基于钛相变边缘传感器的超导单光子探测器特性

研究了基于钛TES的超导单光子探测器的特性,器件尺寸范围为5 μm×5 μm到20 μm×20 μm,集成光学腔体后在1 550 nm波长实测的系统探测效率最高达到72%,最佳能量分辨率为0.26 eV。在此基础上,采用二流体模型提取了基于钛TES的超导单光子探测器的特性参数（包括温度灵敏度、电流灵敏度、热容等）,并模拟计算了基于钛TES的超导单光子探测器的响应时间和能量分辨率,与实验结果完全吻合。结果表明优化探测器尺寸和临界温度,可以同时达到高探测效率和高能量分辨率,实现光子数可分辨的高性能单光子探测器。     

三角计算和BACF跟踪算法的无人机距离和高度计算方法

针对反无人机拍摄场景中摄像头水平放置与倾斜放置的两种情况,提出了基于视觉的对于特定无人机目标的三角计算测高测距算法。使用稳健性高的尺度跟踪BACF算法对目标进行跟踪和计算目标的成像宽度和高度。根据已知目标尺寸、摄像头焦距、俯仰角等参数对无人机与摄像头的实际距离进行估测。实验结果为：处理速度超过每秒45帧,满足实时性要求,并且平均相对误差为5%。所提算法可实现对无人机目标进行跟踪的同时评估出目标距离摄像头的高度与距离。     

基于边缘计算的电力系统通信网络构建

为克服电力系统传统云计算模式网络拥堵的问题,在现有的电力系统通信网基础上,引入边缘计算技术。在分析国内电力系统大数据计算量的基础上,讨论了现有电力系统通信网体系架构的优化途径。构建了基于docker技术的云边协同电力系统通信网络总体模型。将协同运行机制应用于系统中的各级设备。根据电力系统通信网络模型的特点,以多无人机巡检任务为应用场景,研究了基于合作型协同进化的任务协作机制的全局优化方案。提出了边缘计算服务器延时模型。讨论了基于时延和资源分配综合最优的计算卸载策略。构建了资源分配目标函数。在保证各节点总延时最小的前提下,实现了资源分配差异度最小。     

基于柔性电网的电能质量分析

阐述柔性电网的特点,利用柔性电网电压计算模型分析网络的低电压特性,结合末端补偿和直流电源点补偿,从而提高电网电能质量。     

虚拟现实VR技术在影视动画创作中的应用

阐述虚拟现实技术给注重艺术与技术相结合的设计领域带来了新的创作思路与途径,动画创作结合了知识密集型、劳动密集型、高科技密集型的产业,从虚拟现实技术中得到创新。     

隐马尔可夫模型的异质网络链接预测方法研究

为了解决异质网络的结构信息和语义信息挖掘不全面的问题,针对异质网络的链接预测,提出了将基于元路径的分析方式与隐马尔可夫模型相结合的链接预测方法。考虑到聚簇可以有效地捕获异质网络的结构信息,将k-means算法进行改进得到基于距离均方差最小的初始聚簇中心方法,并将其应用到隐马尔可夫模型(HMM)中,设计了基于聚簇的一阶隐马尔可夫模型(C-HMM~((1)))的链接预测方法,同时提出基于聚簇的二阶隐马尔可夫模型(C-HMM~((2)))的异质网络的链接预测方法。进一步考虑数据的特征信息,提出了将最大熵模型和二阶隐马尔可夫模型相结合的链接预测方法 ME-HMM。实验结果表明,ME-HMM比C-HMM方法的链接预测精确度更高,且ME-HMM因充分考虑到数据的特征信息比C-HMM的性能更加优异。     

DDAC：面向卷积神经网络图像隐写分析模型的特征提取方法

针对基于卷积神经网络的图像隐写分析方法中使用人工设计的滤波器在特征提取过程中有效性低的问题,提出方向差分自适应组合（DDAC）特征提取方法。在计算中心像素与周围不同方向像素的差分后,使用1×1卷积对方向差分进行线性组合。根据损失对组合参数自适应更新来构建多样化的滤波器,使获取的嵌入信息残差特征更有效。使用截断线性单元提高嵌入信息残差和图像信息残差的比率,加快模型收敛速度并提高残差特征提取能力。实验结果表明,该方法使Ye-net、Yedroudj-net模型的准确率在WOW和S-UNIWARD数据集中提高1.30%～8.21%。与固定和更新参数SRM滤波器方法相比,测试模型在不同隐写数据集中的准确率提高0.60%～20.72%,并且训练过程更稳定。对比其他图像隐写分析模型,DDAC-net具有更高的隐写分析效率。     

隐私保护的群体感知数据交易算法

为解决群体感知数据交易模式下参与者数据隐私泄露的问题,提出了一种隐私保护的群体感知数据交易算法。首先,为实现对参与者的隐私保护,设计了基于差分隐私的聚合方案,参与者不再需要上传原始数据,而是按照任务需求对收集的数据进行分析和计算,将任务结果按照平台分配的隐私预算添加噪声后发送给平台;其次,为确保参与者的可信性,构建了参与者的信誉模型;最后,为激励消费者和参与者参与交易,在考虑消费者对结果偏差的容忍约束和参与者的隐私泄露补偿的基础上构建了交易优化模型以优化平台的收益,并给出了基于遗传算法的收益优化算法（POA）来求解该模型。仿真结果表明,POA不仅保护了参与者的隐私,而且在平台的收益方面相比于VENUS和DPDT分别提高了29.27%和20.45%。