weixin_70923796的博客

【摘 要】由于路面结冰严重威胁行车安全，因而公路结冰预警技术成为保障安全行驶的关键性技术。基于大连地区五年历史数据集，利用神经网络特征提取与压缩的能力，提出了基于深度学习的短时间道路结冰预测系统，并且构建了相应的硬件平台。具体地说，首先，构建了LSTM、CNN、TEXTCNN、ConvLSTM、Transformer五种神经网络从时域、空域等多维度挖掘数据集的内在结构，并对下一时刻道路结冰状况进行预测。其次，将训练好的五种神经网络调试并下载到树莓派4b平台，实现了低成本的硬件系统。最后，实验结果表明，TE

5G和时间敏感网络的融合是工业制造无线升级的关键技术。首先研究了5G和TSN协同流调度问题，基于5G低时延免授权接入技术和TSN循环排队转发协议，提出一种基于多智能体深度增强学习的5G+TSN分布式流调度策略，联合优化时效敏感流在5G和TSN网络中的调度决策，从而实现5G上行链路的无冲突传输并缓解TSN网络的队列溢出问题。值得注意的是，RL策略性能甚至不如随机的方法，原因为分布式策略所获得的信息有限，即状态空间较小，同时其动作空间较大，导致在训练过程中缺少有效的经验，最终收敛到比较差的结果。

其后虽然有更深更强的网络结构提出，但与这些工作解决的图像识别等具有高复杂语义的任务相比，本文的干扰波形形态识别更加简单，输入数据维度不大，不需要较深的网络即可达到较好的识别效果，这一点在工作[21]中也通过实验进行了证明。在无线监控视频干扰识别任务中，因无线设备非法占用的频段不尽相同，所以干扰发生的频段不同，而卷积神经网络模型作为学习模型的一种，属于数据驱动，其识别精度依赖训练集中的数据分布情况，所以当使用全波段数据进行识别时，训练集中需要包含发生在各个频段的无线监控干扰数据，以此保证学习模型的精度。

天空地一体化的网络是一张以天基网为骨干，以空基础、陆/海基网络作为网络的覆盖深度的延伸，形成天空地海一体化的立体组网，实现卫星网、空间网络、移动通信网的整合。可知，随着速度增加，对于天空地一体化网络的网络节点而言，其覆盖终端时间越短，因此，各种算法的切换次数都在增加，但是本文算法是在保证用户业务QoS条件下，以整个系统的能耗最小和资源利用率最大化为目标实现接入点选择，因此，与最大空闲信道和最大瞬时信号强度的切换方法相比，本文方法在保障用户接入质量的同时，切换次数相对少一些。

【摘 要】近年来，国际标准化组织积极推进5G星地融合技术发展。由于长期以来卫星通信与地面移动通信系统独立组网，标准体制、架构协议等方面存在高度差异性，二者在网络架构融合、系统融合等方面存在极大挑战，当前相关标准制定已进入关键时期。分析了相关5G星地融合标准最新进展，系统性归纳ITU、3GPP、CCSA、ETSI等国内外标准组织研究结论，提出5G星地融合标准及网络架构演进趋势，为相关5G星地融合标准研究及制定提供相关参考。【关键词】5G星地融合；NTN；卫星通信0 引言随着5G的迅猛发展，消费者越来越渴

（5）异常检测和入侵防御：在海洋信息网络的各个子网络中部署具有针对性的网络安全检测和防御系统，包括防火墙、IDS（Intrusion Detection System，入侵检测系统）[14]、IPS（Intrusion Prevention System，入侵防御系统）[15]等，主动实时监控端口流量或系统日志等，检测非法访问事件和网络攻击并及时响应，能够为网络隐私安全提供有效保护。（1）空基网络：与天基、地基网络相比，节点数目多、资源受限、移动性大、接入灵活，网络组织结构多变，相应地，网络连接更不稳定。

【摘 要】随着全球互联网的快速发展，卫星通信逐步出现了与地面通信融合的趋势。在天地一体化进程中，非地面网络采用和地面网络不同波形的融合代价大，直接采用地面波形又会存在性能差异。基于FB-OFDM波形，提出使用GFB-OFDM波形，实现地面系统和非地面系统的灵活波形机制。建立了GFB-OFDM波形的系统模型，理论分析证明了GFB-OFDM接收端可以复用现有的CP-OFDM的接收算法，且峰均比更低。在AWGN信道环境中，仿真验证了GFB-OFDM复用CP-OFDM接收端的情况下，误比特率性能相较CP-OFDM

