weixin_70923796的博客

针对电缆局部放电灰度图数目过少，难以训练基于大规模数据集的深度残差网络模型的问题，从数据增广与模型简化两方面入手，提出一种基于少样本的电缆局部放电模式识别方法。选择深度卷积生成对抗网络（DCGAN）对局部放电灰度图进行扩充，构造基于盒维数的生成样本评价指标以验证生成样本的有效性；对比分析残差模块、网络深度对深度残差网络（ResNet）分类性能的影响，在此基础上提出一种简化的残差网络模型来匹配小规模局部放电数据集。经实验测试，简化后的残差网络模型平均迭代时间为7.3s，识别准确率达98.5%。

使用基于变分自编码器神经网络的深度学习模型，学习并可视化质谱图像的低维嵌入表示能够揭示隐藏的组织结构。通过利用深度学习网络框架，对小鼠肾脏组织MSI原始数据进行无监督分析和峰值学习。这种msiPL方法在底层非线性谱流形的可视化下，成功揭示了小鼠肾脏组织解剖学的生物学相关簇和小鼠胃癌模型中的肿瘤异质性，识别了潜在的特定m/z峰。该方法可快速、高效分析MSI原始数据集，且无需进行峰值拾取。0引言质谱成像（MSI。

针对中文实体关系抽取任务中的实体边界切分错误和实体关系重叠，以及不同数据集的关系种类不能很好地迁移的问题，提出一种基于Schema增强的实体关系抽取方法。首先，采用字词混合嵌入的方式融合字与词的语义信息，避免中文分词时边界切分出错所造成的歧义问题；其次，利用指针标注的方式解决关系重叠问题；最后，提取出每个数据集的Schema进行合并作为先验特征传入模型中，以解决实体冗余及关系种类迁移问题。

为解决图像分类中Inception结构复杂且在深度网络中存在参数冗余的问题，提出一种改进的Inception结构。该结构整合了传统Inception结构中繁杂的1×1卷积操作，通过引入深度卷积增加Inception结构的特征多样性，降低模型参数量，并结合残差结构防止梯度爆炸及梯度消失。同时引入注意力机制，获取关键特征权重信息，优化资源分配方式，并在此基础上设计了一个基于标准卷积与非对称卷积的轻量化网络模型。

针对采用二维图像处理测量烟叶表面褶皱面积不精确，从而影响烟叶智能分级准确度的问题，提出一种基于双目视觉的烟叶表面积三维测量方法。首先使用双目立体视觉系统采集烟叶图片并进行预处理，通过SGBM立体匹配算法求出视差图，采用形态学处理对视差图进行后处理；然后运用三角测量原理得到三维点云，并将点云数据导入Meshlab软件，利用Ball Pivoting算法进行烟叶表面三维重建；最后通过VTK统计网格数量计算得到烟叶表面积。

抠图作为图像处理领域的热点难题，已广泛应用于目标识别、虚拟现实和前景提取等方面。然而，图像高质量像素较少时难以获取高质量像素对的问题一直存在，鉴于此，提出基于多准则采样的抠图算法。该算法通过多准则采样策略从全局相似性到局部相似性的角度获取高质量的候选子集，从而解决高质量像素对较少时易丢失等问题。在此基础上，设计多评价联合的最优像素对选取策略，该策略通过联合多个像素对评价函数，以避免单一评价函数估计的解不是当前最优解。为了验证该算法优越性，选用Alpha matting基准数据集作为实验数据。

卷积神经网络的注意力机制模型重建波长范围广的红外图像时只能聚焦于局部特征、感受野小，为此提出一种适用于重建广范围红外图像的融合轻量级视觉Transformer（ViT）与卷积神经网络的模型。该模型采用改进的轻量级残差块结合轻量级ViT块构建全局自注意力机制模型，学习不同特征图区域之间的长距离注意力依赖关系以辅助重建，约束解空间，采用Huber损失函数使模型稳定收敛，通过迭代上下采样的方式挖掘高低分辨率图像对的深层变换关系。

