久久国产欧美成人网站,国产91在线拍揄自揄拍无码九色

地鐵運(yùn)營崗位應(yīng)急處置培訓(xùn)的語音識別研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

地鐵交通運(yùn)營是一種整體性活動，離不開各部門間的協(xié)調(diào)配合,地鐵運(yùn)營崗位應(yīng)急處置培訓(xùn)系統(tǒng)應(yīng)用于多個崗位的聯(lián)合培訓(xùn)。該系統(tǒng)通過語音識別來實(shí)現(xiàn)模擬崗位間語音交互及對培訓(xùn)過程智能評價的功能。提出的語音識別方法可實(shí)現(xiàn)離線網(wǎng)絡(luò)下對地鐵培訓(xùn)專業(yè)術(shù)語的高識別精度，利用深度全序列卷積神經(jīng)網(wǎng)絡(luò)（DFCNN）和鏈接時序分類（CTC）構(gòu)建聲學(xué)模型，對應(yīng)急處置培訓(xùn)用語進(jìn)行整理并構(gòu)建專業(yè)術(shù)語庫，基于統(tǒng)計學(xué)構(gòu)建語言模型。實(shí)驗(yàn)結(jié)果表明，該語音識別方法能夠有效識別地鐵應(yīng)急處置培訓(xùn)用語，為地鐵運(yùn)營崗位人員的培訓(xùn)和考核提供更全面的評價指標(biāo)。

發(fā)表于：7/5/2022 5:54:31 PM

基于方向一致?lián)p失的輕量車道線檢測[通信與網(wǎng)絡(luò)][汽車電子]

目前，輕量型車道線檢測網(wǎng)絡(luò)存在彎道檢測效果差、網(wǎng)絡(luò)感受野不夠與實(shí)時性受限等問題，故提出了一種改進(jìn)的輕量型車道線檢測網(wǎng)絡(luò)模型。首先，為提高彎道檢測效果，設(shè)計了一種方向一致?lián)p失，以使模型適用于彎道場景。其次，為在增強(qiáng)網(wǎng)絡(luò)實(shí)時性的同時提高其感受野，提出將自注意力機(jī)制與RepVGG相融合的網(wǎng)絡(luò)作為模型的主干網(wǎng)絡(luò)。該模型在CULane測試集上測試的總F1-measure達(dá)到了70.7%，在Tusimple測試集上測試的準(zhǔn)確率達(dá)到95.92%，其平均推斷速度達(dá)到了408 FPS。實(shí)驗(yàn)結(jié)果表明，該模型相較于目前輕量型模型在性能上有一定的提升，尤其對彎道場景下的車道線檢測效果提升明顯。

發(fā)表于：7/5/2022 5:14:15 PM

基于注意力機(jī)制的無監(jiān)督單目標(biāo)跟蹤算法[其他][其他]

為提升目標(biāo)跟蹤精度，設(shè)計一種基于注意力機(jī)制的無監(jiān)督單目標(biāo)跟蹤算法。該算法使用DCFNet網(wǎng)絡(luò)作為基本網(wǎng)絡(luò)，通過前向跟蹤和后向驗(yàn)證實(shí)現(xiàn)無監(jiān)督跟蹤。為結(jié)合上下文信息，引入特征融合方法，且將DCFNet網(wǎng)絡(luò)每一層所提取的特征通過雙線性池化調(diào)整分辨率以便進(jìn)行特征融合；為關(guān)注不同特征通道上的關(guān)系，引入通道注意力機(jī)制SENet模塊；設(shè)計一個反向逐幀驗(yàn)證方法，在反向驗(yàn)證中間幀的基礎(chǔ)上再預(yù)測第一幀，進(jìn)而減少判別位置的誤差。在公共數(shù)據(jù)集OTB-2015上的測試結(jié)果顯示，本算法AUC分?jǐn)?shù)達(dá)60.6%，速度達(dá)61FPS。與無監(jiān)督單目標(biāo)跟蹤UDT算法相比，所設(shè)計算法取得了更優(yōu)的目標(biāo)跟蹤性能。

