基于区块链技术的公益时间银行系统

在现有的时间银行系统中，时间币的发行功能和结算功能完全集中到一个中心节点上。这种极度中心化的功能结构，不仅存在容易发生中心节点单点失效、数据容易被篡改等信息安全问题，还存在着时间币的发行和流通缺乏透明度以及时间币的结算依赖中心化的结算机构等问题。针对这些问题，提出了一种基于区块链技术的解决方法。首先，将时间币的发行功能和结算功能从中心节点上分离出来；然后，利用具有分布式去中心化、集体维护和不可篡改等特性的区块链技术，将分离出来的发行功能逐步去中心化，将分离出来的结算功能去中心化，形成公益时间链（PWTB）；最终，PWTB利用区块链技术以去中心化的方式将时间银行系统由单个节点维护账本变成由集体维护一个分布式的共享账本，使时间币的发行和流通公开透明，时间币的结算不依赖某个中心化的节点。安全分析表明所设计的PWTB能够实现安全的信息传输与存储，以及数据的共享。     

结合优化支持向量机与K-means++的工控系统入侵检测方法

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题，提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法（PCA）对原始数据集进行预处理，消除其相关性；其次在粒子群优化（PSO）算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解；然后利用自适应变异粒子群优化（AMPSO）算法优化支持向量机的核函数和惩罚参数；最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型，从而实现工业控制系统的异常检测。实验结果表明，所提方法在检测速度和对各类攻击的检测率上得到明显提升。     

两阶段领域自适应学习

针对领域自适应问题中源域和目标域的联合分布差异最小化问题,提出两阶段领域自适应学习方法.在第一阶段考虑样本标签和数据结构的判别信息,通过学习一个共享投影变换,使投影后的共享空间中边缘分布的差异最小.第二阶段利用源域标记数据和目标域非标记数据学习一个带结构风险的自适应分类器,不仅能最小化源域和目标域条件分布差异,还能进一步保持源域和目标域边缘分布的流形一致性.在3个基准数据集上的实验表明,文中方法在平均分类准确率和Kappa系数两项评价指标上均表现较优.     

Oxide-Scale Evolution on a New Ni–Fe-Based Superalloy at High Temperature

Oxidation of Metals - The isothermal oxidation behavior and oxide-scale evolution on a newly developed Ni–Fe-based superalloy were investigated. Three oxidation stages were generally...     

Regulation of sensory nerve conduction velocity of human bodies responding to annual temperature variations in natural environments

The extensive research interests in environmental temperature can be linked to human productivity / performance as well as comfort and health; while the mechanisms of physiological indices responding to temperature variations remain incompletely understood. This study adopted a physiological sensory nerve conduction velocity (SCV) as a temperature‐sensitive biomarker to explore the thermoregulatory mechanisms of human responding to annual temperatures. The measurements of subjects’ SCV (over 600 samples) were conducted in a naturally ventilated environment over all four seasons. The results showed a positive correlation between SCV and annual temperatures and a Boltzmann model was adopted to depict the S‐shaped trend of SCV with operative temperatures from 5°C to 40°C. The SCV increased linearly with operative temperatures from 14.28°C to 20.5°C and responded sensitively for 10.19°C‐24.59°C, while tended to be stable beyond that. The subjects’ thermal sensations were linearly related to SCV, elaborating the relation between human physiological regulations and subjective thermal perception variations. The findings reveal the body SCV regulatory characteristics in different operative temperature intervals, thereby giving a deeper insight into human autonomic thermoregulation and benefiting for built environment designs, meantime minimizing the temperature‐invoked risks to human health and well‐being.     

增效过磷酸钙的增效机制及其对玉米生长的影响

利用猪毛、风化煤和腐植酸钠的水解液为增效剂制备了一种增效过磷酸钙,探讨了增效过磷酸钙的增效机制及其对玉米生长的影响。结果表明,蒸馏水浸提条件下,增效过磷酸钙能减缓水溶磷的释放,具备较高的pH值缓冲性。与普通过磷酸钙相比,增效过磷酸钙处理的玉米生物量平均增加了41.9%,吸磷量和吸钙量分别增加了61.7%和27.8%,根系活力增加了24.3%。该研究结果对过磷酸钙生产的技术改进具有指导意义。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。