检索结果-内蒙古大学图书馆

Ti_(3)C_(2)T_(X)MXenes材料在超级电容器中的应用研究进展

复合材料学报 2023年第2期40卷 678-687页

作者：张亚林王梦倩陈兴刚蔡艳青许莹华北理工大学材料科学与工程学院河北省无机非金属材料重点实验室唐山063210

近年来人们对储能设备的需求加大,超级电容器因其优异的性能而受到研究者青睐。二维过渡MXenes材料是一种类似于石墨烯的二维片层材料,具有独特的结构和丰富的官能团,其中Ti_(3)C_(2)T_(X)MXenes材料因其具有优异的导电性、高比面积和... 详细信息

近年来人们对储能设备的需求加大,超级电容器因其优异的性能而受到研究者青睐。二维过渡MXenes材料是一种类似于石墨烯的二维片层材料,具有独特的结构和丰富的官能团,其中Ti_(3)C_(2)T_(X)MXenes材料因其具有优异的导电性、高比面积和高比电容等优点而被广泛用作超级电容器电极材料。然而,Ti_(3)C_(2)T_(X)材料存在易氧化和自堆叠等问题,作为电极材料需要对其性能进行改性和优化。本文主要介绍了Ti_(3)C_(2)T_(X)材料常用的制备方法(如HF刻蚀、氟化盐刻蚀、碱刻蚀、电化学刻蚀等)及Ti_(3)C_(2)T_(X)在超级电容器应用过程的性能改性研究现状,包括构建Ti_(3)C_(2)T_(X)多孔结构、进行表面修饰及制备Ti_(3)C_(2)T_(X)复合电极,并展望了Ti_(3)C_(2)T_(X)型超级电容器未来的发展趋势。

关键词： MXenes Ti_(3)C_(2)T_(X) 超级电容器电极材料刻蚀

来源：评论

学校读者我要写书评

暂无评论

基于蜂窝通信系统的中继器分布优化研究

引用

通信学报 2016年第S1期37卷 72-77页

作者：阎少宏吴宇航龚佃选河北省数据科学与应用重点实验室河北唐山063009 唐山市数据科学重点实验室河北唐山063009 华北理工大学理学院河北唐山063009 华北理工大学数学建模创新实验室河北唐山063009

首先考虑信号在空间的链路损耗,结合中继器最低保护场强、功率及系统余量等参数的合理分析与确定,采用Egli模型得出中继器覆盖半径表达式;其次在中继器分布位置上,将蜂窝通信系统中的中心激励模型进行改进得到中心—顶点激励模型。该模... 详细信息

首先考虑信号在空间的链路损耗,结合中继器最低保护场强、功率及系统余量等参数的合理分析与确定,采用Egli模型得出中继器覆盖半径表达式;其次在中继器分布位置上,将蜂窝通信系统中的中心激励模型进行改进得到中心—顶点激励模型。该模型能将面积覆盖率提高4%,用户覆盖率提高22%。为通信系统中的中继器分布提供了较好的优化方案。

关键词： Egli模型蜂窝通信系统中心—顶点激励模型通信覆盖率

来源：评论

学校读者我要写书评

暂无评论

基于离散余弦变换的联邦学习后门攻击

引用

郑州大学学报(理学版) 2024年

作者：屈昌盛陈学斌任志强张镇博李雨欣华北理工大学理学院河北省数据科学与应用重点实验室唐山市数据科学重点实验室

联邦学习是一种分布式机器学习方法,允许不同参与者利用各自的本地数据集共同训练机器学习模型,以解决数据孤岛和用户隐私保护问题。但是由于联邦学习的分布式特性,易受后门攻击的影响。提出基于离散余弦变换(DCT)的后门生成方案FLDCTBA... 详细信息

联邦学习是一种分布式机器学习方法,允许不同参与者利用各自的本地数据集共同训练机器学习模型,以解决数据孤岛和用户隐私保护问题。但是由于联邦学习的分布式特性,易受后门攻击的影响。提出基于离散余弦变换(DCT)的后门生成方案FLDCTBA,通过离散余弦变换获取原始图片与触发器图片的幅度谱和相位谱,将图片幅度谱进行线性组合,然后与原图片相位谱结合,通过逆离散余弦变换恢复图像。在MNIST数据集、Fashion-MNIST数据集与CIFAR10数据集上进行训练,并按照独立同分布与非独立同分布两种方式进行数据集划分。与像素后门攻击与标签翻转攻击进行对比,实验结果表明,FLDCTBA能够在维持主任务准确率的同时,具有较高的攻击成功率。

关键词：联邦学习后门攻击离散余弦变换隐私保护机器学习

来源：评论

学校读者我要写书评

暂无评论

基于模糊超群构建的Engel群及其性质研究

引用

陕西科技大学学报 2024年第3期42卷 203-208页

作者：阎熠闫焱张晓婷王悦华北理工大学理学院河北省数据科学与应用重点实验室河北唐山063210

通过构造满足Engel递减条件的模糊超群(H,。)上最小的等价关系■^(*),使得模糊超群关于等价关系构建的商群(等价类的集合)H/■^(*)是一个Engel群,并通过等价关系的强正则性来刻画该Engel群,最后引入模糊超群的?-部分的概念,确定等价关系... 详细信息

通过构造满足Engel递减条件的模糊超群(H,。)上最小的等价关系■^(*),使得模糊超群关于等价关系构建的商群(等价类的集合)H/■^(*)是一个Engel群,并通过等价关系的强正则性来刻画该Engel群,最后引入模糊超群的?-部分的概念,确定等价关系?是可传递的充要条件.