發(fā)表于：7/5/2022 5:06:05 PM

交通場景下基于深度強(qiáng)化學(xué)習(xí)的感知型路徑分配算法[其他][其他]

路徑分配問題是交通數(shù)字孿生系統(tǒng)的重要研究方向之一，其重點(diǎn)是綜合考量行駛需求的動態(tài)變化以及路網(wǎng)信息的實(shí)時改變，實(shí)現(xiàn)高效合理的路徑規(guī)劃?，F(xiàn)階段一些經(jīng)典的分配算法如粒子群、Dijkstra等算法及其優(yōu)化模型僅能達(dá)到全局靜態(tài)最優(yōu)，忽略了現(xiàn)實(shí)交通中的復(fù)雜變化。而逐漸推出的各種深度學(xué)習(xí)算法雖能進(jìn)行全面的時空預(yù)測，但受限于海量歷史數(shù)據(jù)的歸納分析以及較高的運(yùn)算成本，難以大規(guī)模應(yīng)用。鑒于此，提出了一種靜態(tài)分配算法與深度強(qiáng)化學(xué)習(xí)算法結(jié)合的感知型路徑分配算法,在行駛中依據(jù)實(shí)時路網(wǎng)信息和車輛當(dāng)前狀態(tài)，實(shí)現(xiàn)全局路徑動態(tài)再分配及更新，相關(guān)算法的精度和效率在仿真實(shí)驗(yàn)中得到驗(yàn)證。

發(fā)表于：7/5/2022 4:51:30 PM

MATLAB到高性能C的代碼轉(zhuǎn)換系統(tǒng)設(shè)計與實(shí)現(xiàn)[可編程邏輯][其他]

MATLAB被廣泛應(yīng)用于算法設(shè)計及驗(yàn)證，但由于平臺限制及性能因素影響，實(shí)際工作中通常使用C語言及高性能庫來重寫和優(yōu)化代碼。人工轉(zhuǎn)換MATLAB到C工作繁瑣，而大部分已有的自動轉(zhuǎn)換方法又難以解決MATLAB的高性能矢量運(yùn)算和庫函數(shù)與C的對接問題。為此，設(shè)計了一個MATLAB到高性能C的自動轉(zhuǎn)換系統(tǒng)，通過將MATLAB代碼轉(zhuǎn)換為中間表示，進(jìn)一步轉(zhuǎn)換為C代碼。同時，將MATLAB的高性能矢量運(yùn)算和庫函數(shù)對接到高性能C函數(shù)庫Math Kernel Library(MKL)上。在相同MATLAB代碼上的實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)轉(zhuǎn)換生成的C代碼性能與人工編寫的C代碼相當(dāng)，優(yōu)于已有的轉(zhuǎn)換方法生成的C代碼。

發(fā)表于：7/5/2022 4:45:10 PM

民用無人機(jī)領(lǐng)域數(shù)據(jù)與飛行安全法律規(guī)制研究[通信與網(wǎng)絡(luò)][航空航天]

無人機(jī)技術(shù)是當(dāng)今工業(yè)互聯(lián)網(wǎng)發(fā)展的助力之一，尤其是5G技術(shù)與無人機(jī)技術(shù)的結(jié)合成為推動工業(yè)向數(shù)字化轉(zhuǎn)型升級的重要力量。但是，在無人機(jī)大規(guī)模應(yīng)用的同時，也不能忽視其給行業(yè)帶來的風(fēng)險與挑戰(zhàn)。主要討論民用無人機(jī)存在的隱私侵權(quán)問題及其造成的數(shù)據(jù)安全問題和“黑飛”問題，并對比中外法律法規(guī)提出有關(guān)法律體系建設(shè)的建議。

發(fā)表于：7/5/2022 4:35:34 PM

大數(shù)據(jù)技術(shù)中的隱私保護(hù)法律問題[通信與網(wǎng)絡(luò)][信息安全]

大數(shù)據(jù)技術(shù)廣泛應(yīng)用的同時也帶來了諸多問題，對用戶隱私和數(shù)據(jù)安全造成了嚴(yán)重侵害。由于大數(shù)據(jù)發(fā)展速度快和法律屬性界定復(fù)雜等原因，現(xiàn)行法律法規(guī)存在一定的滯后，對此類問題適用性不佳，需要隨著大數(shù)據(jù)技術(shù)的發(fā)展進(jìn)行及時的改進(jìn)，從而適應(yīng)日新月異的網(wǎng)絡(luò)環(huán)境。

