面向云审计的轻量级隐私保护方案

在大数据爆发式增长背景下,云存储服务的发展为用户数据存储带来了极大的方便,按需服务特性使其备受青睐。但由于失去了对云服务器中数据的直接控制,不确定因素可能导致用户的数据损坏,这给云存储发展带来极大挑战。笔者提出轻量级计算和验证的数据审计方案,简化了用户在上传数据之前的标签计算操作,保证用户上传数据的安全性。此外,云服务器和审计者的计算任务也得到减轻,进一步降低计算开销。为保护用户数据隐私,借鉴了图像加密中的置乱加密,让用户使用随机函数对数据块的位置进行置乱,同时让审计者计算出数据块的真实位置,完成审计操作。实验结果表明,该方案有效节省了审计流程中用户和服务器、审计者3方的计算资源,提升流程效率。     

结构和价态调控的Ce-MOFs及其衍生物吸附水中氟离子的机理

严控饮水氟浓度,可以有效降低人体罹患氟骨症和氟牙症的风险。近年来,铈基吸附材料在解决氟污染问题中表现优异,而铈盐与有机酸反应生成的铈基金属有机框架材料（Ce-MOFs）或其衍生物,能有效去除水中的氟离子。硝酸铈铵（Ce(NH₄)₂(NO₃)₆）和均苯三甲酸（H₃BTC）在不同反应时长下生成了Ce-MOFs CeT1及其衍生物CeT2,更换H₃BTC为对苯二甲酸（H₂BDC）,反应生成2种Ce-MOFs,CeD1和CeD2。利用XRD、BET、SEM、XPS和FTIR对材料的结构、比表面积、元素含量和组成基团,进行系统的表征;通过控制吸附时间、溶质初始浓度、溶液pH值和竞争离子种类研究4种材料的吸附性能;对实验数据进行吸附动力学模型和吸附等温模型拟合,探究吸附机理。表征结果显示,CeT1为高度配位不饱和的Ce(Ⅳ)-MOFs,CeD1为比表面积最大（1 003.10 m²/g）的Ce(Ⅳ)-MOFs,而CeT2和CeD2则同为Ce(Ⅲ)占比较高的吸附材料。吸附实验中,CeT1、CeT2、CeD1和CeD2的最大吸附容量分别为99.38 mg/g、142.45 mg/g、60.45 mg/g和124.55 mg/g,CeT1、CeT2和CeD2符合假二级动力学模型,CeD1符合假一级动力学模型。4种材料对氟离子的吸附机理主要为静电吸引、离子交换和沉淀。其中,CeT1的不饱和配位可提供吸附位点进行离子交换和静电吸引,CeD1的大比表面积增加了污染物与材料的碰撞几率,而CeT2和CeD2中含有的Ce(Ⅲ),可通过形成溶度积常数极小的CeF₃（K_sp=8×10^-16）,以沉淀作用固定氟离子。实验分析了4种材料的特点与吸附性能之间的关系,为Ce-MOFs及其衍生物的制备与优选提供参考。     

自动驾驶中基于深度学习的3D目标检测方法综述

随着激光雷达传感器和深度学习技术的快速发展,针对自动驾驶3D目标检测算法的研究呈现爆发式增长。为了探究3D目标检测技术的发展和演变,对该领域中基于深度学习的3D检测算法进行了综述。根据车载传感器的不同,将当前基于深度学习的自动驾驶3D目标检测算法分为基于相机RGB图像、基于激光雷达点云、基于RGB图像–激光雷达点云融合的3D目标检测3种类型。在此基础上,分析了各类算法的技术原理及其发展历程,并根据平均检测精度（mAP）指标,对比了它们的性能差异与模型优缺点。最后,总结和展望了当前自动驾驶3D目标检测中仍然面临的技术挑战及未来发展趋势。     

抗生素亚胺培南探针分子设计及传感性能研究

抗生素亚胺培南（imipenem,IPM）用药治疗败血症患者感染需要快速做出反应,目前的血药监测方法严重延迟药物注射。设计金属元素掺杂型石墨烯量子点（graphene quantum dots,GQDs）,可实现荧光法快速测定IPM和开辟荧光法检测抗生素的新途径。采用水热法制备了铁掺杂GQDs （Fe-GQDs）,用于快速探测IPM。采用透射电子显微镜（transmission electron microscopy,TEM）、X射线光电子能谱（X-ray photoelectron spectroscopy,XPS）以及荧光光谱等方法,探讨不同铁源起始剂对GQDs荧光性能及传感性能的影响,并分析了乙酸铁为铁源制备的Fe-GQDs的微观结构及荧光性能。结果表明：以乙酸铁为起始剂制备的Fe-GQDs荧光性能最佳,且对IPM具有显著的荧光淬灭效应。所制备的Fe-GQDs荧光淬灭强度（F/F₀）与IPM浓度（concentration,C）呈线性关系,线性方程为${F/}{{F}}_{text{0}}text{= 0.983}-text{4.23×}{text{10}}^{-3}text{}$C,线性相关系数（R²）为 0.997,线性范围为0.007～0.073 g/L。Fe-GQDs探针分子对血浆中常见有机分子和金属离子具有良好的抗干扰性,检测IPM误差为1.6%～4.6%。     

