期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于区块链的工业物联网隐私保护协作学习系统 被引量:3
1
作者 林峰斌 王灿 +3 位作者 吴秋新 李涵 秦宇 龚钢军 《计算机应用研究》 CSCD 北大核心 2024年第8期2270-2276,共7页
为了在保护数据隐私的前提下,充分利用异构的工业物联网节点数据训练高精度模型,提出了一种基于区块链的隐私保护两阶段协作学习系统。首先,使用分组联邦学习框架,根据参与节点的算力将其划分为不同组,每组通过联邦学习训练一个适合其... 为了在保护数据隐私的前提下,充分利用异构的工业物联网节点数据训练高精度模型,提出了一种基于区块链的隐私保护两阶段协作学习系统。首先,使用分组联邦学习框架,根据参与节点的算力将其划分为不同组,每组通过联邦学习训练一个适合其算力的全局模型;其次,引入分割学习,使节点能够与移动边缘计算服务器协作训练更大规模的模型,并采用差分隐私技术进一步保护数据隐私,将训练好的模型存储在区块链上,通过区块链的共识算法进一步防止恶意节点的攻击,保护模型安全;最后,为了结合多个异构全局模型的优点并进一步提高模型精度,使用每个全局模型的特征提取器从用户数据中提取特征,并将这些特征用作训练集训练更高精度的复杂模型。实验结果表明,该系统在Fashion-MNIST和CIFAR-10数据集上的性能优于传统联邦学习的性能,能够应用于工业物联网场景中以获得高精度模型。 展开更多
关键词 区块链 工业物联网 隐私保护 协作学习 联邦学习 分割学习
在线阅读 下载PDF
基于区块链的工业物联网隐私保护的异构联邦集成学习系统
2
作者 林峰斌 王灿 +3 位作者 吴秋新 李涵 秦宇 龚钢军 《江西师范大学学报(自然科学版)》 CAS 北大核心 2024年第4期371-382,共12页
在工业物联网设备中的数据蕴含着具有重要价值的信息,结合联邦学习技术能够在保护数据隐私的前提下训练模型发掘数据信息.然而,在实际应用中联邦学习仍面临节点异构、数据隐私泄露、服务器单点故障等挑战,为此,该文提出了一种基于区块... 在工业物联网设备中的数据蕴含着具有重要价值的信息,结合联邦学习技术能够在保护数据隐私的前提下训练模型发掘数据信息.然而,在实际应用中联邦学习仍面临节点异构、数据隐私泄露、服务器单点故障等挑战,为此,该文提出了一种基于区块链的隐私保护异构联邦集成学习系统.首先,采用集成学习对异构联邦学习进行优化,进一步提升了预测的准确率;其次,引入了分割学习使节点能够与移动边缘计算服务器共同完成模型训练,并采用差分隐私技术来进一步保护数据隐私;最后,将训练好的模型存储在区块链上,通过区块链的共识算法进一步防止恶意节点的攻击,保护模型的安全.实验结果表明:使用集成学习优化的方案能够提升异构联邦学习的预测精度,并在节点异构场景下的表现优于传统联邦学习算法. 展开更多
关键词 区块链 工业物联网 差分隐私 联邦学习 分割学习 集成学习
在线阅读 下载PDF
含内部障碍物开孔缝腔体屏蔽效能 被引量:3
3
作者 范杰清 郝建红 +3 位作者 公延飞 蒋璐行 杨万清 张葆刚 《高电压技术》 EI CAS CSCD 北大核心 2015年第12期4198-4206,共9页