器官损伤死亡率高，严重威胁着人类的生命安全。人体内脏形态多样，解剖结构复杂，因此器官图像的准确分割有助于医生进行诊断。医学图像对高精度分割模型的需求很大，然而，大多数医学图像分割模型都是直接从一般的图像分割模型迁移过来的，常常忽略了浅层特征信息以及边界的重要性。为解决该问题，提出使用注意力门和点采样方法获得高质量分割边界的图像分割模型。

彩色图像边缘在计算机视觉中起着至关重要的作用，但现存的彩色图像边缘检测算法存在对混合噪声抵抗性差、检测出的边缘连续性差和边缘漏检等问题。通过对彩色图像边缘检测算法的研究，提出一种改进的彩色图像边缘检测算法。该算法首先采用改进小波变换滤波方法在保持图像边缘的同时滤除图像的混合噪声；然后将滤波处理后的彩色图像由RGB颜色空间转换到CLElab颜色空间，并用提出的多方向色差计算公式计算色差幅值和方向，以提高边缘检测的完整性；

针对民族药植物图像数据集稀缺、样本量少、图像背景复杂以致图像特征提取困难的问题，构建TibetanMP数据集，提出一种嵌入压缩—激励机制ResNet并结合迁移学习的图像识别方法。该方法对ResNet34在ImageNet上的预训练模型进行迁移学习，以减少过拟合现象，同时在网络浅层中引入SE机制，使网络聚焦图像中的关键特征，最后对模型进行微调。

在Multi-homingchag场景下，UPF应支持IPv6多归属（Multi-homing）功能，即一个PDU会话可以与多个IPv6前缀相关联，该UPF作为分支点（Branching Point）连接多个PDU会话锚点UPF，再接入数据网络，并支持提供将不同IPv6前缀的上行业务流转发至不同的PDU会话锚点UPF，以及将来自链路上的不同PDU会话锚点UPF的下行业务流合并到5G终端，可同时作为IPv6多归属的分支点和PDU会话锚点。用户PDU会话经过边缘UPF，通过UL CL分流。

【摘 要】全面构建空天地海一体化网络成为6G的重要发展方向，然而，空天地海一体化网络的通信拓扑高动态变化、网络体系结构复杂以及多维资源分布非均衡等特点，给网络切片带来了挑战。介绍了空天地海一体化网络和网络切片技术的研究进展；然后分析了空天地海一体化网络中网络切片目前面临的多维资源分布高度不均衡、物理拓扑和业务需求的双重高动态性挑战；最后讨论了切片间资源重用和智能自适应切片伸缩这两个未来的发展趋势。【关键词】空天地海一体化网络；网络切片；服务功能链；资源分配0 引言近年来，移动通信的发展极大地改变了人们

美国作为互联网的缔造者和众多权威漏洞披露平台的所在国，国家电信和信息管理局（NTIA）、事件响应和安全团队联盟［FIRST，公共漏洞披露平台（CVE）的管理者］在参考已有的披露机制基础上，如多方利益相关者共同披露[2]、CERT 的协同披露指南[3]、ENISA 的漏洞披露最佳实践指南[4]、ISO/IEC 的漏洞披露标准[5]、NIAC 的漏洞披露指南[6] 等，重点考虑供应链各元素如何在漏洞披露过程中的协同处理，共同颁布了《漏洞多方协同披露指南》[7]（以下简称“指南”）。

跨层智能部署的关键在于智能模型的传递和在轨部署，其中，智能模型可以精简为参数传递，而受限于卫星等空中节点的计算能力，轻量化在轨模型的部署可有效减少计算能力的消耗，也可以大幅提高后期基于深度强化学习的模型演进效率。在卫星互联网跨层智能部署过程中，网络节点的功能模块、节点间的协作模式及网络性能会发生变化，基于深度学习的决策与调度框架大多需要决策对象维持一个相对稳定的结构以保持较好的决策性能，而跨层在轨智能部署需要采用能够适应在线模型更新的训练技术，如深度强化学习、迁移学习及联邦学习等技术。

【摘 要】对移动通信信号进行监测与分析，不仅是维护正常移动通信秩序的重要保障，也是确保电磁空间安全的必要手段。针对这一需求，提出了利用新空口中特征信号的时频特点快速识别并获取不同运营商用频信息的新方法。在非合作接收条件下，面对终端与基站间空口信号传输不可控的难点，采用了主动有源电子对抗侦察的新思路，通过针对性设计的干扰信号来改变终端工作状态，实现了不同运营商终端接入信号的主动截获，在此基础上对接入信道上的双向信号进行非合作解调解码与信令解析，从中提取了接入协议中涉及物理层、MAC层和RRC层的信息，同时完