【摘 要】由于天地一体化网络中移动性和时变环境导致的流量负载、拓扑结构和资源可用性的高时空动态特性，需要考虑当有恶意的网络行为攻击卫星时，如何在未知的网络中探索高效智能的网络优化方案。针对这一问题，以信息年龄、时延抖动率作为多优化目标，提出了一种基于深度强化学习的卫星巨型星座抗干扰路由策略，设置信息年龄、队列增长率以及距离为奖励，实现目标的优化。仿真结果表明，与现有的路由算法相比，该算法不仅可以保证数据的时效性、受到干扰时卫星网络路由的鲁棒性，还可以有效利用星间资源，提升网络的整体性能。【关键词】深度强

【摘 要】空天地海一体化网络为解决承载大规模设备接入问题提供一种新的方案与思路。针对日益增长的大规模设备接入问题，提出了基于机器学习的随机接入方法，增加在大规模设备接入情形下的接入成功设备的数量。先阐述了空天地海一体化网络下的MAC层系统模型，接着对比分析了五种随机接入方法。最终实验结果表明，所提出的适应性随机接入方法能够增加网络系统的接入成功的设备数量。【关键词】空天地海一体化网络；大规模随机接入；强化学习0 引言空天地海一体化网络作为6G的一大重要场景[1]，连接了地面移动通信网络、卫星网络、空

【摘 要】天地一体化信息网络是未来多域一体、泛在智联的重要保障，面临着复杂异构、大规模、高动态、高成本等挑战。为满足场景、网络、链路、算法等需求，构建一体化、可重构、可扩展、精准可靠的仿真与测试系统至关重要。但传统仿真平台存在耦合性差、效率低、单一化等问题，难以系统精准地模拟大规模网络。因此，提出基于云原生的天地一体化信息网络综合试验平台，对其组件化建模、云原生调度、跨域异构资源池与虚实协同中间件等关键技术进行设计与分析，最后对典型低轨卫星通信系统进行仿真建模与试验评估。【关键词】云原生；天地一体化；试验

当企业核心生产系统(智能制造、远程控制、远程医疗等)上云后,对网络的时延、抖动等指标有着明确的要求,网络传统的尽力而为方式将不再能满足。运营商为企业提供的智能云网方案不仅要提升联接能力以适应业务范围的扩展,同时要具备确定性体验的能力以满足生产业务的诉求。通过探讨智能云网承载的业务诉求,分析了网络确定性体验相关的技术,同时定义了确定性网络可能的演进阶段,并给出了相关的试验数据。网络控制器需明确这条流的网络入口、网络出口、速率、突发度、时延抖动等要求。当前的网络切片技术出现的新的挑战。

随着计算机技术的不断发展，网络中的数据呈现出复杂、庞大、冗余且多维的特性。为提高基于深度学习的入侵检测系统的检测性能，提出基于Transformer的入侵检测方法。首先，对数据进行预处理使之符合神经网络的输入要求，并利用SMOTE-GMM算法解决数据不平衡问题；其次，利用Transformer编码器对输入特征进行提取，通过Transformer解码器建立编码器输出和解码器输入的注意力联系；最后，通过Softmax完成分类。

只负责按照网络层度量值或人工设置的路径约束进行数据报文的转发。分析了传统方案中存在的问题以及业务感知技术的两个典型方案。尤其是行业业务的应用提出了比个人业务更严苛的需求。除了通过网络的软、硬切片技术进行传输过程中关键业务的隔离以外。导致运营商不能针对不同的用户或业务提供精细化、差异化的服务。网络对业务的感知技术成为业务层和网络层之间协同发展的纽带。又具备更丰富的信息携带能力和扩展空间的优势。我国运营商都把云和网的融合确定为网络发展演进的重要方向。网络层的路径计算结果无法与应用层的需求实时进行匹配。

