天堂va在线高清一区,成人精品一区二区三区中文字幕,国产成人av一区二区三区在线观看

頭條

使用有安全保障的閃存存儲構建安全的汽車系統

使用有安全保障的閃存存儲構建安全的汽車系統

在現代汽車嵌入式系統中，高度安全的數據存儲是必不可少的，尤其是在面對日益高明的網絡攻擊時。本文將介紹設計師正確使用閃存的步驟。

最新設計資源

分布式VANETs中車流自適應的低沖突TDMA-MAC協議[通信與網絡][汽車電子]

在分布式車載自組織網絡中，動態變化的雙向車流會嚴重影響基于slot分組的TDMA-MAC協議降低沖突的效果以及整體協議的安全性與可靠性，對此設計一種車流自適應的低沖突TDMA-MAC協議TALC-MAC。采用slot占用率作為分組調整的判斷依據，設計詳細的分組擴展與收縮策略以適應車流實際分布。同時優化幀內slot分組方案與節點預約slot的策略，進一步降低網絡中發生沖突的概率。仿真實驗結果表明TALC-MAC能有效適應雙向車流的動態變化，保持協議整體低沖突的特性。

發表于：7/5/2022

基于凸優化的FSO/RF自動請求重傳協議方案[其他][其他]

針對FSO/RF混合鏈路的高效可靠數據傳輸問題,研究系統在二進制相移鍵控（BPSK）調制與ARQ差錯控制模式下雙鏈路重傳協作的優化設計方法。基于FSO信道雙伽馬（Gamma-Gamma）分布的湍流模型和RF信道Nakagami-m分布的衰落模型,推導得出混合鏈路平均包錯誤率與吞吐量的解析表達式,并運用凸優化求解方法得出吞吐量最優解時的數據重傳協作比例系數。在不同大氣湍流強度與衰落因子條件下,計算分析了FSO/RF混合鏈路ARQ數傳方案的平均包錯誤率與吞吐量性能。數值結果表明,采用優化后的ARQ雙鏈路重傳比例策略,可有效提高混合鏈路傳輸的可靠性與數據吞吐量性能。

發表于：7/5/2022

基于直接高階注意力和多尺度路由的圖神經網絡[通信與網絡][通信網絡]

圖神經網絡中的注意力機制在處理圖結構化數據方面表現出優異的性能。傳統的圖注意力計算直接連接的節點之間的注意力，并通過堆疊層數隱式獲取高階信息。盡管在圖注意力機制方面目前已有廣泛的研究，但用于注意力計算的堆疊范式在建模遠程依賴方面效果較差。為了提高表達能力，設計了一種新穎的直接注意力機制，這一機制通過K階鄰接矩陣直接計算高階鄰居之間的注意力。通過自適應路由聚合過程進一步傳播高階信息，這使得聚合過程更靈活地適應不同圖的特性。在引文網絡上的節點分類任務上進行了大量的實驗。實驗表明，該方法優于最先進的基線模型。

發表于：7/5/2022

地鐵運營崗位應急處置培訓的語音識別研究[通信與網絡][通信網絡]

地鐵交通運營是一種整體性活動，離不開各部門間的協調配合,地鐵運營崗位應急處置培訓系統應用于多個崗位的聯合培訓。該系統通過語音識別來實現模擬崗位間語音交互及對培訓過程智能評價的功能。提出的語音識別方法可實現離線網絡下對地鐵培訓專業術語的高識別精度，利用深度全序列卷積神經網絡（DFCNN）和鏈接時序分類（CTC）構建聲學模型，對應急處置培訓用語進行整理并構建專業術語庫，基于統計學構建語言模型。實驗結果表明，該語音識別方法能夠有效識別地鐵應急處置培訓用語，為地鐵運營崗位人員的培訓和考核提供更全面的評價指標。

發表于：7/5/2022

基于方向一致損失的輕量車道線檢測[通信與網絡][汽車電子]

目前，輕量型車道線檢測網絡存在彎道檢測效果差、網絡感受野不夠與實時性受限等問題，故提出了一種改進的輕量型車道線檢測網絡模型。首先，為提高彎道檢測效果，設計了一種方向一致損失，以使模型適用于彎道場景。其次，為在增強網絡實時性的同時提高其感受野，提出將自注意力機制與RepVGG相融合的網絡作為模型的主干網絡。該模型在CULane測試集上測試的總F1-measure達到了70.7%，在Tusimple測試集上測試的準確率達到95.92%，其平均推斷速度達到了408 FPS。實驗結果表明，該模型相較于目前輕量型模型在性能上有一定的提升，尤其對彎道場景下的車道線檢測效果提升明顯。

發表于：7/5/2022

基于注意力機制的無監督單目標跟蹤算法[其他][其他]

