船联网(internet of vehicle,IoS)是船舶信息交换的载体.基于区块链技术,在IoS上构建一种可信的信息交换机制,并提出相应的航行事件置信度计算与船舶信誉管理方案.该方案借鉴信息过滤的思想得到船舶综合相似度,利用加权熵值反向计算融...
详细信息
船联网(internet of vehicle,IoS)是船舶信息交换的载体.基于区块链技术,在IoS上构建一种可信的信息交换机制,并提出相应的航行事件置信度计算与船舶信誉管理方案.该方案借鉴信息过滤的思想得到船舶综合相似度,利用加权熵值反向计算融合的评级,根据回应船舶评级偏离融合评级的程度更新回应船舶的信誉值;然后采用最小二乘法建立信誉值倒数与评级误差之间的拟合关系,从而得以更新报告船舶的信誉值;进一步设计基于船舶信誉值的DPoS(delegated proof of stake)共识机制,旨在优先选择信誉值较高的船舶作为见证者船舶,以保障系统出块环境的稳定性和高效性.结果显示,在船舶滥用行为占比为40%的情况下,航行事件真实性判定的准确率仍在75%以上.研究表明,所提出的方案不仅有效提高了航行事件真实性判定的准确率,还能识别恶意船舶并限制其滥用行为,从而保证IoS环境的安全和稳定.
人类大脑作为最精密的器官,其新陈代谢所需的能量占到了人体总消耗的20%左右。大脑内部由不同的区域构成,并通过神经元连接形成复杂的网络结构,这种网络结构需要在满足功能需求和节约能量成本之间寻找平衡。在最优化拓扑结构以适应复杂的现实活动的同时,大脑功能网络的组织形式还需要满足低布线成本。因此,大脑网络结构往往呈现出小世界性质,这种结构既能实现局部信息处理,又能保证全局信息整合。针对大脑的研究除了关注静息状态或特定认知活动下的脑区活动,还需关注不同脑区之间的相互作用。功能连接(Functional Connectivity,FC)可以反映大脑皮质间的交互作用,而不需要考虑皮质区域间的因果关系,是研究大脑区域内部与区域之间联系的常用方法之一。从相关性分析后的全连接功能连接矩阵中通过二值化方法优化成稀疏的网络结构是后续脑网络结构分析的关键步骤。然而,现有的二值化方法都存在改变图原始拓扑结构或假设图具有特定约束条件等问题。针对上述问题,本文选择重度抑郁患者作为研究对象,深入地分析了重度抑郁大脑功能网络连接模式,并将其应用于重度抑郁症数据集上进行实验验证。本文的主要贡献和创新点如下:(1)为了解决现有二值化方法难以保留图的原有结构和特定约束问题,本文创新性地提出了一种角色划分下代价和拓扑权衡模型(Trade-off Model Between Cost and Topology Under Role Division,MCT)。该模型包括三个步骤:社区检测、节点和边的角色划分和效率-成本(Efficient-Cost,E-cost)动态优化算法。本文使用合成数据集来评估MCT方法与其他二值化方法在去噪效果上的差异,并发现MCT方法能够更好地保留原始数据中存在的真实连接。在由71名抑郁症患者和51名健康对照者组成的实际数据集上,MCT方法也表现出了较好的性能,这说明它保留了原有的网络结构,同时更符合大脑功能网络的小世界特性。另外,本文还于另一个真实数据集上应用MCT方法进行二值化处理,比较两组之间在枢纽节点、异常功能连接以及网络特征参数方面的差异。通过与已有的相关研究结果进行对照,本文进一步验证了MCT方法在大脑功能网络分析中的适用性和有效性。(2)MCT方法存在运算成本过高和E-cost优化算法不适合引入三种角色特性的问题。为了增强MCT方法的实用性和理论完整性,本文创新性地提出了一种概率唤醒下成本与拓扑的权衡模型(Trade-off Model Between Cost and Topology under Probabilistic Awakening,MPA)。MPA模型在保留了MCT方法的社区检测、角色和边划分和不同类型连接分配的思想的同时,使用概率唤醒代替了动态分配。在概率唤醒方法的优化下,MPA的运行时间优化至接近于简单二值化方法的运行时间,同时保留了角色划分和边唤醒等复杂操作,具有更高的实用价值。另外,为了验证MPA方法的有效性,本文将五种不同二值化算法生成的网络特征进行对比分析。结果显示,一倍节点规模唤醒次数的MPA方法的结果与MCT方法非常接近;而十倍节点规模唤醒次数的MPA方法的表现优于MCT方法。在构建重度抑郁组和健康对照组的FC矩阵后,本文提取了三个网络特征参数,并将它们作为三种常见分类器的输入,达到了91%的分类准确率,证明了MPA方法在实际数据中的可行性和有效性。
暂无评论