面向E级计算机即将到来,框架软件的发展也需针对E级计算机的体系结构特征,调整底层数据结构和核心算法,提升并行可扩展性,增强对异构众核计算的支持,使其能具备支撑开发E级并行计算应用软件的能力。同时也需要结合领域专家的需求,不断拓展新领域新方向,针对新问题开发新的功能模块,以便应用到更多的科学计算领域。本文简要介绍了高性能数值模拟编程框架的研究目的,主要关注国内外结构网格和非结构网格编程框架的发展现状。大型并行科学计算软件的研发越来越依赖于物理、化学、材料等应用领域和计算数学、高性能计算领域的深度融合。

总结美国、日本及韩国等发达国家政府对集成电路产业的创新措施,台积电、英特尔为代表的半导体企业发展经验,以及比利时微电子研究中心（Interuniversity Microelectronics Centre, IMEC）、中国台湾工业技术研究院和美国电子联合体为代表的技术创新机构发展经验,分析集成电路创新发展趋势,为中国产业发展提供借鉴与参考。美国、欧洲、日本、韩国、中国台湾等国家和地区的集成电路产业的崛起均得益于对半导体产业关键共性技术的组织或工程模式的建立。主要是提升工艺、缩小晶体管、革新微架构。

改进网络的学习特征表示、多信息流的正确组合、针对过拟合问题的数据增强方案等都是研究人员对于双流网络改进的探索。）时域信息的复杂性：环境光照变化、背景场景变化、视角切换变化、相机移动、运动方向改变、人物几何特征改变、大动作变化尺度和时间、人物变化时序维度等问题。处理、连续帧的选择与相关性描述、网络选择、双流融合方式、训练方式与规模等都可以选择不同的方案以达到更好的识别效果。人体行为识别技术仍然受到物体之间的遮挡、噪声、环境的光照、相机移动、算法鲁棒性的影响。然而全面的大规模的应用行为识别仍然有很长的路要走。

针对离散事件系统（DESs）的最小故障故障诊断基（MDB）求解问题，提出了一种基于事件集树的求解算法.首先在诊断器的基础上构建了一种新型测试自动机，并求得离散事件系统可诊断性的充分必要条件，实现了对DESs的故障诊断.在此基础上，提出了通过构造事件集树求解离散事件系统MDB的算法，并对算法的复杂度进行了分析.最后，通过网络系统中关键网路的选取实例对算法进行了分析.与现有算法相比，所提算法不仅复杂度更低，而且可用于在线诊断和离线诊断，适用性更广.假设到目前为止，该运营商在该地区的网络布局如。

随着确定性网络、云原生、人工智能等前沿网络技术的发展,算力网络的发展也呈现出新的趋势特点,迫切需要设计新型算力网络架构,以满足新业务发展的需求。从资源、时延、智能三个维度出发,阐述了算网云原生、算网确定性、算网自智化的发展趋势,设计了新型算力网络架构,并对相关技术和挑战问题进行了分析探讨。最终实现系统全流程的自动化运行、高效的资源利用、自适应的优化调整、多样化的业务承载、智简的服务体验等。算力网络的感知、分析、决策、调度、运维、安全等功能需要不断提高智能化水平来满足日益复杂的功能需求。

人工智能理论和技术不但是一个纵向科学门类也是各领域都在积极研究的横向科学。之所以称为人工智能，是通过计算机的硬件和软件系统来模仿人的思维结构、能力和行为的综合性系统工程。人工智能的目标是具有自主性的智能分析，但无论是计算机的硬件还是软件系统都是人设计和制造的，那么人工智能必然受到人意识的局限性，但摆脱人的经验知识人工智能系统本身将难以实现自主智能。那么上述过程中人工智能系统如何实现智能是关键问题，而人的智能形成过程具有借鉴意义。

针对火力发电厂存煤量预测精度不高的问题，提出了一种基于奇异谱分析（SSA）和长短时记忆（LSTM）神经网络的多变量多步预测模型.考虑电厂历史数据和温度的影响，以奇异谱分析或小波分析（wavelet analysis）对数据做平滑处理，剔除数据中的噪声成分，作为LSTM神经网络的输入向量进行仿真测试.结果表明，相比于普通BP（back propagation）神经网络、循环神经网络（RNN）和小波分析与LSTM结合算法，本文采用的基于奇异谱分析和长短时记忆神经网络的多变量多步预测模型精度更高.

