为了提高无人方程式赛车运行的安全性,设计了一种基于鸿蒙系统的无人方程式赛车远程监控与数据管理系统。该系统主要包括数据采集软件、远程监控平台、云数据库。数据采集软件使用鸿蒙系统开发,通过使用控制器局域网(controller area ne...为了提高无人方程式赛车运行的安全性,设计了一种基于鸿蒙系统的无人方程式赛车远程监控与数据管理系统。该系统主要包括数据采集软件、远程监控平台、云数据库。数据采集软件使用鸿蒙系统开发,通过使用控制器局域网(controller area network,CAN)总线传输、蓝牙传输、WebSocket协议、HTTP协议,实现对CAN数据的解析、显示、转发。监控系统使用Spring Boot框架开发,实现对无人方程式赛车的远程监控。云数据库使用MySQL数据库开发,实现无人方程式赛车数据的快速存储。测试结果表明,该套系统可以实现对无人方程式赛车的远程监控,实现十万级以上数据量低延迟储存,数据丢失率平均为0.0424%。目前,该套系统已经应用到无人方程式赛车的调试中。展开更多
针对学术论文在学科领域内进行层次标签分类问题,提出了一种基于知识增强的语义表示与图注意力网络的文本层次标签分类(text hierarchical label classification based on enhanced representation through knowledge integration and g...针对学术论文在学科领域内进行层次标签分类问题,提出了一种基于知识增强的语义表示与图注意力网络的文本层次标签分类(text hierarchical label classification based on enhanced representation through knowledge integration and graph attention networks, GETHLC)模型。首先,通过层次标签抽取模块提取学科领域下层次标签的结构特征,并通过预训练模型对学术论文的摘要、标题和抽取后的层次标签结构特征进行嵌入;然后,在分类阶段基于层次标签的结构分层构造层次分类器,将学术论文逐层分类至最符合的类别中。在大规模中文科学文献数据集CSL上进行的实验结果表明,与基准的ERNIE模型相比,GETHLC模型的准确率、召回率和F1值分别提升了5.78、4.31和5.02百分点。展开更多
为了提高车联网中车辆数据共享的安全性和效率,提出了一种基于改进实用拜占庭容错(practical Byzantine fault tolerance,PBFT)的抗攻击信誉管理方案,包括用于检测虚假信息的信誉模型和存储车辆信誉值的管理机制。基于贝叶斯推理的信誉...为了提高车联网中车辆数据共享的安全性和效率,提出了一种基于改进实用拜占庭容错(practical Byzantine fault tolerance,PBFT)的抗攻击信誉管理方案,包括用于检测虚假信息的信誉模型和存储车辆信誉值的管理机制。基于贝叶斯推理的信誉模型,采用广义极端学生化偏差(generalized extreme studentized deviate,GESD)设计异常值过滤算法,过滤恶意车辆发送的异常间接信任,提高模型准确率;在基于区块链的管理机制中,采用优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)改进PBFT共识算法,减少共识节点的数量,并降低拜占庭节点成为主节点的概率,以保证共识效率。仿真实验表明,在混合恶意车辆占比50%的情况下,信誉方案仍具有0.74的准确率,且对开关攻击和诽谤攻击的防御效果更好;共识算法具有更高的吞吐量和更低的交易确认时延。展开更多
文摘为了提高无人方程式赛车运行的安全性,设计了一种基于鸿蒙系统的无人方程式赛车远程监控与数据管理系统。该系统主要包括数据采集软件、远程监控平台、云数据库。数据采集软件使用鸿蒙系统开发,通过使用控制器局域网(controller area network,CAN)总线传输、蓝牙传输、WebSocket协议、HTTP协议,实现对CAN数据的解析、显示、转发。监控系统使用Spring Boot框架开发,实现对无人方程式赛车的远程监控。云数据库使用MySQL数据库开发,实现无人方程式赛车数据的快速存储。测试结果表明,该套系统可以实现对无人方程式赛车的远程监控,实现十万级以上数据量低延迟储存,数据丢失率平均为0.0424%。目前,该套系统已经应用到无人方程式赛车的调试中。
文摘针对学术论文在学科领域内进行层次标签分类问题,提出了一种基于知识增强的语义表示与图注意力网络的文本层次标签分类(text hierarchical label classification based on enhanced representation through knowledge integration and graph attention networks, GETHLC)模型。首先,通过层次标签抽取模块提取学科领域下层次标签的结构特征,并通过预训练模型对学术论文的摘要、标题和抽取后的层次标签结构特征进行嵌入;然后,在分类阶段基于层次标签的结构分层构造层次分类器,将学术论文逐层分类至最符合的类别中。在大规模中文科学文献数据集CSL上进行的实验结果表明,与基准的ERNIE模型相比,GETHLC模型的准确率、召回率和F1值分别提升了5.78、4.31和5.02百分点。
文摘为了提高车联网中车辆数据共享的安全性和效率,提出了一种基于改进实用拜占庭容错(practical Byzantine fault tolerance,PBFT)的抗攻击信誉管理方案,包括用于检测虚假信息的信誉模型和存储车辆信誉值的管理机制。基于贝叶斯推理的信誉模型,采用广义极端学生化偏差(generalized extreme studentized deviate,GESD)设计异常值过滤算法,过滤恶意车辆发送的异常间接信任,提高模型准确率;在基于区块链的管理机制中,采用优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)改进PBFT共识算法,减少共识节点的数量,并降低拜占庭节点成为主节点的概率,以保证共识效率。仿真实验表明,在混合恶意车辆占比50%的情况下,信誉方案仍具有0.74的准确率,且对开关攻击和诽谤攻击的防御效果更好;共识算法具有更高的吞吐量和更低的交易确认时延。
