区块链安全问题:研究现状与展望

区块链是比特币底层的核心技术,展示了在自组织模式下实现大规模协作的巨大潜力,为解决分布式网络中的一致性问题提供了全新的方法.随着比特币的广泛流通和去中心化区块链平台的蓬勃发展,区块链应用也逐渐延伸至金融、物联网等领域,全球掀起了区块链的研究热潮.然而,区块链为无信任的网络环境提供安全保障的同时,也面临安全和隐私方面的严峻挑战.本文定义了区块链系统设计追求的安全目标,从机制漏洞、攻击手段和安全措施三方面对区块链各层级的安全问题进行全面分析,提出了区块链的平行安全概念框架,并总结未来区块链安全问题的研究重点.本文致力于为区块链研究提供有益的安全技术理论支撑与借鉴.     

TDD大规模MIMO系统中两种新的下行预编码方案

针对时分双工大规模MIMO系统,该文提出两种新的下行链路预编码方案,即新最大比合并(NMRC)和新迫零(NZF)方案,通过理论分析得到两种新预编码方案下目标用户和非目标用户的下行链路信干噪比和频谱效率的表达式,并与传统的迫零(ZF)和最大比合并(MRC)预编码的下行链路信干噪比、频谱效率和误码率性能进行比较。仿真结果表明,所提出的NMRC和NZF预编码与传统的MRC和ZF预编码相比,在不增加运算复杂度的前提下可以获得更好的性能,而且新的预编码方案在提高目标用户性能的同时,对其他非目标用户的性能也有一定的改善。     

平行矿山:从数字孪生到矿山智能

针对新时代下我国矿区智能化发展诉求与矿山无人化进程中遇到的复现难、协同难的技术问题,本文融合智慧矿山理念、ACP(Artificial societies+computational experiments+parallel execution)平行智能理论和新一代智能技术,设计并实现了智慧矿山操作系统(Intelli...     

智能控制五十年回顾与展望: 傅京孙的初心与萨里迪斯的雄心

本文从智能的起源与目标开始讨论, 重新梳理人工智能史前的历史进程. 在此背景之下, 回顾智能控制从学习控制到平行控制的演化过程, 进而展望未来的控制智能从平行智能到知识自动化的可能发展途径. 前事不忘, 后事之师, 谨以此文纪念傅京孙与萨里迪斯教授开创并推动“智能控制”这一多学科交叉研究领域五十周年和二位开拓者诞辰九十周年.     

悼念乔治·萨里迪斯教授

惊悉智能控制和机器人与自动化的主要创始人之一,前美国普渡大学(PurdueUniversity)和伦塞利尔工学院(RPI)教授乔治·萨里迪斯(George N.Saridis)不幸于2006年10月29日因心脏病在其希腊雅典的家中去世。我们分别作为萨里迪斯教授在普渡大学和伦塞利尔工学院的同事和学生,闻此感到十分悲痛,并已向萨里迪斯教授的夫人尤拉(Youla)·萨里迪斯表示了深切的慰问。萨里迪斯教授1931年11月17日生于希腊雅典,1955年于希腊国立雅典工业大学获学士学位,1962和1965于普渡大学分别获硕士和博士学位。从1963年至1981年9月,萨里迪斯任教于普渡大学,从19…     

