黑腹果蝇 (Drosophila melanogaster)视觉系统显微结构的研究

采用CP(Colophony-Paraffin, CP,专利号:ZL98125709.7)切片和定向包埋技术,首次对黑腹果蝇(Drosophila melanogaster)的头部进行了3 μm的连续切片及制片,经常规染色后,在光学显微镜下对其视觉系统的显微结构进行了详细的观察研究.结果表明,黑腹果蝇的视觉系统主要由复眼、视叶和一些纤维通路组成.复眼由许多形态相同的小眼构成,每个小眼由外向内分别由半球形的角膜、倒锥形的晶体和柱形的视觉柱组成,视觉柱中有7个感光细胞,其轴突穿过复眼底部的视神经孔与视叶相连;视叶由外向内又依次分为神经节层、外髓、内髓板和内髓4个髓质区以及视网膜底部与神经节层之间的网膜后交叉、神经节层与外髓之间的外交叉和外髓与内髓之间的内交叉.黑腹果蝇视觉系统中主要包括角膜细胞、晶锥细胞、网膜细胞(光感细胞)、色素细胞、柱状神经元、无长突细胞和切向神经元7种类型的神经细胞,其胞体直径均小于3 μm.     

基于遗传算法与支持向量机的水质预测模型

水质预测是众多水务相关问题的重要内容之一,通过水质预测,可以发现水质恶化的预兆,方便决策者提前采取措施.依据常见的水质数据,使用基于遗传算法与支持向量机的水质预测模型在实际应用环境下自行适配污染物权重,提高预测准确率.本模型首先使用遗传算法,训练当前数据的特征权重向量,使得权重适配当前预测问题,然后使用该特征权重向量应用于SVM模型训练.在以重庆某污水处理厂数据为对象进行实验后,验证了该模型在实际应用中的可行性,为水质预测提供了一种新思路.     

基于模糊证据理论的物联网节点评估方法研究

在物联网中,如何充分挖掘网络环境中节点之间的信任关系是识别网络环境中恶意节点的重要工作.针对现有节点评估方法不能有效应对节点恶意行为以致无法抵御网络内部攻击的问题,提出了一种基于模糊证据理论的物联网节点评估方法.首先,我们使用模糊集理论并添加各种置信度因子来计算网络节点的直接置信度,从而实现节点置信度等级的划分;然后由...     

基于同态加密的电网隐私数据多维聚合优化算法

针对智能电网实时采集用户用电数据聚合上传通信过程中存在的计算效率低、传输不安全、泄露用户隐私等问题,提出了一种基于同态加密的电网隐私数据多维聚合优化算法。利用基于盲因子技术的Paillier加密算法对多维数据进行整体加密和签名，并向聚合器报告加密后的密文和签名;采用双线性配对方案，对签名后的数据进行签名验证分析;利用Paillier加密算法的同态特性实现数据聚合。安全性分析证明，该算法解密安全且能抵抗外部攻击和内部攻击，批量验证也具有安全性。实验结果表明，提出的算法与其他4种对比算法相比不仅计算效率较优，而且通信效率也较优;与基于身份的同态方案相比，该方案的数据签名和签名验证所花费的时间分别可平均降低约510 ms和187 ms,在数据通信过程中所花费的时间平均降低了约449 ms。