有限链上逻辑算子的分配性方程求解

主要讨论有限链L上的分配性方程F（ G1（ x，y），z）＝G2（ F（ x，z），F（ y，z））。分别针对以下情况对上述分配性方程的解进行特征刻画：（a） F为光滑三角模，G1＝G2为光滑三角余模（F为光滑三角余模，G1＝G2为光滑三角模）；（b）F为S-蕴涵（或R-蕴涵），G1为光滑三角模且G2为光滑三角余模；（c） F为S-蕴涵（或R-蕴涵），G1为光滑三角余模且G2为光滑三角模；（d） F为S-蕴涵（或R-蕴涵），G1和G2均为光滑三角模；（e） F为S-蕴涵（或R-蕴涵），G1和G2均为光滑三角余模。     

计及能源区块链电力碳排放权的跨链交易模型

针对传统电力交易产生过量的碳化物且未遵循我国低碳目标等问题，在微电网中提出计及能源区块链电力碳排放权的跨链交易模型。利用跨链协议，建立联合补充的联盟机制，在实现降本增效的基础上有效控制碳配额上限；将碳因子、修正系数与碳权交易深度耦合，通过监管节点的考核价格来实施奖惩措施，发挥节能减排的作用；采用量子区块链技术，防止攻击者窃听密文或篡改数据，营造安全可信的碳权交易环境。实验结果表明：碳排放权跨链交易模型在节约运营成本、提高交易效率的同时大幅降低了碳排放量，为优化碳权交易的稳定性提供理论支撑和决策支持。     

基于区块链的无人机群可靠应急搜救模型

自然灾害将突发性地导致地面通信基础设施与交通系统瘫痪，基于无人机群的应急救援方法能够有效应对这类不确定性强且高度动态的特殊场景。针对弱中心化环境下无人机搜救系统的高鲁棒性需求，提出基于区块链技术的无人机应急救援链(UAV emergency rescue chain,UERChain)。通过在分层局部网络中部署无人机骨干节点，设计考虑无人机社交关系的信誉度管理智能合约，利用区块链作为信任机器实现分布式环境下无人机群的可信交互。实验结果表明：无人机应急救援链UERChain具有较好的鲁棒性，在资源消耗可控的情况下，能够实现分布式环境中信誉度管理以及故障节点筛选，实现应急救援任务中的可靠协同。     

基于PoS共识机制区块链委托挖矿策略

针对存在多名持币用户和节点服务商的基于权益证明(proof of stake, PoS)共识机制的区块链,考虑节点服务商的收益分配方式、安全性均对持币用户的收益具有影响,构建了n人无限策略非合作博弈模型,对持币用户的委托策略进行分析.研究发现,相较于安全性,持币用户应更加关注节点服务商的收益分配额;当某个节点服务商的收益分配额低于一定阈值时,持币用户应该委托其他节点服务商挖矿;持币用户委托收益的稳定性会随着节点服务商的收益分配额的提高而提高;当持币用户无法完全获得各节点服务商历史收益数据时,风险偏好型持币用户更适合委托PPLNS型节点服务商挖矿,风险规避型持币用户更适合委托FPPS型节点服务商挖矿.     

区块链技术与跨境电子商务的融合机理与实现路径研究

“一带一路”倡议下，信息技术和现代物流的快速发展，驱动着跨境电子商务成为我国经济增长的重要组成部分。本文通过研究区块链技术赋能跨境电商产业发展的融合机理，促进跨境电商转型升级，助力产业长足发展。首先，从区块链核心技术和特征优势入手，分析区块链技术与跨境电商融合的技术逻辑；从组织、技术和功能维度，阐述基于三维结构的区块链技术与跨境电子商务融合机理。其次，构建区块链技术驱动的信息平台，在技术实施与现实应用中架起桥梁；以跨境电商的交易过程为例，设计区块链赋能跨境电商的多层次融合路径。最后，分析二者深度融合的应用前景，并从电商运营模式、技术赋能发展、产学研一体化、鼓励研发创新、完善相关法律、筑牢监管机制多方面提出建议，为区块链技术与跨境电子商务的深度融合提供路径参考。     

法国推动区块链技术发展的主要做法与启示

法国一直处于欧盟区块链革命前沿。在推动区块链技术发展过程中,法国政府与加密生态系统的相关参与者相互合作建立了监管框架,致力于在推动法国区块链生态发展的同时避免过分监管抑制创新发展。本文首先系统梳理了法国区块链技术发展三大阶段;其次,阐述法国区块链国家战略主要政府工作;再次,从加密资产发行监管、交易监管、税收监管、流通和反洗钱监管四个方面出发,深度解析法国区块链技术监管框架;最后,聚焦保险业、银行业、公共服务、能源、医药、商业、农业等领域,详细探讨法国区块链技术应用场景。基于此,本文进一步提出区块链技术发展在监管、研发和应用等方面的经验与启示。     

双层稀疏贝叶斯学习ISAR超分辨成像算法

传统贝叶斯成像常采用拉普拉斯分布进行成像特征表征，易使得成像结果过稀疏而容易丢失部分弱散射的结构特征，进而影响逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像精度提升。为实现高精度ISAR超分辨成像，本文采用伯努利-拉普拉斯混合稀疏先验对目标统计特性进行概率建模，利用双层稀疏对目标先验进行统计约束，从而有效模拟目标散射场统计先验。并在贝叶斯层级模型下，通过引入隐变量建模的方式对先验进行分层构建，在解决先验分布与高斯似然函数不共轭问题的同时简化贝叶斯推断，降低模型复杂度。为避免繁琐的手动参数调整，实现超参数的自调节，本文对各随机变量建立条件概率依赖模型，并利用马尔可夫链蒙特卡罗随机模拟估计算法解决高维积分和后验分布难以求解的问题，实现相关超参数的统计估计，提升算法自学习能力。仿真和实测数据均证明本文所提方法具有有效性和优越性。     

微粒受介电泳效应的动力学建模和仿真

Velocity-Verlet或ODE算法分析微粒的运动特征，涉及的偏微分方程存在求解困难、运算量大和使用效率低的难点.采用COMSOL Multiphysics 5.3a有限元软件，通过AC/DC模块中的边界条件设定可快速求解Laplace方程，为介电泳力的求解提供先决条件.后期根据软件提供的粒子追踪模块，将介电泳力、斯托克斯拖曳力、排斥力和浮力内联进粒子追踪模块的应力参数表中，设定固定的时间步长和范围对介电泳芯片的粒子受力运动问题进行了仿真.结果表明，该方法可以有效模拟微粒受介电泳效应的运动行为，并且与Velocity-Verlet或ODE算法模拟结果相似，能有效降低计算程序的繁琐程度，提高动态模拟的人机可视化效果.     

基于共现分析的分类器链标签序列优化方法

针对分类器链模型采用随机生成方式确定标签序列会极大影响分类器链性能的问题。通过共现分析技术深入挖掘标签间的潜在关系, 提出一种基于贪心算法和n-gram模型的两种标签序列优化策略以提升分类器链模型性能。基于贪心算法的策略通过计算和排序标签之间共现率来生成优化的分类器链标签序列, 而基于n-gram模型的策略则通过最大化标签之间条件概率来生成优化的分类器链标签序列。最后通过多个多标签基准数据集进行实验验证, 实验结果表明, 与当前流行的各种分类器链模型相比, 所提的两种策略很有竞争力, 可以明显提升多标签分类效果。