平行视觉的基本框架与关键算法

目的 随着计算机与人工智能的快速发展,视觉感知技术突飞猛进。然而,以深度学习为主的视觉感知方法依赖于大规模多样性的数据集,因此,本文提出了基于平行学习的视觉分析框架——平行视觉,它通过大量精细标注的人工图像来给视觉算法补充足够的图像数据,从而将计算机变成计算智能的“实验室”。方法 首先人工图像系统模拟实际图像中可能出现的成像条件,利用系统内部参数自动得到标注信息,获取符合要求的人工图像数据;然后使用预测学习设计视觉感知模型,利用计算实验方法在人工图像系统生成的大量图像数据上进行各种实验,方便地研究复杂环境条件等困难场景对视觉感知模型的影响,使一些实际中的不可控因素转变为可控因素,增加视觉模型的可解释性;最后通过指示学习反馈优化模型参数,利用视觉感知模型在实际场景下存在的困难来指导其在人工场景的训练,以实际与人工虚实互动的方式,在线学习和优化视觉感知模型。由于已经有大量研究人员致力于构建人工场景并生成大量虚拟图像,因此本文采用已构建的这些人工场景图像,并对实际场景图像进行翻转、裁剪、缩放等数据扩充,然后以计算实验和预测学习为重点,开展了相关的应用实例研究。结果 在SYNTHIA（synthetic collection of imagery and annotations）,Virtual KITTI（Karlsruhe Institute of Technology and Toyota Technological Institute）和VIPER（visual perception benchmark）数据集上进行的大量实验表明,本文方法能够有效地克服数据集分布差异对模型泛化能力的影响,性能优于同期最好的方法,比如在SYNTHIA数据集上检测和分割性能分别提升了3.8%和2.7%。结论 平行视觉是视觉计算领域的一个重要研究方向,通过与深度学习的结合,将推动越来越多的智能视觉系统发展成熟并走向应用。     

关于中专物理实验课改革的几点思考

物理学是一门以观察实验为基础的自然学科。如何改革物理实验教学，以适应社会主义市场经济对人才的需要，是物理课程改革的重要课题。现就此问题，谈几点不成熟的看法。一、改革依理实验课是时代发展的自求（－）物理学是整个自然科学的基础学科，也是一门实验科学。因此，物理实验的发展影响着整个物理学科的发展，影响着整个自然科学的发展。物理实验教学直接承担着培养学生科学素养及科学实验能力的任务，在整个物理学科的发展中起着举足轻重的作用。（二）随着科学技术的迅速发展，物理实验手段已逐渐发生变化，例如；激光、光纤、集成…     

二氨基二苯甲烷改性聚磷酸铵的合成及在环氧树脂中的应用

以二氨基二苯甲烷(DDM)和聚磷酸铵(APP)为原料,通过离子交换反应合成二氨基二苯甲烷改性聚磷酸铵(DDP),利用傅里叶变换红外光谱、核磁共振对DDP结构进行了表征。将DDP作为阻燃剂、DDM作为固化剂制备阻燃环氧树脂,通过极限氧指数仪、UL94垂直燃烧仪、锥形量热仪、热重分析和力学性能测试仪分别对阻燃环氧树脂的阻燃性能、成炭行为、热稳定性和力学性能进行了研究。结果表明,DDP在环氧树脂中表现出优异阻燃性能,添加15%的DDP可使环氧树脂的总释放热和峰值热释放速率下降32.3%和40.8%,LOI值达到37.1%并通过UL94 V-0级。热重分析表明,DDP有效增强了环氧树脂的成炭能力,当DDP质量分数为15%时,阻燃环氧树脂在800℃时的成炭量达到34.0%。力学性能分析表明,相同添加量的DDP相比于APP能赋予环氧树脂更佳的力学性能,其中15%DDP阻燃环氧树脂的拉伸强度达到35.9 MPa、弹性模量达到3844.7 MPa。     

细粒钢渣干式磁选精矿品位分形特性研究

选取转炉钢渣经破碎、筛分,通过自行研制的磁选机进行不同磁辊转频、分选行程下干式磁选试验.基于分形理论,根据产率计算方法计算各粒级精矿品位值,建立双对数分形方程式,研究各分选参数下精矿品位分形特性.结果表明,不同磁辊转频和分选行程下分形维数均值分别为2.25和2.31,分形特性显著、磁选机分选性能稳定,分选行程相对于磁辊转频对精矿品位影响较大;分形维数与磁辊转频二次函数负相关、与分选行程二次函数正相关;以分形特性优化磁辊转频、分选行程为44.56 Hz和11.52 mm,精矿回收率、品位达66.75%和58.46%.     

高速公路驾驶员行为模型的建立与仿真

传统的高速公路模型往往忽略了驾驶员微观个性的差别,很难满足控制、诱导等方面的精度要求.本文依据实际数据聚类分析结果将高速公路上行驶车辆的驾驶员分为五类,提出新的换道模型,并对高速公路上的自由流和拥挤流两种交通流的速度一密度关系用模糊推理进行建模,然后用实际数据进行仿真;最后对仿真结果进行了讨论,分析了模型的可行性.