驗?zāi)B(tài)分解(EMD)將非線性較強(qiáng)的原始數(shù)據(jù)進(jìn)行分解，然后通過極限學(xué)習(xí)機(jī)(ELM)將分解后的各個序列分量進(jìn)行建模，最后將各個分量的預(yù)測值相加得出最終結(jié)果。將BP神經(jīng)網(wǎng)絡(luò)、ELM兩個單一模型與EMDELM組合模型進(jìn)行對比驗證，實驗結(jié)果表明組合模型的精準(zhǔn)度明顯好于兩個單一模型。

發(fā)表于：2023/6/21 16:33:10

基于粒子群優(yōu)化的北斗多星定位方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

北斗衛(wèi)星導(dǎo)航系統(tǒng)是我國自主建設(shè)運(yùn)行的衛(wèi)星系統(tǒng)，向全球用戶提供高精度定位服務(wù)是其重要功能之一。為提高北斗系統(tǒng)的定位精度，一類可行的方法是偽距定位算法。針對常見的偽距算法存在依賴模型、計算復(fù)雜等問題，提出一種基于粒子群優(yōu)化的北斗衛(wèi)星定位方法。首先篩選出大氣折射誤差大、對定位貢獻(xiàn)小的冗余衛(wèi)星，由此獲取多顆可利用的北斗衛(wèi)星；在此基礎(chǔ)上，研究粒子群的初始群體和適應(yīng)度函數(shù)，通過粒子群算法得到優(yōu)化后的接收機(jī)位置。實驗結(jié)果表明，該方法可以快速搜索出優(yōu)化的位置；與常用的最大四面體法解算出的接收機(jī)位置相比較，定位精度可提高大約1.5 m。

發(fā)表于：2023/6/21 16:26:00

基于SVM的跨湍流信道OOK調(diào)制光通信信號判決[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

自由空間光在提供快速穩(wěn)定的數(shù)據(jù)傳輸、抵御外界干擾以及極強(qiáng)的安全保障等方面都表現(xiàn)出色。激光在大氣信道的傳輸過程中，通信性能普遍會受到大氣狀況的影響，大氣湍流引起的光強(qiáng)閃爍效應(yīng)將導(dǎo)致系統(tǒng)鏈路性能惡化。研究了弱大氣湍流信道下自由空間光通信中通斷鍵調(diào)制信號的判決方法，首先依據(jù)對數(shù)正態(tài)模型對真實弱湍流信道進(jìn)行數(shù)值仿真，然后針對實際使用場景下信道條件未知、模型訓(xùn)練數(shù)據(jù)與實際情形不匹配等難點，使用數(shù)據(jù)增廣方法訓(xùn)練提升支持向量機(jī)模型的判決效果，進(jìn)而提高跨湍流信道的判決能力。實驗結(jié)果初步驗證了數(shù)據(jù)增廣方法會提高信道不匹配情況下的支持向量機(jī)判決模型的效果。

發(fā)表于：2023/6/21 16:19:36

基于生成對抗網(wǎng)絡(luò)的小樣本圖像數(shù)據(jù)增強(qiáng)技術(shù)[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

基于生成對抗網(wǎng)絡(luò)（GANs）的圖像數(shù)據(jù)增強(qiáng)方法在近年來展現(xiàn)出了巨大的潛力。然而生成高分辨率、高保真圖像通常需要大量訓(xùn)練數(shù)據(jù)，這和缺乏訓(xùn)練數(shù)據(jù)的現(xiàn)狀背道而馳。為解決這一問題，提出了一種能夠在小樣本、高分辨率圖像數(shù)據(jù)集上穩(wěn)定訓(xùn)練的條件生成對抗網(wǎng)絡(luò)模型,并且將該模型用于數(shù)據(jù)增強(qiáng)。實驗結(jié)果表明，在基準(zhǔn)數(shù)據(jù)集上，該模型與當(dāng)前最新模型相比能夠生成更加逼真的圖像并取得了最低的FID值；在圖像分類任務(wù)中使用其進(jìn)行數(shù)據(jù)增強(qiáng)能夠有效緩解分類器的過擬合問題。

發(fā)表于：2023/6/21 16:11:28

基于TsFresh-Stacking的毫米波雷達(dá)人體跌倒檢測方法[微波|射頻][通信網(wǎng)絡(luò)]