舰载飞机着舰撞击载荷实测技术研究

针对国内飞机起落架载荷测量中普遍存在的静标动测问题,从理论和机理上分析了静标定的应变法实测动态载荷存在问题的原因。同时,考虑到舰载飞机因定点着舰方式遭受严重的动态载荷,重点研究了舰载飞机着舰撞击载荷的静标动测问题。通过动态落震试验模拟飞机着舰过程,根据测力平台的实测载荷分析,获取了应变法实测载荷精度受动态影响的程度,提出一种改进的惯性修正方法,即:通过落震试验数据辨识质量矩阵,通过辨识的质量矩阵和实测加速度修正应变法的实测载荷。试验结果表明,改进的惯性修正方法进一步提高了垂向载荷的测量精度,显著提高了航向和侧向载荷的实测精度。     

蝴蝶优化算法对大青杨生长速率预测模型的改进

为提高大青杨生长速率的预测精度,提出一种基于改进的蝴蝶优化算法（Improved Butterfly optimization algorithm,IBOA）与径向基函数（Radial basis function,RBF）神经网络结合的预测木材材性方法。通过使用佳点集法对标准蝴蝶算法中的种群进行初始化,将自适应切换频率和Levy飞行相结合进一步优化人工蝴蝶算法。构建出了新的IBOA-RBF神经网络木材材性预测模型,将得到的结果与其他几种算法优化的RBF神经网络预测结果进行对比。结果表明：基于IBOA-RBF神经网络模型预测效果最好,收敛速度从37步降低到了23步,预测结果误差达到了5.72%,预测精度最高。可见,对蝴蝶算法的改进是可行的,且对相关人员定向培养大青杨起到较大的帮助。     

基于CEEMD-BiLSTM-RFR的短期光伏功率预测

由于短期光伏预测中气象因素的时间尺度不同,直接分析其对光伏功率的相关性,易忽略时间尺度的影响,进而导致预测模型误差。为提高光伏功率预测精度,构建了预测模型。首先,利用互补集合经验模态分解(complementary empirical mode decomposition, CEEMD)将光伏序列进行分解,得到在不同时间尺度上的光伏分量;然后,通过Pearson相关系数分析各光伏分量与空气温度、太阳辐射度、风速、风向和空气湿度的关系,对于强相关分量建立关于气象因素的随机森林回归(random forest regression, RFR)预测模型,弱相关分量直接通过双向长短期记忆网络(bidirectional long short-term memory neural network, BiLSTM)进行预测;并将预测求和输出。通过安徽省蚌埠市光伏电站7月实测数据进行验证,实验结果表明,所提预测模型CEEMD-BiLSTM-RFR相比传统预测模型有较好的预测精度。     

基于多模态共享网络的自监督语音-人脸跨模态关联学习方法

现有的语音-人脸跨模态关联学习方法在语义关联和监督信息方面仍然面临挑战,尚未充分考虑语音与人脸之间的语义信息交互。为解决这些问题,提出一种基于多模态共享网络的自监督关联学习方法。首先,将语音和人脸模态的特征映射到单位球面,构建一个公共的特征空间;接着,通过多模态共享网络的残差块来挖掘复杂的非线性数据关系,并利用其中权重共享的全连接层来增强语音与人脸特征向量之间的关联性;最后,使用K均值聚类算法生成的伪标签作为监督信号来指导度量学习,从而完成4种跨模态关联学习任务。实验结果表明,本文提出的方法在语音-人脸跨模态验证、匹配和检索任务上均取得了良好的效果,多项评价指标相较于现有基线方法提升1%～4%的准确率。     

基于目标检测的激光雷达道路边缘检测算法

道路边缘检测是自动驾驶车辆环境感知的重要组成部分,有效地从点云数据中提取道路边缘信息,有利于进行目标检测以及可行驶区域检测。针对点云道路边缘检测问题,提出了一种考虑车辆等道路参与者对道路边缘检测带来干扰的解决方案。首先,采用地面点云分割算法,将原始点云分割成地面点云和非地面点云;其次,根据车辆等道路参与者的固有特性,采用点云聚类算法对点云进行聚类,并将符合车辆等道路参与者特性的非地面点云进行滤除;再次,根据道路边缘点云在二维平面内,能够有效地遮挡激光发射中心点与非道路边缘点之间的连线,从而提取道路边缘点云;最后,采用随机抽样一致性(random sample consensus, RANSAC)算法对道路边缘点云进行多项式拟合,并使用扩展卡尔曼滤波器对道路边缘进行跟踪。实验结果表明,所提点云道路边缘检测算法能够消除车辆等道路参与则对点云道路边缘检测的影响,且算法满足实车实时性和鲁棒性要求。     

闸片摩擦块排列方式对高速列车制动盘磨损深度的影响

制动盘的摩擦磨损是高速列车盘式制动工作失效的重要原因,且摩擦块的排列方式是影响制动盘最大磨损深度的重要因素。为研究摩擦块排列方式对制动盘最大磨损深度的影响,考虑摩擦温度、接触应力和相对滑移速度在制动过程发生变化,基于Archard磨损模型进行修正,利用Ansys有限元仿真软件,建立制动盘-闸片三维瞬态模型,采用列车在通过42号道岔紧急制动时的工况,仿真计算了不同摩擦块排列方式下制动盘摩擦面的最大磨损深度值。分析了最大接触应力,提出了“应力磨损因子”参数,用来表征应力对最大磨损深度的影响。提取了径向节点磨损深度,分析了摩擦表面的磨损形貌,给出了摩擦块不同排列方式对制动盘磨损深度的影响规律。该研究为改善制动盘磨损提供理论依据和新的思路,为今后铁路制动系统闸片结构的设计提供了借鉴。