為提升目標跟蹤精度，設計一種基于注意力機制的無監督單目標跟蹤算法。該算法使用DCFNet網絡作為基本網絡，通過前向跟蹤和后向驗證實現無監督跟蹤。為結合上下文信息，引入特征融合方法，且將DCFNet網絡每一層所提取的特征通過雙線性池化調整分辨率以便進行特征融合；為關注不同特征通道上的關系，引入通道注意力機制SENet模塊；設計一個反向逐幀驗證方法，在反向驗證中間幀的基礎上再預測第一幀，進而減少判別位置的誤差。在公共數據集OTB-2015上的測試結果顯示，本算法AUC分數達60.6%，速度達61FPS。與無監督單目標跟蹤UDT算法相比，所設計算法取得了更優的目標跟蹤性能。

發表于：7/5/2022

交通場景下基于深度強化學習的感知型路徑分配算法[其他][其他]

路徑分配問題是交通數字孿生系統的重要研究方向之一，其重點是綜合考量行駛需求的動態變化以及路網信息的實時改變，實現高效合理的路徑規劃。現階段一些經典的分配算法如粒子群、Dijkstra等算法及其優化模型僅能達到全局靜態最優，忽略了現實交通中的復雜變化。而逐漸推出的各種深度學習算法雖能進行全面的時空預測，但受限于海量歷史數據的歸納分析以及較高的運算成本，難以大規模應用。鑒于此，提出了一種靜態分配算法與深度強化學習算法結合的感知型路徑分配算法,在行駛中依據實時路網信息和車輛當前狀態，實現全局路徑動態再分配及更新，相關算法的精度和效率在仿真實驗中得到驗證。

發表于：7/5/2022

MATLAB到高性能C的代碼轉換系統設計與實現[可編程邏輯][其他]

MATLAB被廣泛應用于算法設計及驗證，但由于平臺限制及性能因素影響，實際工作中通常使用C語言及高性能庫來重寫和優化代碼。人工轉換MATLAB到C工作繁瑣，而大部分已有的自動轉換方法又難以解決MATLAB的高性能矢量運算和庫函數與C的對接問題。為此，設計了一個MATLAB到高性能C的自動轉換系統，通過將MATLAB代碼轉換為中間表示，進一步轉換為C代碼。同時，將MATLAB的高性能矢量運算和庫函數對接到高性能C函數庫Math Kernel Library(MKL)上。在相同MATLAB代碼上的實驗結果表明，該系統轉換生成的C代碼性能與人工編寫的C代碼相當，優于已有的轉換方法生成的C代碼。

發表于：7/5/2022

民用無人機領域數據與飛行安全法律規制研究[通信與網絡][航空航天]

無人機技術是當今工業互聯網發展的助力之一，尤其是5G技術與無人機技術的結合成為推動工業向數字化轉型升級的重要力量。但是，在無人機大規模應用的同時，也不能忽視其給行業帶來的風險與挑戰。主要討論民用無人機存在的隱私侵權問題及其造成的數據安全問題和“黑飛”問題，并對比中外法律法規提出有關法律體系建設的建議。

發表于：7/5/2022

大數據技術中的隱私保護法律問題[通信與網絡][信息安全]

大數據技術廣泛應用的同時也帶來了諸多問題，對用戶隱私和數據安全造成了嚴重侵害。由于大數據發展速度快和法律屬性界定復雜等原因，現行法律法規存在一定的滯后，對此類問題適用性不佳，需要隨著大數據技術的發展進行及時的改進，從而適應日新月異的網絡環境。

發表于：7/5/2022

保留格式加密的雙擾工作模式[通信與網絡][信息安全]

在通常的分組密碼ECB或CBC工作模式下，當數據分組的分組長度較小時，可能會因為密文組重復導致明文信息泄露。為此，給出了一種適用于保留格式加密算法的創新工作模式。以加密初始向量為起點，用一種密鑰參與運算的非線性遞歸方法產生不可預測序列，并以加擾形式將該序列作用到分組迭代變換的輸入和輸出數據組中。即明文組變換到密文組的過程由明文加擾、分組加密和密文加擾三步構成。這樣的工作模式將使得攻擊者難以獲得和積累明密對，以及實施已知明文攻擊。這將在一定程度上消除某些密碼算法因為明文組空間較小而存在的安全缺陷。因此，該工作模式適用于某些保留格式加密算法或分組較小的輕量級分組算法。

發表于：7/5/2022

基于CL-PKC的衛星通信認證技術研究[通信與網絡][航空航天]

隨著衛星通信技術的不斷發展，衛星通信組網技術受到越來越多的關注，其相關的安全問題也更加突出。針對衛星通信認證技術進行研究，分析了衛星網絡的特點和安全認證需求，提出了一種基于身份的密碼體制認證方案，實現了身份認證和密鑰協商，以及對合法用戶的身份信息的保護功能。并進行仿真實驗對協議的安全可行性進行了驗證，結果表明，該方案達到了安全、高效的認證效果。

