支持隐私保护的K-means聚类模型研究

K-means是一种典型的聚类算法,在机器学习领域有着重要的作用.随着外包聚类服务的发展以及用户隐私保护意识的日益提高,K-means聚类也需要对密文数据提供支持,进而保证用户数据的隐私性.为此,文中利用全同态加密(Fully Homomorphic Encryption,FHE)设计了面向加密数据的 K-means ...     

高斯波束在双负媒质中的传播特性分析

提出了一种基于Drude色散媒质模型的2维TM模时域有限差分法,数值模拟了高斯波束从自由空间垂直入射和斜入射到双负媒质(介电常数和磁导率同时为负)平板后的折射现象,并给出了平板内外的电场强度分布。模拟结果显示：垂直入射时,双负媒质平板对高斯波束具有汇聚作用,通过改变媒质的折射率,可以控制高斯波束通过组合平板的传播时间而不发生衰减;斜入射时,折射波束与入射波束均位于法线的同一侧,高斯波束在双负媒质与空气交界面处发生了负折射。     

类氦铝离子软X射线激光

通过一系列的数值计算，确定了实现类氦铝离子３ｄ＾１Ｄ２－２ｐ＾１Ｐ１跃迁激光增益的最佳等离子体条件，并提出了用辐射冷却的方法为实现所需的等离子体条件。     

OTEC增温再热朗肯动力循环分析

本文提出了一种OTEC(OTEC,Ocean Thermal Energy Conversion)增温再热朗肯动力循环,通过第二类吸收式热泵提升热源品质,在热力循环中创造一个相对高温区,与表层温海水共同对朗肯循环的湿工质进行过热,保证了透平出口干度,提升了循环的平均吸热温度,实现了单一热源下的梯级加热和能级匹配,系统效率得到较大的提升。论文构建了OTEC增温再热朗肯动力循环热力学模型,对比了增温再热朗肯动力循环与传统循环的热力性能,并分析了热泵子循环的最佳增温温度。结果表明：增温再热的效果与OTEC循环工质有较大关联,且存在最佳增温温度;对于采用R134A等近似等熵工质的OTEC循环,增温再热的热力性能提升不明显;而对于CO₂等工作在亚临界区间的工质而言,增温再热可使热效率提升19.63%⁴1.71%;对于NH₃等过热需求较大工质而言,增温再热具有显著的提升效果;其中NH₃工质的提升幅度最高,最佳增温温度为42.5°C,OTEC循环热效率可由2.34%提升至4.25%,升幅达84.45%。     

非物理类理工学科大学物理课程教学基本要求(正式报告稿)

物理基础课程教学基本要求（合理论教学和实验教学部分）即将由教育部发布．本刊自本期起特设“物理基础课程教学基本要求专栏”，陆续刊登基本要求全文以及有关文章．[编者按]     

液晶性噁二唑类载流子传输材料

将液晶基团引入到载流子传输材料中合成了新型液晶性噁二唑类衍生物E3和E6,利用偏光显微镜、差热扫描和广角X射线衍射的方法对其液晶性进行了研究,结果表明,E3为单向近晶型液晶,E6为双向近晶型液晶。同时,利用紫外—可见吸收光谱和电化学方法测定了材料的能级结构参数,其高的LUMO能级。低的HOMO能级(相对真空能级)及较大的带隙表明,它们不仅有利于电子从阴极的注入,还对空穴和激子具有一定的阻挡作用。由于材料在有序的近晶相比在无序的各向同性相将具有高的载流子迁移率,因此将液晶性与传输性相结合对提高材料载流子迁移率具有非常重要的意义。     

一种改进的高斯混合模型海上红外图像运动目标检测

本文提出一种改进高斯混合模型海上红外图像运动目标检测算法。首先采用帧差法把目标图像的背景和感兴趣区域区分开来。为了保证背景图像准确快速的更新,其次采用高斯混合模型更新背景图像。更新过程中对目标在前后两帧中覆盖区域采用不同的更新率。通过实验结果表明,本文算法在保证图像背景平稳更新的同时,能够准确快速的提取图像中感兴趣目标区域。     

两种黑盒测试方法的比较分析

软件应用于几乎所有的科学技术领域。一款特定软件的用户类别取决于他们的认可以及软件的质量。软件开发人员有责任确保软件没有缺陷,并且可以执行所需要的功能。软件测试是软件开发生命周期阶段的一项重要工作。各种研究分析表明软件测试占了整个软件开发工作的30%。所以测试对于提高软件质量有至关重要的作用。软件测试主要包括单元测试、集成测试和系统测试。单元测试基本有两种测试方法:黑盒测试和白盒测试。本文分析了黑盒测试方法和相关问题。     

基于高斯过程的中心差分卡尔曼滤波在BDS/INS组合导航中的应用

针对扩展卡尔曼滤波器在BDS/INS组合导航系统模型不确定时精度下降的问题,提出了一种基于高斯过程的中心差分卡尔曼滤波算法(GP-CDKF)。在训练数据有限的情况下,用中心差分卡尔曼滤波(CDKF)来估计组合导航系统的状态向量;同时高斯过程可以考虑CDKF中的噪声和不确定性。因此,将高斯过程引入到CDKF中,可以进一步提升导航性能。试验结果表明,GP-CDKF与CDKF算法相比,东向、北向位置误差分别降低16.4%、57.1%,东向、北向速度误差分别降低15.9%、23.3%,说明GP-CDKF算法在动态系统状态估计方面优于CDKF算法。将GP-CDKF应用于BDS/INS组合导航系统中,可以有效提高导航性能。     

关于Weil指标的一个注记

设F是一个特征为0的非阿基米德的局部域，ψ是其上的一个加法特征标。A.Weil在他的1964 Acta Math [2]中定义了Weil指标γ(a,ψ) (a∈F^*)，从该文章中我们知道 γ(a,ψ)γ(b,ψ)=γ(ab,ψ)γ(1,ψ)(a,b) 以及 γ(a,ψ)⁴=(-1,-1), 这里(a,b)是局部域F上的Hilbert符号。该Weil指标在θ级数理论及一般的表示论里都有重要的作用。本文中证明了有关Weil指标与局部域上高斯和的一个等式。