因此，为保障上云前系统本身安全可靠，信息系统上云前需要进行的安全测评是云化迁移实施中信息安全工作的重要环节，通过安全工具扫描和人工渗透测试的方式，对系统迁移前进行安全检查，以发现信息系统自身的漏洞和运行环境安全的不足，对发现的安全漏洞进行修复，购置相应的云安全产品和服务，确保信息系统健康上云。在政务信息系统云化迁移的实施方式中，无论是采用较为成熟的V2V、P2V等虚拟化迁 移技术，还是采用重新部署或是物理托管的迁移方式，都会涉及信息数据的传递过程，通常对实施方案的审查，信息数据传递的风险点在以下几个方面。

实体关系联合抽取作为信息抽取领域的核心任务,能够从非结构化或半结构化的文本中自动识别实体、实体类型以及实体之间特定的关系类型,为知识图谱构建、智能问答和语义搜索等下游任务提供基础支持。传统的流水线方法将实体关系联合抽取分解成命名实体识别和关系抽取两个独立的子任务,由于两个子任务之间缺少交互,流水线方法存在误差传播等问题。对有监督实体关系联合抽取方法进行综述,根据抽取特征的不同方式,可将实体关系联合抽取分为基于特征工程的联合抽取和基于神经网络的联合抽取两种类型。实体关系联合抽取作为信息抽取的核心任务。

提供了轮询机制以消除中断开销.轮询机制使得I/O任务所在CPU无休止地查看完成信号.这种极端的I/O收割机制能缩减I/O延迟，却需要付出100%的CPU开销.如表2所示，对于现代一块超低延迟的固态存储盘，轮询的延迟低于中断延迟，尤其是I/O请求大小较小时.然而，随着I/O请求变大，轮询带来的I/O延迟低的优势逐渐变得不明显.这是因为大I/O请求的硬件处理时间明显高于I/O收割延迟，使得中断的上下文开销变得不明显.另一方面，随着I/O请求变大，中断的CPU开销越来越低，而轮询却需要独占CPU.

通常在目标跟踪任务中需要跟踪的目标物体具有任意性,同时目标周围可能有相似的干扰物体,这常常导致预训练网络提取的目标特征并不完全适用于当前需要跟踪的目标物体。针对以上问题,在Siamese孪生网络目标跟踪框架下,提出一种新型的基于梯度导向的通道选择目标跟踪算法。其次在特征通道选择阶段,根据损失函数反向传播的梯度信息选择特征表达性最强的特征通道;将梯度和特征通道的关系引入目标跟踪中对预训练网络提取的特征通道进行选择。中显示了本文算法在两组典型跟踪场景下运用梯度导向模块对选择出的特征通道进行特征融合的情况。

美国国家标准与技术研究院给出了零信任和零信任体系的定义、遵循的原则，介绍了零信任体系的逻辑组件和处理方法的变化，分析了零信任体系的安全威胁，可以为我国广大企事业单位内部网络的升级改造提供参考，为我国网络安全事业发展提供支撑。在零信任中，通常涉及将数据、计算和应用程序等网络资源的访问权限最小化，只对那些必须用户和资产开启访问权限进行授权访问，并持续对每个访问请求者的身份和安全状态进行身份验证和授权。最后的决定被传递给策略管理员执行。因此，零信任企业的网络基础设施和操作策略，是企业零信任体系计划的执行结果。

随着IT产业爆炸式的发展，大数据技术已深入国家战略、企业发展和个人生活的方方面面。然而随着大数据技术的蓬勃发展，与之伴随安全方面的研究相对落后，大数据的安全问题往往会对国家、政府、企业及个人造成严重危害。通过研究已有的大数据框架，结合当前国内外最新大数据安全标准和法规，设计了一种在大数据环境下的安全稽查与风险评估平台。首先，以研究大数据资产监管为基础，对资产与安全能力进行安全稽查；其次，结合稽查结果与大数据安全标准，完成风险评估以实现尽早发现平台中所存在的安全威胁。内容目录：0　引　言1　大数据安全研究概述

