基于区块链的云数据删除验证协议

云服务器可以为用户提供任何时间、任何地点的服务,并极大地降低用户成本,提高使用的便利性,如今越来越多的用户将自己的数据存储在云服务器.然而,关于云存储中的安全问题不时得到披露,影响到用户对云存储的信任,因此必须足够重视云存储及云服务中的安全问题.例如未经身份验证的用户不可以访问云服务器,云服务器不按用户的要求删除数据应该能被发现并惩罚.为了解决这些问题,提出了一种基于区块链的云数据删除验证协议.首先,用户通过调用智能合约向云服务器证明自己的身份,并且创建数据删除的请求交易,然后云服务器删除数据并生成一条嵌有删除证据的区块链(证据链).无论云服务器是否恶意,用户都可以验证数据删除结果.安全性分析表明：提出的协议可以在没有第三方可信机构的情况下完成数据的公开验证,同时可以抵抗窃听攻击、假冒攻击等.     

具有延迟特性的倾斜镜系统中速度-位置控制方法

在基于图像传感器的倾斜镜控制系统中,由于传感器采样频率和系统延时的影响,限制了系统的闭环性能和控制带宽。在有限带宽的条件下,本文提出利用光栅尺测量位置,差分得到速度,实现基于图像传感器系统的速度-位置反馈控制,从而提升倾斜镜控制系统的误差抑制能力。速度反馈环节的引入,使控制系统呈微分特性,当速度反馈闭环完成后,图像位置回路具有积分特性,此时使用PI控制器稳定系统,从而使得系统从零型上升为二型系统,提升系统的误差抑制能力。仿真和实验都证明这种方法可以有效地提高跟踪控制系统的闭环性能。     

基于重排序的迭代式实体对齐

现有的知识图谱无法避免地存在不完整这一问题.缓解此问题的可行方法是引入外部知识图谱中的知识.在此过程中,实体对齐是最关键的步骤.当前最先进的实体对齐解决方案主要依靠知识图谱的结构信息来判断实体的等价性,但在真实世界知识图谱上,大部分实体只具有较低的节点度数以及微少的结构信息.此外,标注数据的缺乏也大大限制了实体对齐模型的效果.为解决上述问题,提出将不受节点度数影响的实体名信息与结构信息相结合,从更全面的角度实现实体对齐.在此基本框架上,利用基于课程学习的迭代训练方法从易至难地选择高置信度结果加入到训练数据中,扩增标注数据的规模.最后使用词移距离模型进一步改进实体名信息的利用方式,并对前序对齐结果重排序,提升实体对齐准确率.在跨语言以及单语言实体对齐任务上的实验结果表明,提出的实体对齐方法性能远好于当前最好的方法.     

IC引线框架用Cu-Cr-Zr系材料的研究现状与发展

从该合金的设计、制备方法、热处理和加工工艺等四方面介绍了国内外引线框架用Cu-Cr-Zr系铜合金的研究、生产和应用的现状,以及获得高强、高导Cu-Cr-Zr系铜合金的基本原理与方法。探讨了国内引线框架用铜合金的发展趋势。     

单辊快淬锌铝合金早期时效相变研究

通过100℃等温时效XRD分析可知,单辊快淬锌铝合金早期时效过程中胞状分解反应(即α'→α'T η)为主导.DSC数据计算得出,胞状分解的相变激活能为88.24kJ/mol,表明其分解主要受锌原子扩散控制.同时还发现,调幅分解几乎与胞状分解同时发生,二者之间没有明显界限,调幅波长为2.16nm.快速凝固工艺极大地提高了合金元素的固溶度,新型合金具有很高的硬度,并且呈典型时效硬化特性.     

无限最大间隔线性判别投影模型

针对具有多模分布结构的高维数据的分类问题,该文提出一种无限最大间隔线性判别投影(iMMLDP)模型。与现有全局投影方法不同,模型通过联合Dirichlet过程及最大间隔线性判别投影(MMLDP)模型将数据划分为若干个局部区域,并在每一个局部学习一个最大边界线性判别投影分类器。组合各局部分类器,实现全局非线性的投影与分类。iMMLDP模型利用贝叶斯框架联合建模,将聚类、投影及分类器进行联合学习,可以有效发掘数据的隐含结构信息,因而,可以较好地对非线性可分数据,尤其是具有多模分布特性数据进行分类。得益于非参数贝叶斯先验技术,可以有效避免模型选择问题,即局部区域划分数量。基于仿真数据集、公共数据集及雷达实测数据集验证了所提方法的有效性。     

基于盒维数与L-Z复杂度的雷达复合干扰特征提取方法

针对射频噪声信号和距离欺骗干扰信号的叠加、秉积和卷积3种形式复合的雷达复合干扰信号,提取了盒维数与L-Z复杂度特征,并对盒维数特征的抗噪性能进行了理论推导.通过仿真实验,求得了不同干噪比(Jam-ming-to-noise ratio,JNR)下的L-Z复杂度与盒维数特征分布.最后采用二维特征联合识别方法,对3种雷达复合干扰信号进行了识别,JNR为0 dB时识别概率达到85%以上.     

Error suppression techniques for energy-efficient high-resolution SAR ADCs

The successive approximation register (SAR) is one of the most energy-efficient analog-to-digital converter (ADC) architecture for medium-resolution applications. However, its high energy efficiency quickly diminishes when the target resolution increases. This is because a SAR ADC suffers from several major error source, including the sampling kT/C noise, the comparator noise, and the DAC mismatch. These errors are increasing hard to address in high-resolution SAR ADCs. This paper reviews recent advances on error suppression techniques for SAR ADCs, including the sampling kT/C noise reduction, the noise-shaping (NS) SAR, and the mismatch error shaping (MES). These techniques aim to boost the resolution of SAR ADCs while maintaining their superior energy efficiency.     

基于运动蓄电的智能温控衣设计

针对目前市场上的温控衣只能通过市电充电,导致在寒冷的边疆等充电不便的条件下不能长时间使用的现状,设计了一种能运动蓄电、手机调温的智能温控衣。运动蓄电采用人体运动切割磁感线,产生电能给蓄电池充电;手机调温采用蓝牙通信技术,实现温控衣与智能手机的通信;STM32芯片作为控制核心,利用增量式PID算法使温控衣的温度始终保持在用户所设定的温度。测试结果表明,当运动速度达到2m/s(>2m/s)时,机械能转换电能的效率达到(超过)电源适配器充电的效果,解决了温控衣仅依赖市电充电的问题。