發(fā)表于：7/5/2022 4:30:37 PM

保留格式加密的雙擾工作模式[通信與網(wǎng)絡(luò)][信息安全]

在通常的分組密碼ECB或CBC工作模式下，當(dāng)數(shù)據(jù)分組的分組長度較小時，可能會因?yàn)槊芪慕M重復(fù)導(dǎo)致明文信息泄露。為此，給出了一種適用于保留格式加密算法的創(chuàng)新工作模式。以加密初始向量為起點(diǎn)，用一種密鑰參與運(yùn)算的非線性遞歸方法產(chǎn)生不可預(yù)測序列，并以加擾形式將該序列作用到分組迭代變換的輸入和輸出數(shù)據(jù)組中。即明文組變換到密文組的過程由明文加擾、分組加密和密文加擾三步構(gòu)成。這樣的工作模式將使得攻擊者難以獲得和積累明密對，以及實(shí)施已知明文攻擊。這將在一定程度上消除某些密碼算法因?yàn)槊魑慕M空間較小而存在的安全缺陷。因此，該工作模式適用于某些保留格式加密算法或分組較小的輕量級分組算法。

發(fā)表于：7/5/2022 4:18:35 PM

基于CL-PKC的衛(wèi)星通信認(rèn)證技術(shù)研究[通信與網(wǎng)絡(luò)][航空航天]

隨著衛(wèi)星通信技術(shù)的不斷發(fā)展，衛(wèi)星通信組網(wǎng)技術(shù)受到越來越多的關(guān)注，其相關(guān)的安全問題也更加突出。針對衛(wèi)星通信認(rèn)證技術(shù)進(jìn)行研究，分析了衛(wèi)星網(wǎng)絡(luò)的特點(diǎn)和安全認(rèn)證需求，提出了一種基于身份的密碼體制認(rèn)證方案，實(shí)現(xiàn)了身份認(rèn)證和密鑰協(xié)商，以及對合法用戶的身份信息的保護(hù)功能。并進(jìn)行仿真實(shí)驗(yàn)對協(xié)議的安全可行性進(jìn)行了驗(yàn)證，結(jié)果表明，該方案達(dá)到了安全、高效的認(rèn)證效果。

發(fā)表于：7/5/2022 4:06:11 PM

基于變分自編碼器和三支決策的工控入侵檢測算法[其他][工業(yè)自動化]

為了更精確地提取工控入侵?jǐn)?shù)據(jù)集特征和更精準(zhǔn)地分類惡意數(shù)據(jù)，使得入侵檢測方法滿足當(dāng)前工業(yè)控制網(wǎng)絡(luò)的安全需求，提出了基于變分自編碼器(Variational Autoencoder，VAE)和三支決策理論(Three-way Decisions，TWD)的新型工業(yè)控制網(wǎng)絡(luò)入侵檢測算法(VAE-TWD)。該算法利用變分自編碼器強(qiáng)大的感知能力對高維數(shù)據(jù)進(jìn)行降維映射和特征提取，再對正常和惡意數(shù)據(jù)利用三支決策理論進(jìn)行即刻決策，劃分入正向決策域和負(fù)向決策域。而對于邊界域內(nèi)不確定的數(shù)據(jù)，將通過不同粒度的特征，選擇適當(dāng)數(shù)據(jù)構(gòu)成新的訓(xùn)練集并擴(kuò)充到原有數(shù)據(jù)集中。然后重復(fù)決策過程，直至決策域中數(shù)據(jù)為空，規(guī)避盲目決策的風(fēng)險。實(shí)驗(yàn)結(jié)果表明VAE-TWD算法提升了對工控入侵檢測的特征提取能力和分類能力，且在準(zhǔn)確率、檢出率、誤報率、F1得分等指標(biāo)上均優(yōu)于對比算法，有效提高了工控入侵檢測的性能。

發(fā)表于：7/5/2022 3:57:45 PM