【摘要】在3GPP近期宣布冻结的Release-17版本标准中，面向天地一体化网络的组网需求，4G和5G空口协议均进行了针对NTN的演进增强。以3GPP Release-17 NTN（包括NR NTN和IoT NTN）移动性管理方案的总结分析为基础，结合天地一体化网络业务连续性需求和3GPP Release-18 NTN研究目标，提出了面向5G-Advanced的天地一体化网络移动性管理增强方案。该方案可以在4G/5G RAN层面进一步实现天基与地基基站之间的无损切换，从而减少天地基站切换造成的业务中断，提

提出的行人再识别网络的纹理特征增强模块通过融合不同空间级别所对应的全局和局部特征,减弱了光照、遮挡等对行人再识别的干扰;组实验分别为不包含空间注意力模块的属性识别网络、不包含纹理特征增强模块的行人再识别网络、单任务属性识别网络和单任务行人再识别网络。而特征的有效获取是相似度比较的基础。本节通过纹理特征增强模块中的多种操作使得行人再识别网络获得更全面的全局特征和更精准的局部特征。本文提出的基于空间注意力的属性识别网络、纹理特征增强的行人再识别网络及多任务加权损失函数对行人再识别任务的识别精度是有明显提升的。

摘要题目难度是保证试卷合理性及考试公平性的关键信息,也是智能教学系统（ITS）中的关键参数,有效支撑着包括智能组卷、题目自动生成和个性化习题推荐在内的多项智能教学功能。因此,题目难度评估已成为教育数据挖掘领域的一个重要研究方向,拥有大量研究工作。全面回顾了近十年题目难度评估研究领域的研究进展,将题目难度分为题目绝对难度和题目相对难度两类,并对现有的题目难度评估方法进行了整理和分类,其中重点分析了基于深度学习的题目绝对难度预测方法和基于深度学习的题目相对难度预测方法,并对后者包含的重要方法进行了实验分析。同时

5G系统Massive MIMO无线通信最主要的特点是利用无线信道的多径特征，设计合理的算法，达到最大化利用多天线的空间资源，提高系统的覆盖和容量。5G Massive MIMO信道不同于3G/4G信道，5G Massive MIMO的信道具有3D空间特性，这是因为5G基站设备（或者终端设备）采用了大规模天线技术，即无线信道模型不仅要模拟3G/4G多径特性（功率、角度），还需要模拟5G无线信道的三维特性，包括每条径的角度（AOA、ZOA、AOD、ZOD）及角度扩展[11-21]。

光纤复合架空地线(OPGW)在运行中受到内外条件的影响，结构中的金属绞线、油膏、光单元管和光纤等部分将发生一定程度的性能退化，导致光缆整体的健康度恶化。如何根据不同的参量对OPGW光缆的健康度状态进行评估，在故障发生之前进行维修或更换，是当下面临的主要问题。文章提出了基于主客观权重赋值法和主成份分析(PCA)法的OPGW光缆健康度评估方法，并进行了算例分析。数据分析结果表明，文章所提方法可有效地反映OPGW光缆的健康度状态。0引言光纤复合架空地线OPGW)

网络中的节点收到共识请求后，根据节点的信任值，选取出每层的主节点和层间的主节点，然后进行层内节点之间的共识。代表节点作为主节点的频率，共识过程中的主节点会消耗更多的通信资源，并且长时间固定的主节点容易遭到针对性攻击，不利于系统的安全运行。多层卫星联合部署的发展趋势，为了进一步提高多层卫星网络的安全性，保障卫星网络与地面网络的安全接入和卫星节点资源的可靠管理，本节在卫星互联网的管理中引入区块链技术，提出基于区块链的多层卫星互联网安全管理架构。由于区块链的分布式特性，攻击者无法篡改存储在区块链上的数据。