随着知识与信息数量的快速增长以及信息获取便利性的增加，企事业组织所面临的内外部环境更加复杂，业务问题呈现非线性、不确定性、多维化和实时交互性等特点。业务环境的高度不确定性和面临问题的开放性，人工智能与问题处理的深入研究迫切需要有一种自觉地为信息科学与智能科学服务的定性定量相结合的智能数学模型。经典数学适于描述物质世界的数量与空间关系，智能数学必须能描述信息拓展与智能机理。

摘要元宇宙的兴起和发展为法律监管带来了挑战。元宇宙不是法外之地，也需要讲法治，要在法治的轨道上正确运行。首先，梳理了元宇宙的技术性、商业性、社会性、跨国性等发展特征，分析了其带来的风险挑战和国内外应对立场；其次，分析了元宇宙的网络安全、个人信息与隐私保护、数据治理、虚拟资产、生态治理、平台责任以及网络犯罪等主要法律难题；最后，提出了依法规范元宇宙发展的思路，坚持安全可控的发展原则，适度超前布局元宇宙法律规则，立足问题导向，通过立、改、废、释等立法手段推进重点领域法律监管，实现良法善治。关键词： 元宇宙 ;

兼容性测试在中国科学技术大学集群、上海交通大学集群、曙光集群、曙光测试集群等集群上进行。本文利用Docker技术构建了中间件SCE的容器,利用Singularity技术实现了应用软件的容器化,并在高性能计算环境中多个结点进行了部署验证。利用容器技术实现了中间件及应用软件的容器化封装,解决了软件与部署环境的适配问题,降低了软件部署的复杂度,提高了软件管理及运维效率。提供计算化学、分子力学、高能物理、生命科学、海洋科学等领域的开源软件、商业软件和自主研发软件。还需要底层高性能计算系统才能够进行作业的计算。

系统判断同步正确起始位置的最重要因素是副峰的干扰，若将定时估计曲线中的最高副峰称为第一副峰，为直观分析第一副峰与主峰之间的差距，将第一副峰值与主峰值之比。算法与改进算法的训练序列均采用共轭对称结构，因此无需对滑动窗口进行相关函数的共轭运算，这大大减少了整体运算量，使得算法的复杂度明显降低。算法的定时度量函数相同，但两者的定时估计曲线存在着差异，与经典算法相比，改进同步算法的副峰值有所降低，在低。因此，改进算法的第一副峰与主峰之间的差距较大，能够明显突出主峰，可减少副峰对主峰的干扰，更有利于。

基于上述讨论，论文采用基于事件触发和脉冲相结合的控制协议来研究多智能体系统关于任意非零投影参数的分群一致性问题，主要工作有，提出了多智能体系统关于投影参数的分群一致性的概念，投影参数理论可以取任意非零值常数，是完全一致、反二分组一致形式的推广；数值仿真验证所给理论结论的有效性，大量实验显示，触发函数中的一些参数会影响分群一致的指数收敛和收敛速度，而投影参数。本文为解决关于任意非零投影参数的线性多智能体系统的分群一致性问题，提出了一种分布式的事件触发脉冲控制协议。

这些领域包括：算法设计、编程语言、处理器设计、多线程架构、并行编译、高级逻辑设计、分布式计算、脉动阵列、流处理器、可重构处理器等。我们可以发现数据流计算的研究是完整的、系统的、成体系的。它的研究重点经历了由计算理论、到软件技术、到硬件芯片的变化。高通量应用、科学计算、物联网、区块链等应用场景的兴起对数据流架构的可重构性提出了更高的要求。从数据流的起源、软件系统、硬件架构研究进展三个方面介绍了数据流计算的重要工作和关键技术。本文追溯数据流计算的起源,就数据流计算理论和系统的相关研究背景、关键技术展开介绍。

算力调度涵盖的主要内容包括对于算力的注册、分解、调整、移动性和生命周期管理等。这样可以最大程度地保证算网基础设施架构中算力资源、数据、用户等认证的安全性。算网基础设施包含计算基础设施、网络基础设施、数据基础设施、融合基础设施、创新基础设施五大组件。聚焦算力优先网络技术、智能网络隧道技术、确定性网络技术以及新型安全技术开展技术研究。包括为产品研制、技术开发、成果产业化等活动提供支撑的设施、装置、软件系统、平台等。实现数据采集与接入、数据存储与计算、数据管理、数据分析与挖掘、数据服务等功能。

