全文获取类型
收费全文 | 41篇 |
免费 | 7篇 |
国内免费 | 55篇 |
专业分类
综合类 | 26篇 |
无线电 | 9篇 |
一般工业技术 | 1篇 |
自动化技术 | 67篇 |
出版年
2024年 | 2篇 |
2023年 | 6篇 |
2022年 | 5篇 |
2021年 | 7篇 |
2020年 | 7篇 |
2019年 | 2篇 |
2018年 | 3篇 |
2017年 | 5篇 |
2016年 | 2篇 |
2015年 | 2篇 |
2014年 | 7篇 |
2013年 | 3篇 |
2012年 | 4篇 |
2011年 | 3篇 |
2010年 | 8篇 |
2009年 | 6篇 |
2008年 | 3篇 |
2007年 | 5篇 |
2006年 | 2篇 |
2005年 | 3篇 |
2004年 | 7篇 |
2002年 | 1篇 |
2000年 | 1篇 |
1999年 | 5篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1994年 | 1篇 |
排序方式: 共有103条查询结果,搜索用时 0 毫秒
1.
该文提出了一种适用于联盟链的基于信用投票机制的共识算法(PoVT)。该算法通过引入投票机制来决定记账权的归属,避免了节点之间的算力竞争,使系统中的节点能够公平地获得记账权;通过给节点赋予信用值,减小权益对系统的影响,同时对节点的行为进行量化评价能够更好地约束节点的行为,使其对恶意行为产生顾虑;此外,在PoVT的基础上提出了一个主从多链的分层跨链模型,对其性能进行了实验分析,结果表明系统的效率有了提高,且对双花攻击、自私挖矿、权益粉碎等攻击手段都有一定的防御能力。 相似文献
2.
3.
4.
实用化量子隐形传态技术作为发展可拓展量子计算和量子网络的必经途径,在金融、政务、国防军事、远距离通信(如空间探测)等领域中大显身手,量子纠缠与超联合测量给量子隐形传态基础理论和应用技术带来了巨大挑战,同时也为理论和技术(应用)层面产生基础创新带来了契机。该文从量子纠缠演化与免疫噪声模型、量子信道容量与编码、量子隐形传态机制方面对免疫噪声的量子隐形传态协议研究进行综述,最后探讨未来的研究热点和发展趋势。 相似文献
5.
提出了一种分组密码算法的延迟结合模式,进行了基于信息论原则的安全性证明,并对加入延迟后的密钥执行效率进行了评估。对于算法公开的分组密码,使用密钥延迟技术加强密码体制本身的强度,弱化种子密钥通过互联网公开分发造成的信息泄漏,特别可以有效阻止中间人唯密文进行的算法还原攻击。 相似文献
6.
噪声问题严重影响了量子对话在信息保真、信道容量和信息泄露方面的安全性。针对此问题,该文提出一种免疫联合旋转噪声的鲁棒量子对话协议。通过建立以团簇态为量子载体的,对联合旋转噪声免疫的逻辑量子态,构造相应的消相干自由子空间(DFS),再构建纠缠交换的量子隐秘信道。通过隐写在信息伪装、信息隐蔽、窃听检测等方面的优势,实现能抵抗旋转噪声的保真量子对话模型,保证秘密信息交换的准确性和安全性。通过比较得出,该文所提出的协议具有最高量子比特效率,且测量只需要单光子。 相似文献
7.
提出了一种基于E-mail系统的分布式文件系统——EMDFS,给出了扩展的STMP协议(ESTMP)的状态转换方式和定义,在此基础上研究了利用ESMTP来构建分布式个人文件系统的方法和模型,设计了EMDFS的模型、内外存的结构、I/O操作、用户接口以及EMDFS的各种功能。 相似文献
8.
为了在使用基于位置的服务时用户的位置信息不被不可信的位置服务提供商所泄漏,k-匿名位置隐私保护已被广泛研究.然而在集中匿名器被黑客控制时原k-匿名算法会泄漏所有用户的位置隐私,在进行k个最近邻目标查询时对网络的负载较重,而SpaceTwist算法又不能保证k-匿名.提出了一种基于经纬网格的递增KNN位置隐私保护查询算法,将经典的k-匿名算法与SpaceTwist算法相杂交,并引入经纬网格代替原来精确的位置上报给集中匿名器,从而解决了上述问题.实验证明基于经纬网格的递增KNN查询算法比较节省从集中匿名器到位置服务提供商的服务器之间的网络流量. 相似文献
10.
随着图像、文本、声音、视频等多模态网络数据的急剧增长,人们对多样化的检索需求日益强烈,其中的跨模态检索受到广泛关注。然而,由于其存在异构性差异,在不同的数据模态之间寻找内容相似性仍然具有挑战性。现有方法大都将异构数据通过映射矩阵或深度模型投射到公共子空间,来挖掘成对的关联关系,即图像和文本的全局信息对应关系,而忽略了数据内局部的上下文信息和数据间细粒度的交互信息,无法充分挖掘跨模态关联。为此,文中提出文本-图像协同注意力网络模型(CoAN),通过选择性地关注多模态数据的关键信息部分来增强内容相似性的度量。CoAN利用预训练的VGGNet模型和循环神经网络深层次地提取图像和文本的细粒度特征,利用文本-视觉注意力机制捕捉语言和视觉之间的细微交互作用;同时,该模型分别学习文本和图像的哈希表示,利用哈希方法的低存储特性和计算的高效性来提高检索速度。在实验得出,在两个广泛使用的跨模态数据集上,CoAN的平均准确率均值(mAP)超过所有对比方法,文本检索图像和图像检索文本的mAP值分别达到0.807和0.769。实验结果说明,CoAN有助于检测多模态数据的关键信息区域和数据间细粒度的交互信息,充分挖掘跨模态数据的内容相似性,提高检索精度。 相似文献