基于数据运营安全的个人信息保护

个人信息因其自身携带隐私特性,与每个个体息息相关.个人信息保护不当,影响公众权益、企业利益以及社会秩序.在互联网、大数据、5G万物互联的时代,个人信息被广泛收集和使用,必须妥善解决个人信息保护问题,才能保障整个数据产业健康发展.而现有的个人信息保护方法或技术,不足以应对新形势下的保护诉求.基于数据运营安全的个人信息保护...     

基于数据驱动的流场控制方程的稀疏识别

利用有限数据建立系统的非线性动力学模型是具有挑战性的重要课题. 数据驱动的稀疏识别方法是近年来发展的从数据识别动力系统控制方程的有效方法. 本文基于数据驱动稀疏识别方法对不同流场的控制方程进行了识别. 采用非线性动力学偏微分方程函数识别(partial differential equations functional identification of nonlinear dynamics, PDE-FIND)方法和最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)方法对二维圆柱绕流、顶盖驱动方腔流、Rayleigh-Bénard (RB)对流和三维槽道湍流的控制方程进行了识别. 在稀疏识别过程中, 采用直接数值模拟得到的流场数据来计算过完备候选库中的每一项, 候选库中变量最高保留到二次, 变量导数最高保留到二阶, 非线性项最高保留到四阶. 结果发现PDE-FIND方法和LASSO方法对于不含有非线性项的控制方程, 如涡量输运方程、热输运方程和连续性方程, 都能准确识别. 对于含有强非线性项的控制方程, 如Navier-Stokes方程的识别, PDE-FIND方法正确地识别出了控制方程及流场的Rayleigh数和Reynolds数, 而LASSO方法识别结果不正确, 这是因为候选库中的项之间存在分组效应, LASSO方法通常只取分组中的一项. 本文还发现选择流动结构丰富的区域的数据进行控制方程的稀疏识别可以提高识别的准确性.      

基于深度学习和细观力学的颗粒材料本构关系研究

颗粒材料的本构关系对岩土工程等众多领域至关重要. 不同于传统的唯象本构理论, 本文基于机器学习模型探索了一种细观力学理论指导下的数据驱动型颗粒材料本构关系预测方法. 根据Vogit均质化假设, 建立了小应变条件下颗粒材料应力?应变解析关系, 此关系唯一地确定了一组与颗粒材料本构行为相关的细观组构变量. 这些变量与反应颗粒材料宏观性质的主应力和主应变信息通过一系列离散元三轴压缩数值试验获得. 考虑到细观组构变量为内变量, 不能直接作为本构模型的输入. 本文基于有向图方法将颗粒材料微观结构信息隐式地包含在应力?应变的预测当中, 并采用门控循环单元(GRU)循环神经网络作为基础深度学习模型描述有向图中结点之间的映射关系. 通过将有向图从目标节点沿源节点展开, 整个应力?应变预测模型可由两个神经网络分别训练并组装而成. 将训练后的深度学习模型在全新的数据集上进行测试, 结果表明该训练策略能有效捕捉到颗粒材料在常规三轴任意加卸载, 等中主应力系数b的真三轴加载, 和等平均有效应力p的真三轴加卸载等复杂多轴加载工况下的应力?应变响应关系, 模型具有良好的内插和外推预测能力. 考虑到深度学习模型捕捉颗粒材料力学响应的能力及其开放式学习的特点, 充分结合数据驱动方法和理论本构模型可能是颗粒材料本构研究的一个重要方向.      