其次,针对已有优化技术在分布式环境下对集群整体考虑使用的不足,提出了适用于对离线的批数据和实时的流数据进行混合计算的计算模型,然后提出了一种单点读取维表数据,切分后进行分发和计算的维表关联数据方式,并优化了维表关联计算逻辑,使之能适应更高的维表规模,且不再局限于对数据的连接。最后,在流计算引擎Apache Flink上实现了提出的维表关联技术和传统维表关联技术,通过实验在阿里巴巴“双十一”产生的数据上对吞吐量和延迟进行了对比,证明了对面向分布式流计算的维表关联技术的优化的有效性。基于内存的数据进行计算。

为解决工程建设难以获取狭窄及隐蔽地下空洞精确数据的问题，提出一套地下空洞三维探测系统。该系统以低成本的二维激光雷达为硬件基础，结合自主研发的数据采集装置，采用Data Conversion and Visualization软件进行数据坐标转换、通用三维格式转换及三维数据显示等操作，并对模拟的地下空洞进行可行性实验和精度分析。实验结果表明，该系统能高效获取高精度的地下空洞三维数据，硬件成本较低。为国内地下空洞探测工作提供了一种新的解决方法。0引言。

量子通信专利从量子通信核心器件与设备的生产到量子通信传输网络的建设以及量子通信网络运营与应用进行了全产业链布局。因此近些年的量子通信专利的功效还体现在降低成本、提高稳定性、便利性、可靠性、速度、精度、可控性等方面。这正是由于量子通信技术的物理原理、通信协议、编码方式、通信器件等原理在上述领域的具体体现。量子通信专利申请开始从核心元器件、量子通信设备、通信网络以及量子通信应用多方面进行布局。主要包括量子隐形传态、量子密钥分发、量子安全直接通信、量子秘密共享和量子密集编码等。根据量子通信专利的发展趋势。

人-物体交互检测（HOI）,就是把图像作为输入,检测出图像中存在交互行为的人和物体以及他们之间的交互动词。针对目前基于深度学习的HOI检测综述性文章的空白,以HOI检测方法的发展历程为主线,对基于深度学习的HOI检测方法进行了分类与分析。此外,还详细介绍了HOI检测任务的实验评价指标、基准数据集和大多数现有方法的实验结果,对不同类别的方法取得的结果进行说明。对这一任务进行了明确的定义：推理图像中细粒度的动作并检测出与该动作相关的语义角色（使用边界框标记出动作区域以及做出这个动作人与物）。

人工智能、大数据等领域的发展对芯片算力和能效的要求越来越高,硅基芯片技术受到功耗墙、存储墙和尺寸缩减等限制,面临日益严峻的挑战,需要新的沟道材料和新的芯片架构推动信息电子产业的继续向前,碳纳米管CMOS技术是目前最具潜力的下一代集成电路技术。碳纳米管是构建场效应晶体管的理想沟道材料,可以实现高速低功耗的弹道输运,结合三维单片集成的架构优化,碳纳米管集成电路技术在性能、功耗、面积、功能集成、成本等方面将展现出巨大的优势,满足未来信息处理对芯片的需求。常见的碳纳米管晶体管的接触方式可以分为两种：面接触（

最后，运用合理的尺度约束函数对所估计的目标尺度进行二次优化.另外，运用核相关滤波器对位置预测时，为减少因大幅尺度缩放所带来的干扰问题，通过设置合适的阈值，实现核相关滤波器尺度的自适应更新，有效提高了位置预测的准确度.实验结果表明，在尺度估计方面，所提算法比几种典型的尺度估计算法有所提高且实时性较好.其次，在包含尺度变化的视频集中，目标尺度变化的同时也会受到形变、光照变化等因素的影响，严重影响对目标尺度的估计，由于本文采用粒子滤波的方法对目标尺度进行估计，是一种通过采样求期望的方法，因此容错率会更高。

摘要组合最优化问题（COP）的求解方法已经渗透到人工智能、运筹学等众多领域。随着数据规模的不断增大、问题更新速度的变快,运用传统方法求解COP问题在速度、精度、泛化能力等方面受到很大冲击。近年来,强化学习（RL）在无人驾驶、工业自动化等领域的广泛应用,显示出强大的决策力和学习能力,故而诸多研究者尝试使用RL求解COP问题,为求解此类问题提供了一种全新的方法。首先简要梳理常见的COP问题及其RL的基本原理;其次阐述RL求解COP问题的难点,分析RL应用于组合最优化（CO）领域的优势,对RL与COP问题结合的原