针对含有内部金属障碍物的开孔屏蔽腔体的结构特点,采用扩展的传输线方法理论,建立了平面波照射下腔体电场屏蔽效能的等效电路模型,推导了近似计算解析式,并计算分析了内部金属障碍物对开孔腔体屏蔽效能的影响,分析了障碍物跨度、到腔... 针对含有内部金属障碍物的开孔屏蔽腔体的结构特点,采用扩展的传输线方法理论,建立了平面波照射下腔体电场屏蔽效能的等效电路模型,推导了近似计算解析式,并计算分析了内部金属障碍物对开孔腔体屏蔽效能的影响,分析了障碍物跨度、到腔体开孔缝面的距离和障碍物开缝距离对腔体电场屏蔽效能的影响.在0~1 GHz范围内,利用传输线方法(transmission line method,TLM)计算了含内部障碍物腔体屏蔽效能,与CST软件仿真结果验证了本方法的有效性.计算结果表明:内部金属障碍物提高了腔体的屏蔽效能,改变了腔体的谐振频率,且障碍物尺寸越大对腔体影响越大;障碍物距离开缝面越远、跨度越大、障碍物开缝距离越近,腔体屏蔽效能越大. 展开更多
关键词 屏蔽效能 传输线方法 电磁敏感性 金属障碍物 开孔缝腔体 CST软件
在线阅读 下载PDF
随机耦合模型复杂腔体电磁耦合效应统计特性 被引量:2
4
作者 范杰清 郝建红 蒋璐行 《强激光与粒子束》 EI CAS CSCD 北大核心 2015年第10期290-296,共7页
针对微波脉冲激励下复杂屏蔽腔体内部电路耦合电磁量计算的问题,建立了一个微波混沌腔体,通过测试获取了含内部电路的腔体辐射和辐射散射参数,利用随机耦合模型(RCM),对干扰脉冲能量进行了归一化处理,计算分析了微波脉冲宽度、脉冲间隔... 针对微波脉冲激励下复杂屏蔽腔体内部电路耦合电磁量计算的问题,建立了一个微波混沌腔体,通过测试获取了含内部电路的腔体辐射和辐射散射参数,利用随机耦合模型(RCM),对干扰脉冲能量进行了归一化处理,计算分析了微波脉冲宽度、脉冲间隔、脉冲数目以及腔体损耗因子对目标点感应电磁量统计分布的影响。计算结果表明:脉冲干扰下电路目标点耦合电磁量强于功率源激励;在脉冲能量一定的条件下,目标点耦合电磁量与微波脉冲的宽度、间隔和数目的变化均呈现一定的谐振特性,且单脉冲激励对电路的影响明显强于多脉冲。与此同时,实验还研究了电路易受电磁干扰的目标点的确定方法。 展开更多
关键词 敏感区域 目标点 微波脉冲 随机耦合模型 二孔系统 统计特性
在线阅读 下载PDF
基于TensorFlow的高压输电线路异物识别 被引量:38
5
作者 龚钢军 张帅 +3 位作者 吴秋新 陈志敏 刘韧 苏畅 《电力自动化设备》 EI CSCD 北大核心 2019年第4期204-209,216,共7页
针对传统异物识别准确率较低的问题,提出一种基于TensorFlow的深度卷积神经网络的异物识别模型。将巡检图像进行图像灰度化和尺寸压缩等预处理,并采用三维块匹配滤波(BM3D)算法进行图像去噪得到实验所需的训练数据。提出基于TensorFlow... 针对传统异物识别准确率较低的问题,提出一种基于TensorFlow的深度卷积神经网络的异物识别模型。将巡检图像进行图像灰度化和尺寸压缩等预处理,并采用三维块匹配滤波(BM3D)算法进行图像去噪得到实验所需的训练数据。提出基于TensorFlow的深度卷积神经网络框架,通过使用框架中的TensorBoard模块设计深度卷积神经网络模型结构与优选模型参数,并针对ReLU激活函数与特征权重进行理论分析。实验结果表明,经过15次迭代训练后,深度卷积神经网络比传统的支持向量机(SVM)、极限学习机(ELM)和BP神经网络算法具有更强的巡检图像识别能力;与经典的LeNet-5和VGGNet模型以及相关文献中的模型相比,所提模型更具有优越性。 展开更多
关键词 输电线路 异物识别 卷积神经网络 TensorFlow
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部