当前，我国相关行业主管部门已积极开展车联网安全监管技术手段等建设工作，推进如车联网安全监测、评估认证、风险预警和应急处置相关重点技术的研究，并以国家专项等方式推进车联网安全综合服务平台等建设工作，尚缺乏车联网关键部件及系统安全认证、存量联网汽车和投入运营的车联网平台等安全监测管理、车联网安全事件的事故责任落实等支撑手段。在新一轮车联网发展布局的关键节点，从安全管理层面，我国还需进一步统筹谋划，健全车联网安全监管责任体系，落实车联网产业链各环节参与各方的主体责任，推动车联网网络安全工作的进一步落地。

而低轨卫星相对于地球表面快速运动，当卫星飞出地球站的通信范围时，地球站需要指向下一颗飞过来的卫星，因此，低轨通信卫星系统的地球站必须频繁切换卫星才能实现长期持续通信，需要建立低轨通信卫星星座与地球站连通规划方法，确定地球站与卫星星座的哪颗卫星连通，并确定卫星与地球站连通的过程中，卫星到地球站以及地球站到卫星的方向，以确定卫星天线以及地球站天线的指向。小节的方法，依次计算地球站与所有卫星的可连通时间，可连通期间卫星到地球站指向在轨道坐标系的离轴角和方位角、地球站到卫星指向在地理坐标系的离轴角和方位角。

以高铁某路段为例，列车平均运营速度在200 km/h以上，沿线城镇、城中村、密集城区交错分布，场景类型复杂且无专网覆盖，高铁沿线主要靠周边小区兼顾覆盖，由于部分站点对于高铁网络覆盖而言高度不足且易受建筑阻挡，该段高铁里程覆盖率仅71.01%，但中国电信周边小区的低速用户感知良好，周边在网小区共计404个。该策略是指在中国电信共享中国联通高铁专网的同时，中国电信将高铁沿线2层1.8 G周边小区共享给中国联通，接收中国联通专网迁出的低速用户，确保高铁专网负荷不受冲击，同时提升中国联通周边小区用户感知。

摘 要 人机交互是物联网迈向智能化的重要途径，而人体动作识别已成为智能环境实现的关键环节.由于WiFi具有良好的用户体验和极高的普适性以及低廉的部署成本，基于WiFi的人体运动识别技术从众多交互技术中脱颖而出，已在智能安防、运动保健、老年活跃检测等领域展现了巨大的应用价值.现有的WiFi动作识别工作中，动作识别受人体的运动方向影响严重，为了确保识别精度往往需要固定动作方向，这种方向依赖性对基于WiFi的动作识别技术造成了极大的阻碍.为了克服这一限制，提出一种方向无关的动作识别模型.该模型利用天线分集消除随机

提出一种数字孪生卫星互联网系统架构，通过平行孪生、安全内生、智能衍生的立体式闭环机制，为卫星互联网全生命周期过程稳定发展提供支撑；然后对数字孪生卫星互联网关键问题与关键技术进行探讨。针对复杂多变的卫星互联网系统，提出基于机理与数据双驱动的标准化模型处理和生成方法；面对海量信息和不均匀分布形成的数据洪流，提出三级分流的池化存算架构；为了实际系统的特征孪生高保真，设计智能编排与分布式异构的处理平台，对不同模型和事件进行分类快速计算；

在对楼宇主服小区识别前，先利用长周期手机APP的OTT数据的精准定位功能关联手机终端MR数据，建立手机移动轨迹指纹库，实现了对楼宇内小区MR数据位置信息的赋值，其后结合场景边界爬虫技术对三维地图数据的楼宇边界识别，得到在楼宇边界内的MR所携带的所有小区ECI信息，即：利用楼宇边界对赋值后的MR数据进行定界。通过登录楼宇问题评估与定位平台，选择立体覆盖评估，设定时间周期后，系统会通过对楼宇感知分析得到存在感知下降问题的楼宇ID，再通过楼宇网络信息模型和当前的网络信息进行对比，根据差异定位出楼宇问题。

基于RSSI指纹定位方法也称匹配定位法，该方法不需要接入点(access point, AP)位置的先验知识，但需要在离线阶段划分网格，在位置区域中设置固定数量的采样点，记录每一楼层每一网格内的RSSI值，构建“楼层-位置-信号强度”指纹库，如图1所示.传统指纹库的构建过程依赖专业人员的现场勘测，耗时费力.同时由于室内多径效应，无线信号在传播过程中存在波动性，RSSI值需要随着室内物理环境的动态变化而进行周期性的更新，增加了指纹库的维护成本.