把所有客户聚成和车场数量相同的几类；最后，将这些客户群中生成概率较小的客户利用。本文研究的车辆路径问题主要考虑了多车场因素，该问题在已知客户的位置坐标、多个车场的位置坐标、客户货物需求量的情况下，规划出最满意的配送路线，从而使运输总成本达到最优。进行分解，虽可得到离车场较近的客户群，但忽略了客户的密度信息，容易导致客户群中的客户分布较散，使得车辆在各客户之间的运输距离增加；来进行求解，最终将获得的各子问题解合并得到原问题的解，同时将各子问题解的优化目标值累加得到原问题的优化目标值，从而实现对原问题的求解。

本文提出的基于资源共享评估和用户安全评级的切片编排算法。保证部署后的切片满足安全性能的需求。试验证明此算法可以提升编排的满足率、资源利用率以及编排的成本利润率。但云网切片共享资源的编排方式暴露出信息泄露的风险。提出了基于资源共享和用户安全评级的切片编排算法。本文设计了基于资源共享评估和用户安全评级的切片编排算法。可以加大互动值较高的用户在发生具有安全威胁的交互行为时得到的降级处罚程度。云网融合下的操作系统提供编排、自动化、智能化的能力。在资源映射知识库和编排算法知识库中匹配对应的网络切片编排算法。

新型数字基础设施势必满足泛在互联、确定性承载、多维异构资源融合管理的需求。云网融合下网络基础设施的创新升级可以从接入网、入云网、云内网、云间网四部分进行开展。对控制平面中数据库服务、策略服务、鉴权服务、转发服务、接入服务等通用功能抽象化形成单独微服务。各大运营商、通信类厂商都在针对算力度量、算力标识、算力感知、算力路由等技术开展研究。基于确定性网络技术提供云网融合下接入网、局域网、数据中心网络、广域网以及网络端到端的确定性保障。为新型互联网业务提供通信、计算、存储、算法等多种资源的协同优化配置。

疫情期间,中国新冠肺炎患者隐私数据泄露的案例层出不穷,给患者带来巨大的困扰。提出了链上分级数据加密方案（HDES）,采用分级加密技术对链上的患者隐私数据进行细粒度保护。最后,对主侧双链模型的请求数据吞吐量和HDES方案的加解密效率进行了实验分析,并与现有的区块链电子医疗病例方案进行比较。并根据主侧链权限查看相应数据。统计患者的基本信息如姓名、性别、身份证号、家庭住址等隐私信息和近期行程、症状表现等基础数据。从各个方案所采用的共识机制、算力需求、链结构、所需节点数、采用区块链类型以及加密效率来进行比较。

当前与高速泛在、天地一体、智能敏捷、绿色低碳、安全可控等方向共同构成了新型信息基础设施的新特征。中通用的数据库服务、策略服务、鉴权服务、转发服务、接入服务等功能抽象化形成微服务。云网融合的核心目标在于通过产品服务、技术演进与运营管控等方面的系统化融合。云网操作系统为海量异构云、网、边、端、安的资源提供统一技术底座、供给方式。一体化的资源供给的市场需求将不断推动云产品与网络产品的融合供给。将云和网的资源均在统一的管理体系中实时、高效、准确地提供。力争将各类资源融合成一体化供给、一体化运营、一体化服务的体系。

因此,本文基于改进的局部离群点检测方法面向科研网络需求设计了一种新型链路流量细粒度监测预警模型,通过在滑动时间窗口内对观测流量与动态基线进行快速计算实现链路流量细粒度异常的快速监测预警。科研网络链路局部流量尖峰和细粒度传输异常对精密联合科学观测的影响较大,科研网络当前采用的固定阈值链路流量监测方法仅能有效监测链路资源消耗,无法实时监测链路汇聚流量中的细粒度异常。在精密观测的网络传输保障中。在中国科技网生产环境中的实网验证表明,预警触发点与实际生产工单数据中的异常记录点全部吻合,具备工程应用的可行性。