基于联盟自治的区块链跨链机制

针对目前区块链系统跨链互操作难问题而导致的“信息与价值孤岛”现象,提出一种基于联盟自治的区块链跨链机制。该机制的核心思想是以链治链,通过构建一条由多方共治的中继联盟链来管理跨链网络,用于解决不同区块链系统之间的数据共享、价值流通与业务协同问题。首先,提出了一个基于中继模式的跨链系统为同异构区块链系统提供交互服务;其次,详细设计了中继联盟链,设定了应用链及其用户参与跨链系统的规则;然后,总结了跨链交互的基本类型并制定了基于智能合约的跨链交互实现流程;最后,通过多组实验验证了跨链方案的可行性,评估了跨链系统的性能指标,并且分析了整个跨链网络的安全性。仿真结果与安全性分析证明,所提机制中的通道分配策略与出块权分配方案具有实际可行性,当涉及资产交易时,该机制的吞吐量最高可达到758 TPS,而不涉及资产交易时的吞吐量最高可达到960 TPS,且拥有高级别的安全性与粗细粒度兼具的隐私保护机制。基于联盟自治的区块链跨链机制可提供安全高效的跨链服务,适用于目前大多数跨链场景。     

三十四团农机作业成本分析及对未来农机出路的思考

近几年,随着国家农机具购置补贴政策的出台,新疆生产建设兵团农二师三十四团新购60hp以上拖拉机76台,对加快农机具更新、提高农业机械化水平起到了积极的推动作用。由于受经济因素的影响,石油、钢材价格不断上涨,因此农业机械使用的柴油、配件价格也随之上涨30%左右,这直接影响了农机工人的经济利益。本文根据34团农业机械化报表对34团农机作业成本进行了详细分析。     

基于外部因素的用户—产品二部分网络结构特性分析

产品的外部因素对用户的群集行为有很大的影响, 然而在外部因素的影响下, 从理论模型上分析用户的群集行为却往往被忽略, 因此从理论模型角度分析了用户产品二部分网络结构特性。综合考虑了外部因素和内在属性, 建立了用户选择产品的理论模型, 并利用生成函数推导了用户和产品的度分布及投影后用户和产品的度分布。最后, 举例分析并进行了数值模拟, 发现模拟结果与理论分析结果非常吻合, 证明了这种方法对于分析二部分网络结构特性是有效的。     

基于流行度的非平衡物质扩散推荐算法

针对产品的异质性没有在推荐算法中得到很好利用的问题,提出一种考虑产品流行度对用户兴趣偏好影响的物质扩散算法。通过模拟物质在用户-产品二部分网络上的扩散过程,并且引入产品流行度的可调参数,对产品流行度的影响进行定量刻画。在三个真实数据集上进行数值实验结果表明,该算法与经典的物质扩散算法相比,MovieLens、Netflix和Last.FM数据集上的平均排序打分可以分别提高25.60%、10.96%和1.2%;推荐列表多样性分别提高59.30%、53.07%和8.59%。所提出的非平衡的物质扩散算法所得到的结果更切合实际。     

从实践中看农机市场与农机购置补贴

关于农机购置补贴与市场关系的讨论,应以辩证唯物论为指导,坚持实事求是。从实际出发,从感性到理性,从现象到本质,从实践上升到理论,形成对客观事物的正确认识,并用正确的理性认识来指导实践。     

探索团场小型农业机械的管理

随着近年来国家农机购置补贴政策落实,广大农户购买农机具热情高涨,团场各类农机具保有量急剧增加,农机安全形势也日趋严峻,农机管理工作难度加大。其中,小型拖拉机数量多、较分散、违章现象严重是农机管理工作中存在的普遍问题。新疆生产建设兵团农二师33团结合农机管理工作中遇到的实际问题,探索出适合团场小型农业机械的管理方式。     

基于侥幸心理的自愿接种模型研究

该文基于个体接种疫苗倾向的差异性,结合博弈理论建立了一个基于节点重要性倾向的自愿接种模型;同时,针对人们在选择是否接种时存在的心理因素,建立了一个基于侥幸心理的自愿接种模型。针对疫苗永久有效、疫苗有效期有限和信息存在时间延迟3种情况,借助经典的SIS传染病模型在BA无标度网络与ER随机网络上对上述两个模型的疾病传播进程进行了对比分析。结果表明:若存在侥幸心理,BA网络中的感染节点密度将更大,即对BA网络影响更大;还发现对于该文所设参数,当人们存在侥幸心理时,感染人数增加了2倍以上。     

真实信息发布在谣言传播中的作用研究

在基本谣言传播模型的基础上引入真实信息因素,构建了SIH谣言传播模型,并借助Monte Carlo模拟对模型进行了仿真。模型分别从真实信息发布时刻,真实信息发布者的数量、度和公信力四点研究了真实信息发布如何影响谣言的传播过程。Barabasi-Albert网络上的仿真结果表明,谣言爆发初期是谣言治理的最佳时期,真实信息的发布对谣言的传播起到扼制作用。另外,谣言传播者比例所能达到的峰值S_max与真实信息发布者所占比例η之间近似服从幂律分布S_max∝η^－μ₁;该峰值与真实信息发布者公信力提升的倍数ω之间也近似服从幂律分布S_max∝ω^－μ₂,其中指数μ₁和μ₂的大小均受到真实信息发布时间T的影响。     

考虑负相关性信息的协同过滤算法研究

为了研究Pearson负相关性信息对协同过滤算法的影响, 提出了一种考虑负相关性信息的协同过滤算法。该算法选取正相关用户作为最近邻居, 负相关用户作为最远邻居, 使用参数调节最近邻居和最远邻居在推荐过程中的作用。MovieLens数据集上的对比实验表明, 负相关性不仅可以提高推荐结果的准确性, 而且可以增加推荐列表的多样性; 进一步分析发现, 负相关性还可以大幅度提高不活跃用户的推荐准确性。该工作表明, 负相关性有助于解决推荐系统中准确性、多样性两难的问题和冷启动问题。     

基于深度随机森林算法的短期用户负荷预测——以金华地区为例

通过网络爬虫获取天气数据，并结合金华市用户负荷数据，采用深度随机森林算法对用户负荷进行短期预测。借助4种评价指标，通过对比支持向量回归算法、K近邻算、贝叶斯岭回归算法、随机森林算法以及多个深度神经网络算法，发现深度随机森林算法预测效果最佳，支持向量回归算法次之，而深度神经网络算法在该数据集上表现一般。