首先回顾anchor策略提出的背景及原理,介绍基于优化anchor设置的目标检测模型,总结anchor机制存在的问题,引出无锚点（anchor-free）系列模型。在基于关键点的anchor-free模型中,按照检测思路分为基于特定位置关键点的检测器和结合中心关键点回归预测的检测器,分类总结算法的优缺点和使用范围,结合COCO数据集上的检测指标进一步对比。中心置信度描述的是某一位置到该位置到其所属目标中心的距离。模型在特征图的每个位置输出其为目标中心点的概率、回归目标尺度、偏移量等信息进行边框的预测。

基于握手的协议可以通过对数据包的调度解决忙终端问题，而在基于随机接入MAC协议的网络中，上述特征对网络性能的影响难以评估。在无线电ALOHA协议中，在网络不发生拥塞的情况下基于随机接入的协议的性能并不会随节点间距离变化而变化，因为发送方所发送的数据包在接收方时间轴上的映射是随机的，因此发生冲突的概率和节点间距离并不相关。随着输入流量的增加，排队延时的增大导致数据包的延时逐渐增加，同时可以发现，速率更高的调制模式不一定会降低延时，因为过高的误码率带来了更多的重传，从而加重了网络的拥塞。其中，m为编码进制数。

随着大规模卫星网络广泛应用，用户数量激增，对服务性能要求逐渐增加，这给网络管控和资源调度带来极大的负担，将软件定义网络的架构模型以及网络功能虚拟化等技术应用在大规模卫星互联网，可以有效解决目前存在的一些问题。如对物理底层信号的处理流程为，其中一个域负责对地面的无线远程单元传输的射频信号进行接收和传输，边缘卫星负责将射频信号转为基带信号，将基带信号传输到另一个卫星域。下面将本文提出的算法与贪心算法进行对比，主要关注的性能指标包括端到端时延和部署的链路带宽消耗，同时针对不同的场景对此算法的性能进行分析。

海缆内部结构沿轴向方向扭转角度具有较好的一致性，不同角度扭转时，各结构应力增长趋势有所不同，海缆扭转过程中材料屈服出现非同步性。海缆计算模型采用三维立体结构，进行网格划分时，线芯、光单元和铠装钢丝等螺旋结构采用映射法完成，而填充层通过控制断面网格采用扫掠的方法完成，轴向长度上设置网格划分份数，每个单元控制在。，由左端刚体的扭转带动海缆各层的运动。逆扭转角度，对比研究不同扭转角度对海缆结构造成的影响。所示，随着扭转角度的增大，铠装钢丝应力整体呈现逐渐上升趋势，应力增长速度显著增大，并在顺时针扭转角度为。

一直支持“网络中立”的FCC（美国联邦通讯委员会）委员，Jessica Rosenworcel，在洛杉矶举行的美国移动世界大会（MWCA2018）上的一次演讲中表示，6G将迈向太赫兹频率时代，随着网络越加致密化，基于区块链的动态频谱共享技术是趋势。在移动通信网络从 4G 到 5G、从 5G 到 6G 演进过程中，我国信息传播领域相关产业抓住历史机遇，整合各类资源，形成独特产业优势，辐射社会经济各个相关领域，从而进一步推动我国产业结构升级转型、社会经济高质量发展、国家治理水平的总体提升。

因此通信抗干扰的研究重点应转向智能化、体系化的抗干扰策略研究，通过对干扰行为和干扰策略的分析和学习，综合而灵活地运用各种抗干扰技术，构建跨层联合、多域结合、自主智能的抗干扰策略体系，以应对智能化的新型干扰。同时，由于卫星通信技术的飞速发展，卫星之间除了固定的传输链路，同时存在机会式的星间链路，其增强了卫星网络的鲁棒性和灵活性。因此，为适应现代通信的发展需求，应对智能化干扰的严重威胁，完善和拓展抗干扰策略体系，抗干扰技术应具备智能化、网络化的抗干扰能力，以实现跨层联合、多域结合、自主智能的抗干扰防御。