排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
人工智能为公共和国防安全的发展和应用提供了巨大的机遇,然而国防安全数据包含了敏感的军事、情报和战略信息,一旦泄露或被滥用,可能对国家安全造成严重威胁,如何确保国防安全数据的隐私保护成为一项重要挑战。个性化联邦学习是近年来发展起来的一种新型的机器学习方法,它旨在通过将分布式的数据在本地进行训练和更新,从而实现在保护数据隐私的前提下提高本地模型的准确性和鲁棒性。与传统的中心化机器学习方法不同,个性化联邦学习允许不同数据拥有者之间共享模型的信息,而不是数据本身。这种方法已经在医疗、金融、物联网等领域得到了广泛的应用。本文从全局模型个性化和本地模型个性化两个方面分别介绍了个性化联邦学习的基本原理以及研究现状,总结了各个方法的优缺点,并讨论了现有方法的评价指标和常用数据集,最后展望了它在未来的发展前景。 相似文献
2.
3.
由于未来用气量是一个随机变量,过去采用点预测的方式无法客观体现出其随机性的特征,由此得到的供气可靠性评价结果也难以客观反映实际情况。为了准确预测用气量,在调研输气管网供气量预测模型研究进展的基础上,提出了一种采用基于小波分解的神经网络模型来预测随机性用气量的供气可靠度计算方法,通过对比分析模型预测结果与实际用气量的误差,确定用气量所服从的分布类型及参数,结合管道的最大允许输气量,以供气可靠度最高作为目标函数,建立了优化流量分配及计算管网供气可靠度的数学模型,进而利用该模型对某一虚拟管网进行了供气可靠性评价。结果表明:(1)所建模型求解的流量分配方案优先保障权重较大/较为重要的用户,但会牺牲其他用户的供气可靠度,管网总体供气可靠度亦会下降;(2)取消权重后,管网总体供气可靠度提高,优先保障距离气源地较近的用户,若不要求完全满足用户的用气量,则在降低一定的标准后,所有用户的供气可靠度都能达标。结论认为:所提出的计算方法结合了用气量随机的特性,能够更加客观地评价管网的供气可靠度,同时由于引入了用户的权重,在计算管网供气能力的时候能优先满足重要的用户,更加符合实际情况,其评价结果可以指导输气管网的高效运行。 相似文献
4.
认知无线电网络中基于信任的合作频谱感知框架 总被引:1,自引:1,他引:0
文中提出了一种基于信任的合作频谱感知框架.通过本地感知差异、感知位置因素、控制信道条件为参与频谱感知的用户建立信任,准确地权重决策中心的单用户感知信息.仿真结果表明,在一定虚警概率的约束条件下,该框架应用于具体模型时具有较低的漏检概率. 相似文献
5.
Java语言提供了同步锁、可重入锁和读写锁等几种锁机制,在并行程序设计中不同的数据结构使用这几种锁机制时获得的性能通常是不同的。为了在不同的锁机制之间进行自动转换,进而帮助程序员了解程序的性能,提出了一种面向Java锁机制的字节码自动重构框架,并基于该框架实现了字节码重构工具Lock2Lock。Lock2Lock在Quad中间表示的基础上对字节码进行静态分析,并对分析的结果进行一致性验证,通过Javassist完成字节码的重构。使用红黑树、消费者生产者程序以及SPECjbb2005 3个测试程序对Lock2Lock重构工具进行了测试,结果表明,Lock2Lock可以成功地实现从同步锁到可重入锁或读写锁的重构。 相似文献
6.
7.
8.
天然气的组成分析需要以取样为基础。基于在线气相色谱仪的直接取样技术以及基于累积取样系统的间接取样技术已在国外天然气贸易交接中获得了广泛应用。以北京燃气集团某门站的试验数据为基础,对比了分别采用在线气相色谱仪和累积取样系统分析获得的燃气物性参数。结果表明,通过上述2种方式获得的数据具有高度的一致性。在城市燃气行业,累积取样系统的应用是对在线取样技术的有效补充。 相似文献
9.
仇晶 《数字社区&智能家居》2009,(6)
在低比特率视频编码时,全零块的预先判断,能够有效地减少编码器的计算复杂性,是优化编码器常用的技术之一。该文根据离散余弦变换(DCT)和量化运算的特点,提出了一种新的用于低比特率视频编码的全零块预先判别方法。实验结果表明,在保持图像质量满足应用需求的情况下,这种方法能显著减少冗余运算,节省编码时间。 相似文献
10.