發表于：7/5/2022

基于變分自編碼器和三支決策的工控入侵檢測算法[其他][工業自動化]

為了更精確地提取工控入侵數據集特征和更精準地分類惡意數據，使得入侵檢測方法滿足當前工業控制網絡的安全需求，提出了基于變分自編碼器(Variational Autoencoder，VAE)和三支決策理論(Three-way Decisions，TWD)的新型工業控制網絡入侵檢測算法(VAE-TWD)。該算法利用變分自編碼器強大的感知能力對高維數據進行降維映射和特征提取，再對正常和惡意數據利用三支決策理論進行即刻決策，劃分入正向決策域和負向決策域。而對于邊界域內不確定的數據，將通過不同粒度的特征，選擇適當數據構成新的訓練集并擴充到原有數據集中。然后重復決策過程，直至決策域中數據為空，規避盲目決策的風險。實驗結果表明VAE-TWD算法提升了對工控入侵檢測的特征提取能力和分類能力，且在準確率、檢出率、誤報率、F1得分等指標上均優于對比算法，有效提高了工控入侵檢測的性能。

發表于：7/5/2022

基于擠壓激勵網絡的惡意代碼家族檢測方法[通信與網絡][通信網絡]

惡意代碼已經成為威脅網絡安全的重要因素。基于機器學習的惡意代碼檢測方法已經取得較好的效果，但面對相似的惡意代碼家族，往往效果不佳。對此，提出了一種基于擠壓激勵網絡的檢測算法，由卷積神經網絡(Convolutional Neural Network，CNN)與擠壓和激勵(Squeeze-and-Excitation，SE)模塊構成。CNN先快速提取惡意代碼的圖像特征，SE模塊對多通道特征圖進行全局平均池化，將全局信息壓縮，然后通過全連接層自適應學習，并將每個通道特征圖賦予不同的權重來表示不同的重要程度，指導激勵或抑制特征信息。實驗結果表明，該方法相對于傳統機器學習方法有更好的檢測效果，與深度學習算法相比檢測效果也有一定的提升且參數量大大減少。

發表于：7/5/2022

破解SiC、GaN柵極動態測試難題的魔法棒 — 光隔離探頭[測試測量][工業自動化]

SiC、GaN 作為最新一代功率半導體器件具有遠優于傳統 Si 器件的特性，能夠使得功率變換器獲得更高的效率、更高的功率密度和更低的系統成本。但同時，SiC、GaN極快的開關速度也給工程師帶來了使用和測量的挑戰，稍有不慎就無法獲得正確的波形，從而嚴重影響到器件評估的準確、電路設計的性能和安全、項目完成的速度。

