为解决网络安全性、数据可靠性及用户隐私性三大物联网(internet of things,IoT)可信要素问题,利用区块链技术构建泛在可信物联网系统,提出一种面向泛在可信物联网的区块链体系架构.该架构通过分层架构与跨层协同方式,有望突破区块链不...
详细信息
为解决网络安全性、数据可靠性及用户隐私性三大物联网(internet of things,IoT)可信要素问题,利用区块链技术构建泛在可信物联网系统,提出一种面向泛在可信物联网的区块链体系架构.该架构通过分层架构与跨层协同方式,有望突破区块链不可能三角限制,解决区块链技术应用于泛在可信物联网中协议机制不匹配等问题.
多目标回归(Multi-target Regression,MTR)是一种同时预测多个相互关联的连续型输出目标的机器学习问题。在多目标回归中,多个输出目标共享同一个特征表示,其主要挑战在于如何有效地发掘和利用输出目标之间的关联,以提高所有输出目标的预测准确性。文中提出了一种基于超网络的多目标回归方法(Multi-target Regression Method based on Hypernetwork,MTR-HN)。首先采用k-means算法对每个连续型输出目标进行一维聚类,然后根据聚类结果将多目标回归问题转化成多类别多标签分类问题,最后采用超网络模型对多类别多标签分类问题进行建模,构建最终的多目标回归预测模型。MTR-HN方法的优点在于:1)对输出空间离散化,能够降低模型过拟合的风险;2)采用超网络模型,能更有效地对输出目标之间的关联进行建模。在18个多目标回归数据集上进行的对比实验表明,文中提出的MTR-HN方法能够取得比现有方法更高的预测准确性。
针对现有X光安检图像中违禁物品检测精度低的问题,基于YOLOv5s(you only look once version 5 small)提出了一种改进的违禁物品检测算法。利用重参数思想设计了一种Rep模块以协助YOLOv5s主干网络提取更多特征信息,在不增加推理时间的基...
详细信息
针对现有X光安检图像中违禁物品检测精度低的问题,基于YOLOv5s(you only look once version 5 small)提出了一种改进的违禁物品检测算法。利用重参数思想设计了一种Rep模块以协助YOLOv5s主干网络提取更多特征信息,在不增加推理时间的基础上提高算法检测精度。同时,在YOLOv5s颈部的路径聚合网络中插入2个通道注意力机制压缩-激励模块,加强通道间的相关性,提高整体网络的检测效果。在SIXray数据集上的实验结果表明,在不增加检测时间的基础上,改进的YOLOv5s算法比原始算法在平均精度均值(mAP)、宏精确率(macro precision)、宏召回率(macro recall)和宏F1(macro-F1)这4个评价指标上分别提升了2.6、2.0、4.0和3.0个百分点。
车辆到电网(vehicle-to-grid,V2G)技术是能源互联网中一项高度新兴的技术,用于合理利用可再生能源而被广泛研究。然而,由于V2G网络的集中化管理和通信的开放性,V2G网络存在单点故障、隐私泄露、分布式能源的不平衡调度等问题。针对上述问题,提出了一个基于联盟区块链的本地化的车辆与车辆之间(vehicle to vehicle,V2V)的能源交易系统模型。此外,考虑到电动汽车之间价格和电力需求匹配,提出了一种新的二次双重拍卖机制,以匹配交易车辆对和决定最终交易定价,并使交易双方收益相等。通过安全性分析表明,区块链网络提高了V2V能源交易的安全性。基于数值结果表明,提出的二次双重拍卖机制提高了交易双方收益且收益相等,并与传统拍卖方案相比,提高了拍卖成功率。
暂无评论