应用单波段亮度变化率获取无云干扰的卫星数据

在卫星遥感检测中,云对数据的反演带来了严重的干扰。精确地确定云区及减弱云的干扰是具有挑战性的问题。根据云的大气辐射特性给出了卫星图像亮度变化率计算公式、图像反射率的变化率计算公式和热红外波段图像亮度温度变化率的计算方法。利用单波段亮度变化率检测卫星数据中云干扰相对强度的新方法,快速、精确地获取云区位置,得到云区以外无云干扰的数据。根据各光谱波段具有不同的透射云层能力的特点,文章还给出了卫星各红外波段对云层透射能力的客观评价以及影响透射效果的因素。在此基础上利用红外波段对伪卷云透射图像数据完成了多波段数据融合。很好地恢复了可见光波段云区下面的真实数据。统计数据表明,融合后的云区图像数据与可见光波段相关性保持一致。     

静态随机存储器数据残留特性研究

通常在安全处理系统中,微处理都将密钥储存在静态随机存储器(SRAM)中,如果SRAM的数据在断电后确实完全丢失,那么采取这样的对策是非常安全的,但是SRAM在断电后存在数据残留的问题,是系统的一个重大安全隐患。针对信息系统的安全性,用实验方法进行了SRAM数据残留特性的研究,确定了多种SRAM数据残留的临界温度点,建立了数据残留时间与温度的相关关系,进行了数据残留特性与电参数的相关分析,提取出数据残留特性的特征电参数待机电流Iddsb,有助于进一步研究SRAM数据残留机理。     

基于贝叶斯的大数据模型在大气污染成因分析中的应用

提出了一种基于多维高斯贝叶斯分类算法的复杂系统影响因素的分析方法,并利用大数据方法建立了不同PM_2.5范围的分类模型,结合马氏距离开展了影响因素的关键性分析。以合肥市2013―2018年间的天气与空气质量数据为基础,筛选了PM₁₀、SO₂、NO₂、CO、O₃等8个大气污染的关键影响因素,采用散点矩阵对PM_2.5与这些影响因素的相关性进行了分析。利用高斯贝叶斯分类器建立了基于8个主要参量的PM_2.5大气污染分析模型,研究发现,PM_2.5与CO浓度具有较强的正相关性,对NO₂具有选择性,与O₃具有负相关性,而CO与SO₂对PM2.5的产生存在某种竞争机制。     

OBS网络中的最小间隙组调度算法

根据OBS网络的结构和特点,分析了OBS网络核心节点的数据信道调度算法,提出了一种新的数据信道调度算法--最小间隙组调度(SGGS)算法,并详细讨论了该算法的具体实现.该算法将到达核心节点的控制包分组,然后将这一组控制包按数据包到达先后的次序调度数据信道,从而达到合理调度和使用数据信道,最终实现改善整个OBS网络性能的目的.     

基于L1正则化的随机梁式结构静力损伤识别方法

提出了一种结合摄动法和L1正则化方法的随机梁式结构静力损伤识别方法。考虑初始模型误差和测量误差的影响,建立了关于随机损伤指数的控制方程,并将摄动法和L1正则化方法相结合,对随机损伤指数的控制方程进行求解,进而从概率的角度对结构的损伤进行识别。损伤试验结果表明,和传统的最小二乘求解法相比,本文方法能够更为准确地识别多处局部损伤的位置及大小,对实际结构损伤检测具有较好的参考价值。     

最大泡压法测表面张力等温线的数据处理方法比较*

对乙酸、丙酸、正丁酸、2-甲基丁酸、3-甲基丁酸、正戊酸、正己酸、乙醇、丙醇、异丙醇、正丁醇、异丁醇、1,2-丙二醇等13种常用试剂在25 ℃下的表面张力数据拟合方法进行了比较,分析了图解法处理数据及多项式、一阶指数函数、幂函数、Shishkovsky经验公式拟合数据的优缺点。指出Shishkovsky经验公式拟合结果准确,受数据样本量影响小,是理想的表面张力数据拟合方法。     

《多晶X射线衍射技术与应用》

本书系统地介绍了多晶X射线衍射技术的原理、仪器、方法和应用。全书内容循序渐进,在介绍X射线的物理基础、射线强度检测技术及其发展、晶体和晶体衍射的理论知识基础上,着重阐述了X射线衍射仪器和多晶衍射仪的原理,详细论述了如何获得正确的衍射数据、如何评估衍射实验数据的可信度以及仪器的工作状态等实验技术问题。之后,又