針對雷達(dá)頻譜圖空間信息較少，且通過單一機(jī)器學(xué)習(xí)算法進(jìn)行毫米波雷達(dá)人體跌倒行為識別精度低、穩(wěn)定性差的問題，使用人體空間雷達(dá)點云時序數(shù)據(jù)，提出了融合TsFresh特征提取和Stacking堆疊集成學(xué)習(xí)的跌倒識別方法。首先，采用TIIWR6843毫米波雷達(dá)采集人體動作對應(yīng)的人體運(yùn)動跟蹤時序數(shù)據(jù)，構(gòu)建包含不同年齡、身高、體重信息、跌倒方式的數(shù)據(jù)集。其次，結(jié)合TsFresh時序特征提取工具和基于隨機(jī)森林模型的特征重要性提取人體跌倒關(guān)鍵時序特征。最后，提出了融合隨機(jī)森林、支持向量機(jī)、K最鄰近算法、XGBoost和CatBoost 5種單元機(jī)器學(xué)習(xí)模型的Stacking堆疊式集成學(xué)習(xí)方法。結(jié)果表明，與典型單一機(jī)器學(xué)習(xí)算法相比，Stacking集成學(xué)習(xí)算法具有明顯的性能提升，能夠有效提升人體跌倒行為識別準(zhǔn)確性和泛化性。

發(fā)表于：2023/6/21 16:05:00

IAST在金融業(yè)DevOps中的融合應(yīng)用探索[其他][信息安全]

DevOps模式的應(yīng)用強(qiáng)化了金融行業(yè)數(shù)字化轉(zhuǎn)型中支撐業(yè)務(wù)高速發(fā)展的能力，解決該模式下引申出的各類安全風(fēng)險問題已成為行業(yè)共識。針對傳統(tǒng)安全模式工具及能力和DevOps割裂使得安全賦能受限無法發(fā)揮其最大效力的問題，提出從模式架構(gòu)和流程出發(fā)，以IAST為契機(jī)探索將整體安全能力運(yùn)用其中的方式，構(gòu)建安全能力一體化的解決思路，試驗結(jié)果表明新的融合模式能夠幫助提升開發(fā)安全能力，達(dá)到安全左移目標(biāo)，體現(xiàn)安全整體能力價值，實現(xiàn)通過融入DevOps貼近業(yè)務(wù)的目標(biāo)。

發(fā)表于：2023/6/21 15:31:00

輕量級安全隔離的虛實互聯(lián)平臺設(shè)計與實現(xiàn)[其他][信息安全]

通過對虛實互聯(lián)平臺的現(xiàn)狀研究，針對現(xiàn)有平臺在安全性、實用性、靈活性等方面的不足，提出了一種輕量級安全隔離的虛實互聯(lián)平臺設(shè)計方法。首先對輕量級安全隔離的虛實互聯(lián)平臺進(jìn)行理論性的實現(xiàn)研究，提出實現(xiàn)方法；然后在現(xiàn)有實驗環(huán)境基礎(chǔ)上，結(jié)合理論實現(xiàn)途徑給出實際的平臺搭建及部署設(shè)計，進(jìn)行了平臺的實現(xiàn)；最后針對搭建完成的平臺進(jìn)行了能力驗證與應(yīng)用。實驗結(jié)果表明所提出的輕量級安全隔離的虛實互聯(lián)平臺具有良好的實用性，與現(xiàn)有方法相比具有一定的優(yōu)勢。

發(fā)表于：2023/6/21 15:22:42

互聯(lián)網(wǎng)平臺消費(fèi)者個人信息權(quán)益反壟斷法保護(hù)[其他][數(shù)據(jù)中心]

在數(shù)字經(jīng)濟(jì)時代，數(shù)據(jù)是數(shù)字經(jīng)濟(jì)的核心生產(chǎn)要素。個人隱私數(shù)據(jù)事關(guān)消費(fèi)者的切身利益，算法在提升互聯(lián)網(wǎng)平臺智能化服務(wù)水平的同時，也提高了個人隱私數(shù)據(jù)保護(hù)的難度。大數(shù)據(jù)的發(fā)展加速了隱私保護(hù)與反壟斷法的交融，將隱私數(shù)據(jù)等非價格因素納入反壟斷法保護(hù)的價值目標(biāo)之中，越來越受到理論界和實務(wù)界專家學(xué)者的認(rèn)同，但反壟斷法介入消費(fèi)者隱私保護(hù)存在制度短板限制了其本身具有的保護(hù)優(yōu)勢。鑒于此，從法律制度出發(fā)，在價值層面、分析方法和基本制度方面對反壟斷法進(jìn)行適當(dāng)調(diào)整，來擴(kuò)大消費(fèi)者福利指標(biāo)范圍、發(fā)展替代性分析工具、引入均衡性原則衡量利益沖突以適應(yīng)數(shù)字市場經(jīng)濟(jì)的發(fā)展。

發(fā)表于：2023/6/21 15:04:33