發表于：7/2/2022

亚洲一区二区欧美_亚洲丝袜一区_99re亚洲国产精品_日韩亚洲一区二区

亚洲国产三级| 欧美一区二区三区在线视频| 国产乱理伦片在线观看夜一区| 1024精品一区二区三区| 国产精品爽爽爽| 欧美视频精品一区| 欧美日韩亚洲国产一区| 欧美日本二区| 欧美日韩国产综合一区二区| 欧美精品日韩一本| 欧美片第1页综合| 欧美精品v日韩精品v韩国精品v | 欧美日韩成人在线观看| 欧美韩日一区| 欧美精品在线网站| 欧美日韩成人在线| 欧美视频在线观看免费网址| 欧美视频1区| 国产精品久久久久毛片软件| 国产精品理论片| 国产精品主播| 国产亚洲免费的视频看| 极品尤物一区二区三区| 在线观看日韩一区| 亚洲人成网站色ww在线| 99综合视频| 亚洲一区三区电影在线观看| 亚洲欧美精品在线观看| 久久成人精品无人区| 亚洲高清在线| 日韩一级视频免费观看在线| 99re热这里只有精品视频| 亚洲视频在线观看视频| 午夜久久福利| 久久久久久伊人| 欧美成人国产| 国产精品黄视频| 国产偷自视频区视频一区二区| 狠狠色狠狠色综合日日小说| 亚洲国产成人不卡| 99伊人成综合| 先锋a资源在线看亚洲| 亚洲国产精品va在线看黑人动漫| 亚洲精品视频在线观看网站| 亚洲一区三区视频在线观看| 欧美一区二区私人影院日本| 免费成人美女女| 欧美视频在线观看视频极品| 国产区精品在线观看| 悠悠资源网久久精品| 日韩视频在线观看国产| 亚洲欧美日韩精品久久奇米色影视 | 国产精品成人在线| 国产精品尤物| 亚洲电影下载| 亚洲欧美国内爽妇网| 亚洲国产日韩欧美在线动漫| 一区二区三区视频在线看| 久久国产视频网站| 欧美成人第一页| 国产精一区二区三区| 揄拍成人国产精品视频| 一区二区冒白浆视频| 欧美中文字幕在线观看| 亚洲一区二区视频| 美女精品一区| 国产精品国产三级国产普通话三级| 国模私拍一区二区三区| 一本一本久久a久久精品综合妖精| 欧美伊人久久久久久久久影院| 99re热这里只有精品视频| 久久er精品视频| 欧美日韩国产精品专区| 国产综合一区二区| 亚洲视频一区| 亚洲精品免费一区二区三区| 欧美一区二区私人影院日本| 欧美日韩精品一本二本三本| 激情欧美一区二区三区| 亚洲线精品一区二区三区八戒| 亚洲精品日韩一| 久久久久国产精品人| 国产精品久久久久久久久久免费| 亚洲第一视频| 欧美在线视频二区| 亚洲一区二区三区涩| 欧美国产综合视频| 国产亚洲精品bt天堂精选| 一区二区三区视频在线观看| 亚洲精品在线看| 久久女同精品一区二区| 国产精品一区二区三区成人| 99re6热只有精品免费观看| 亚洲高清电影| 久久精品视频在线免费观看| 国产精品久久9| 99亚洲一区二区| 夜夜精品视频一区二区| 欧美电影免费网站| 黄色一区二区在线| 性欧美暴力猛交69hd| 亚洲欧美日韩精品久久久| 欧美日韩国产成人精品| 亚洲国产日韩欧美在线99 | 黄色成人91| 性欧美videos另类喷潮| 欧美一区二区三区精品| 国产精品乱码人人做人人爱| 一本高清dvd不卡在线观看| 亚洲精品日韩综合观看成人91| 久久综合福利| 国产主播一区二区| 欧美一区二区三区免费大片| 欧美一区二区三区婷婷月色| 国产精品毛片a∨一区二区三区|国| 夜久久久久久| 亚洲视频狠狠| 国产精品高潮在线| 亚洲视频在线一区| 亚洲一区二区欧美日韩| 欧美三级午夜理伦三级中视频| 亚洲乱码视频| 亚洲午夜免费福利视频| 欧美三级视频| 亚洲一区二区三区在线看| 亚洲综合日韩| 国产精品一级久久久| 午夜精品久久久久久久99水蜜桃 | 欧美日本亚洲| 一区二区三区精品国产| 亚洲一二三区在线观看| 欧美性生交xxxxx久久久| 一区二区三区四区国产| 先锋影音国产一区| 国产一区二区按摩在线观看| 久久精品国产亚洲一区二区| 免费国产自线拍一欧美视频| 亚洲国产日本| 亚洲一区二区三区精品动漫| 国产乱码精品1区2区3区| 欧美一区二视频| 欧美va天堂va视频va在线| 亚洲人成网站色ww在线| 亚洲图色在线| 国产欧美日本一区视频| 久久精品1区| 欧美精品久久天天躁| 中文精品99久久国产香蕉| 欧美亚洲综合久久| 国内精品久久久久久久影视蜜臀 | 国内精品久久久久久久97牛牛| 亚洲国产综合在线| 欧美人成在线视频| 亚洲视频在线视频| 久久精品国产96久久久香蕉| 在线播放视频一区| 夜夜嗨av一区二区三区| 国产酒店精品激情| 亚洲国产毛片完整版| 欧美日韩国产在线观看| 香蕉av福利精品导航| 蜜臀av一级做a爰片久久| 99精品视频免费观看视频| 欧美在线观看网址综合| 在线播放国产一区中文字幕剧情欧美 | 最新国产精品拍自在线播放| 亚洲欧美一区二区三区极速播放| 黄色一区二区三区| 亚洲少妇最新在线视频| 国产视频久久| 日韩一区二区精品| 国产日韩精品久久| 日韩午夜电影av| 国产亚洲精品一区二区| 亚洲美女淫视频| 国产日韩成人精品| 一区二区高清在线| 国产一区二区三区在线播放免费观看 | 一区二区高清| 久久一二三四| 亚洲视频999| 你懂的国产精品| 亚洲欧美国产精品va在线观看| 欧美大香线蕉线伊人久久国产精品| 亚洲视频综合| 欧美国产成人精品| 午夜精品久久一牛影视| 欧美日韩国产精品一区| 久久精品99国产精品日本| 欧美日韩一区二区三区在线观看免| 欧美在线视频免费| 国产精品v欧美精品v日韩精品| 亚洲国产日韩欧美综合久久| 国产精品视频一二| 一区二区欧美国产| 永久域名在线精品| 久久激情中文| 中日韩高清电影网| 欧美精品一区三区| 亚洲国产aⅴ天堂久久|