排序方式: 共有40条查询结果,搜索用时 250 毫秒
21.
22.
针对联邦学习算法在用户行为预测中存在的准确率低和运行效率不高等问题,提出一种无损失的联邦学习安全树(FLSectree)算法。首先,通过对损失函数的推导,证明损失函数的一阶偏导数与二阶偏导数为敏感数据,采用特征索引序列的扫描和分裂来返回加密后的最佳分裂点,以保护敏感数据不被泄露;接着,通过对实例空间的更新来继续向下分裂并寻找下一个最佳分裂点,直至满足终止条件后结束训练;最后,利用训练后的结果使得各参与方得到本地算法参数。实验结果表明,FLSectree算法能够在保护数据隐私的前提下有效提高用户行为预测算法的准确率和训练效率,与联邦学习FATE(Federated AI Technology Enabler)框架中的SecureBoost算法相比,FLSectree算法在用户行为预测中的准确率提高了9.09%,运行时间降低了87.42%,训练结果与集中式Xgboost算法一致。 相似文献
23.
24.
目前的防盗系统主要通过判断行李与用户之间的距离,来确定行李箱是否安全,缺少行李运动状态,造成判断精度较差,适用范围较小。针对以上问题,设计了一种基于Arduino的智能防盗系统。Arduino通过各种各样的传感器来感知环境,与各种硬件搭配可以实现对系统的智能控制。通过Arduino101板载惯性测量单元以及超声波传感器来收集行李箱的运动姿态数据,使用Madgwick滤波算法和AHRS姿态算法对感知数据进行处理,得到行李箱的实时运动姿态。根据姿态分析和超声波测距联合判断行李箱是否丢失,并提醒用户。该系统解决了原方案不能准确判断行李箱运动状态的问题,实现了行李箱精确检测、智能防盗,即当行李箱非正常移动时可及时触发蜂鸣器并发出警报声,通过短信模块发送报警短信到用户手机,有效规避财务损失。 相似文献
25.
26.
针对现有机器学习算法难以有效提高贯序不均衡数据分类问题中少类样本分类精度的问题,提出一种基于混合采样策略的在线贯序极限学习机。该算法可在提高少类样本分类精度的前提下,减少多类样本的分类精度损失,主要包括离线和在线两个阶段:离线阶段采用均衡采样策略,利用主曲线分别构建多类和少类样本的可信区域,在不改变样本分布特性的前提下,利用可信区域扩充少类样本和削减多类样本,进而得到均衡的离线样本集,建立初始模型;在线阶段仅对贯序到达的多类数据进行欠采样,根据样本重要度挑选最具价值的多类样本,进而动态更新网络权值。通过理论分析证明所提算法在理论上存在损失信息上界。采用UCI标准数据集和实际的澳门空气污染预报数据进行仿真实验,结果表明,与现有在线贯序极限学习机(OS-ELM)、极限学习机(ELM)和元认知在线贯序极限学习机(MCOS-ELM)算法相比,所提算法对少类样本的预测精度更高,且数值稳定性良好。 相似文献
27.
连通度是Ad Hoc网络的根本属性。保持网络的连通性对于提高网络的吞吐量至关重要。目前的研究主要以概率论方法为理论基础,讨论节点临界的传输范围以及节点的平均度在什么情况下,保持Ad Hoc网络的k连通。首先对Ad Hoc网络连通度目前的研究进展进行了综述,其次在引入能量模型的基础上,对Ad Hoc网络的连通度进行了仿真,基于仿真结果指出了相关文献的不足之处,最后对将来的研究方向进行了展望。 相似文献
28.
29.
基于能量模型的自组织网络路由协议的研究 总被引:1,自引:0,他引:1
Adhoc网络节点能量受限的路由协议的研究是目前的一个热点,IETF的MANET小组提出的几种经典的路由协议,属于最短路由,即最小跳数路由,没有考虑能量因素。由于Adhoc网络中的节点是由电池供电,整个网络是一个能量受限系统,如何节省节点的能量,尽可能延长网络的可操控时间逐渐成为衡量路由协议性能的重要指标。但是,目前针对这几种路由协议基于节点能量约束的评估很少。文章基于节点能量的约束,以能量消耗程度、节点终止情况和连能性为指标,对AdHoc四种典型的路由协议在不同的运动场景下进行了比较,系统的仿真研究,得出了与相关文献不一致的结论;基于我们的仿真结果,该文认为基于能耗研究Adhoc网络路由协议应以节点能耗的平衡性而不仅仅是能耗量的多少来考虑问题。 相似文献
30.
研究了固溶时效工艺参数对ZA27MnSi合金的冲击值、金相组织和断口形貌的作用规律,认为该合金的固溶过程包括枝晶成分均匀化、化合物溶解、非平衡共晶组织的扩散消失和晶粒粗化;时效过程主要包括α相的共析分解、合金元素的聚集和化合物析出长大以及组织粗化.结果表明,经180℃或270℃固溶、自然时效,ZA27MnSi合金的冲击值可由铸态的15J/cm提高到410~46J/cm. 相似文献