关键词：模糊超群等价关系强正则关系 Engel群

来源：评论

学校读者我要写书评

暂无评论

基于GAN和元学习的伪装流量生成模型

引用

郑州大学学报(理学版) 2024年

作者：邹元怀张淑芬张祖篡高瑞马将华北理工大学理学院河北省数据科学与应用重点实验室唐山市数据科学重点实验室

基于深度学习的恶意流量检测模型容易受到对抗攻击的影响,为了发掘此类模型的安全漏洞并找到提高其鲁棒性的方法,提出一种对抗样本生成模型ReN-GAN。该模型基于生成对抗网络原理,能够根据流量特征自动生成相应伪装流量并利用对抗样本可... 详细信息

基于深度学习的恶意流量检测模型容易受到对抗攻击的影响,为了发掘此类模型的安全漏洞并找到提高其鲁棒性的方法,提出一种对抗样本生成模型ReN-GAN。该模型基于生成对抗网络原理,能够根据流量特征自动生成相应伪装流量并利用对抗样本可迁移性实现黑盒攻击。通过引入动量迭代方法和添加扰动的约束机制,在保证原始流量功能性的同时提高了伪装流量对抗样本的泛化能力。在训练过程中结合元学习理论进行优化,使得目标集成模型能够更有效地捕捉各模型的共同决策边界,提高了生成对抗样本的可迁移性。实验结果表明,ReN-GAN模型在保持原始流量特性的前提下,生成的对抗样本在黑盒检测模型上的平均逃逸率达到了54.1%,且比其他方法显著缩短了生成时间。此外,在以基于DNN的分类器为攻击目标进行训练时,ReN-GAN模型仅需5次迭代即可生成逃逸率为62%的伪装流量,大幅减少了交互次数。

关键词：生成对抗网络恶意流量对抗样本元学习黑盒攻击

来源：评论

学校读者我要写书评

暂无评论

面向遥感数据的联邦学习隐私保护方案

引用

计算机应用 2024年

作者：陈海田陈学斌马锐奎张帅华华北理工大学理学院河北省数据科学与应用重点实验室唐山市数据科学重点实验室

遥感数据具有高度的时空相关性，以及复杂的地物特征，这使得其隐私保护面临挑战。联邦学习作为一种旨在保护参与方数据隐私的分布式学习方法，为克服遥感数据隐私保护方面的挑战提供了有效的解决方案。然而，在联邦学习模型训练阶段，... 详细信息

遥感数据具有高度的时空相关性，以及复杂的地物特征，这使得其隐私保护面临挑战。联邦学习作为一种旨在保护参与方数据隐私的分布式学习方法，为克服遥感数据隐私保护方面的挑战提供了有效的解决方案。然而，在联邦学习模型训练阶段，恶意攻击者可能通过反演推断参与者的隐私信息，导致敏感信息的泄露。针对遥感数据在联邦学习训练中存在的隐私泄露问题，提出了一种基于本地差分隐私的联邦学习隐私保护方案。首先，对模型进行预训练，计算模型的层重要性，并根据层重要性合理地分配隐私预算。然后，通过对模型更新进行裁剪变换，并对裁剪值进行自适应随机扰动，以实现本地差分隐私保护。最后，在聚合扰动更新时，采用模型校正以进一步提高模型性能。理论分析和仿真结果表明，所提方案不仅能够为各参与方提供合适的差分隐私保护，有效防止反演推断出隐私敏感信息，而且在四种遥感数据集上相较于基于分段机制的扰动方案提升了3.28～3.93个百分点的准确率。实验结果表明，所提方案在保证隐私的同时有效地保障了模型性能。

关键词：联邦学习差分隐私层重要性遥感数据模型校正

来源：评论

学校读者我要写书评

暂无评论

已知时间的空间文本skyline查询

引用

计算机工程与应用 2020年第24期56卷 59-65页

作者：郭莎莎李爽阎红灿华北理工大学理学院河北省数据科学与应用重点实验室河北唐山063210

现有的空间文本skyline查询忽略了地理空间对象的时间信息,考虑到时间信息对应用的重要性,将时间信息应用到空间文本skyline查询中,提出了一种新的查询,即已知时间的空间文本skyline查询(Time-aware SpatialTextual Skyline Query,TSTSQ... 详细信息

