基于量子测量的量子计算模型综述

基于测量的单向量子计算是重要的通用量子计算模型,可以模拟一般量子计算任务。单向量子计算基于量子簇态作为计算资源,利用每个量子位的局部量子测量和经典通信执行一般量子计算。单向量子计算是与量子线路模型等价的量子计算模型。近年来,研究者们对单向量子计算的量子资源、纠缠度量、局部操作简化,以及量子通信等给出一系列研究成果,并基于光学平台开展了一些量子模拟实验。量子簇态与单向量子计算为一般量子计算提供非常好的量子任务处理方式,受到研究者们的广泛关注。该文主要总结基于测量的单向量子计算模型,包括重要的量子资源态、局部信息处理方式,以及与单向量子计算相关的研究;该文对单向量子计算存在的问题和前沿研究方法进行展望,为研究者提供借鉴。     

动态分布式层次密钥管理

层次秘密通信在电子商务与电子政务以及其他的具有层次结构的系统中有广泛的应用,本文通过利用单向散列函数的不可逆计算的特性,设计了一个单向的等级加密体制的密钥管理方案,上级组结点可以安全容易的获取下级组结点的密钥,反之不然.并且在方案中实现安全组的动态添加、删除及更新组结点密钥.本方案计算量小、存贮要求低,并且可以实现分布式并行化计算.     

基于长短期记忆神经网络的城市交通速度预测

交通速度预测在智能交通系统中起着重要的作用,准确、快速的交通速度预测有利于及时掌握城市道路交通状况,能够有效实行交通诱导。针对交通速度具有极强的周期性,在工作日和非工作日之间存在较大差异,导致预测精度不高的问题,分别选取公开的工作日和非工作日交通速度数据,构建基于长短期记忆神经网络的城市交通速度预测模型。实验验证采用广州市20条路段的交通数据,结果表明,区分工作日和非工作日的平均绝对百分比误差、平均绝对误差和均方根误差的平均值比不区分均要小,说明区分工作日和非工作日可以有效地提高交通速度的预测精度。     

城市交通大脑的现状和发展建议

交通系统是一个庞大复杂的系统,服务于机动车辆、非机动车辆和行人。在当今大数据和人工智能迅速发展的大背景下,信息技术得到了快速发展,交通大脑对城市交通数据的汇聚、处理、提炼发挥了极大作用。本文针对城市交通大脑的现状进行了科学分析与总结,并提出了一些详细的发展建议,希望能为相关人员研究城市交通大脑提供一些参考。     

半挂铰接列车山区高速路段协同水平分析

现阶段半挂铰接列车动力性能不足,导致山区高速公路设计指标与车辆行驶性能存在协同水平低的问题.文章以东风天龙半挂铰接列车为研究对象,开展了自然驾驶实车连续行驶试验,根据车辆运行状态参数及道路纵面高程变化,剖析了纵坡路段下车辆连续速度、平衡车速以及短下坡-上坡衔接路段速度变化特征,并以20 km·h-1作为速度折减量,获取...     

兰州市物流基础设施的建设研究

现代物流的发展离不开物流基础设施的支撑,兰州市现代物流的发展处于起步阶段,规划和确定物流基础设施的建设重点,对兰州市现代物流的发展具有重要的意义。本文从物流通道网络和交通基础设施两个方面对构建兰州市的物流基础设施进行了分析和研究,旨在为兰州市物流业的发展提供依据。     

重庆市交通区位演化过程与空间异质性格律初探

厘清物质交通建设与城镇化发展的时空响应过程有助于理解区域发展的驱动机制。以重庆市为例,基于多年断面数据,采用指数建模、地理加权回归、全局莫兰指数、LISA集聚分析等方法以揭示交通区位演化与城镇化发展之间的动态关联机理。研究发现：近20年来,重庆市城镇化与交通建设取得了同向快速发展,交通建设的绝对增长幅度快于城镇化的增速;交通设施建设对城镇化发展的正向拉动不断增强,同时,二者发展具有空间依赖性;山地交通设施与城镇化布局的空间集聚特征显著,其高值区集中在主城及周边地区;基于地形、历史、政策、经济等地区差异的长期性,物质交通建设与城镇化的时空协同结构具有明显的空间稳定性。近20年来,重庆市城镇化与交通建设的协同效应明显,且基底约束效力较强,空间特征显著。     

自选子密钥的(t,n)门限方案

基于单向函数,提出了一个新的可自选子密钥的(t,n)门限方案．在该方案中,子密钥由各参与者自己选择．秘密恢复过程简单,公布参数较少．     

基于仿真驱动的高速公路主动限速效用评价与推荐

传统的路侧被动限速方式对于特定的惩处区域以外缺少管控,间接导致车辆行为在时空上的不一致性甚至突变,影响了交通的通行效率与安全性。从车侧主动限速方式入手,提出主动限速效用评价与推荐方法,结合道路线形、交通流量、车型比例,开展多情景主动、被动限速交通仿真,利用安全间接分析模型及交通流运行状态,从安全与效率2个层面提取效用评价指标及其权重,采用集成学习方法进行预测分析。结果显示：主动限速方式相较于被动限速方式更有利于提高安全性和调节效率,而在主动限速方面,GBDT(gradient boosting decision tree)回归模型的预测稳定性和准确率更高(R²=0.984)。     

信号交叉口人机混驾交通流速度控制策略建模

为分析人机混驾交通流下网联自动驾驶车辆（connected and autonomous vehicles,CAV）速度控制策略对交通流运行特征的影响,构建了考虑驾驶员对行车信息获取不确定性的人工驾驶车辆交叉口通行决策模型。提出考虑前车速度影响的自动驾驶速度控制策略,构建信号交叉口连续型元胞自动机更新规则,通过引入不同CAV渗透率、道路饱和度、控制区长度参数,研究CAV速度控制策略对信号交叉口交通流运行特征的影响。结果表明：CAV能显著提高交叉口通行能力,且车流通过交叉口区域的延误显著降低;同时速度控制策略的实施效果还受控制区长度的影响,呈现出随着控制区长度的增加,车均延误逐渐降低并趋于稳定。