现有的空间文本skyline查询忽略了地理空间对象的时间信息,考虑到时间信息对应用的重要性,将时间信息应用到空间文本skyline查询中,提出了一种新的查询,即已知时间的空间文本skyline查询(Time-aware SpatialTextual Skyline Query,TSTSQ)。TSTSQ中skyline对象的筛选依赖于三个条件:文本相关性、空间邻近和有效时间。分别设计了对象的空间文本相关性和时间文本相关性的计算函数,构建时空信息和文本信息的对象索引结构TKR-Tree,通过构造高效的裁剪策略实现了TSTSQ的查询算法。通过实验数据的分析和对比,验证了TSTSQ查询的有效性。

关键词：时间信息 skyline查询文本相关性位置相关性 TKR-Tree

来源：评论

学校读者我要写书评

暂无评论

基于概率PS-粗糙集的动态三支决策及应用

引用

南京大学学报（自然科学版） 2017年第5期53卷 937-946页

作者：张春英乔鹏王立亚刘璐张建松华北理工大学理学院唐山063092 河北省数据科学与应用重点实验室唐山063092 华北理工大学建筑工程学院唐山063092

在实际应用中,集合是动态变化的,包括元素的迁入和迁出.双向概率PS-粗糙集既考虑集合的动态特性,又考虑知识库中统计信息的粗集理论.在深入分析概率PS-粗糙集理论及其性质的基础上提出了基于双向概率PS-粗糙集的动态三支决策模型,以解... 详细信息

在实际应用中,集合是动态变化的,包括元素的迁入和迁出.双向概率PS-粗糙集既考虑集合的动态特性,又考虑知识库中统计信息的粗集理论.在深入分析概率PS-粗糙集理论及其性质的基础上提出了基于双向概率PS-粗糙集的动态三支决策模型,以解决集合动态变化下的三支决策问题.首先,根据双向概率PS-粗糙集的上下近似得到概率PS-正域、负域和边界域,给出了双向概率PS-粗糙集的三支决策规则,并分析了三种规则的置信度与错误率的计算方法与性质;其次,定义了决策度量函数与决策损失函数,并基于贝叶斯决策论的最小风险决策规则,给出了参数阈值的计算方法;最后,讨论了此动态模型的决策性质,并通过元素迁入和迁出的实例证明了模型的正确性与可行性.

关键词：双向概率PS-粗糙集三支决策动态决策阈值

来源：评论

学校读者我要写书评

暂无评论

基于联邦集成算法对不同脱敏数据的研究

引用

应用科学学报 2024年第1期42卷 94-102页

作者：罗长银陈学斌张淑芬尹志强石义李风军宁夏大学数学统计学院宁夏银川750021 华北理工大学理学院河北唐山063210 华北理工大学河北省数据科学与应用重点实验室河北唐山063210

针对联邦学习中存在梯度更新导致本地数据可能泄露的问题,提出基于本地脱敏数据上的联邦集成算法。该算法用变异率与适应度阈值的不同取值对原始数据进行脱敏,且使用不同类型的模型在经不同程度脱敏的数据上进行本地模型训练,以确定适... 详细信息

针对联邦学习中存在梯度更新导致本地数据可能泄露的问题,提出基于本地脱敏数据上的联邦集成算法。该算法用变异率与适应度阈值的不同取值对原始数据进行脱敏,且使用不同类型的模型在经不同程度脱敏的数据上进行本地模型训练,以确定适合的联邦集成算法参数。实验结果表明,与联邦平均算法和传统集中式训练相比,stacking联邦集成算法与voting联邦集成算法的准确率要优于基线准确率。在实际应用中,可根据不同的需求设置不同的脱敏参数来保护数据,以此提升数据的安全性。

关键词：联邦学习梯度更新联邦集成算法集成算法

来源：评论

学校读者我要写书评

暂无评论

基于D-S证据理论的三支决策推理模型

引用

模糊系统与数学 2020年第6期34卷 85-98页

作者：张春英冯晓泽刘凤春高瑞艳任静华北理工大学理学院河北唐山063210 华北理工大学迁安学院河北唐山063210 河北省数据科学与应用重点实验室河北唐山063210

三支决策是基于粗糙集的正域、负域和边界域提出的一种决策模型,D-S证据理论是基于基本概率分配函数融合多个证据进行决策推理的方法,两者都是处理不确定数据的方法。本文针对现实决策中往往有多种因素的复杂推理问题,提出构建基于D-S... 详细信息

三支决策是基于粗糙集的正域、负域和边界域提出的一种决策模型,D-S证据理论是基于基本概率分配函数融合多个证据进行决策推理的方法,两者都是处理不确定数据的方法。本文针对现实决策中往往有多种因素的复杂推理问题,提出构建基于D-S证据理论的三支决策推理模型。首先,讨论D-S证据理论与粗糙集理论的关系,利用粗糙集理论获取证据的基本概率分配函数;然后重新定义一个新的函数—信任程度函数,将经典三支决策中的条件概率函数替代,建立基于D-S证据理论的三支决策推理模型;其次,通过调节信任系数的取值,得到适合不同风险类型决策者的决策推理规则;最后,通过实例验证了模型的有效性和可行性。

关键词： D-S证据理论粗糙集三支决策信任函数信任系数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：