混凝土—型钢组合柱平面外计算长度的确定

以梁柱屈曲理论为依据推导出在无柱间支撑情况下混凝土—型钢组合柱的上段钢柱计算长度系数,并采出通用有限元程序对结果进行了校核,希望对以后该类型结构的设计起一定的指导作用     

大数据与量子计算

大数据技术的迅猛发展对计算效率提出了更高的要求.由于量子系统的独特性质,量子计算具有经典计算不具有的量子超并行计算能力,能够对某些重要的经典算法进行加速.人们发现,除了大数分解算法,量子计算的更多用途是对量子体系的仿真计算和在数据分析领域的应用.近年来,大数据和量子计算开始融合.虽然实际使用的量子计算机尚未建成,量子计算在大数据的应用在理论上已经取得了一些重要的进展.实验上也有了一些发展.本文首先介绍量子计算的基本原理和Grover量子算法.随后以量子机器学习作为切入点,介绍了量子计算在数据挖掘领域的应用.     

无定向线形锁的平差计算

在对无定向线形锁的传统平差计算方法进行分析的基础上,提出了一种新的计算方法,推导出了有关的计算公式,并用算例对计算公式进行了验证。此法不需要计算坐标、方位角和边长的假定值,从而使计算过程更为简单,计算工作量更小。     

Linux NAT环境下上行流量控制方法

本文介绍了在已配置网络地址转换（NAT）协议的Linux平台上,对局域网内不同用户进行上行流量控制的方法。     

基于PC系统的快速体绘制实现

由于体绘制算法需要强大的计算能力，通常在PC系统上难以实现满足交互式应用的绘制速度，因而阻碍了其应用普及。该文使用Shear-Warp体绘制算法，结合Intel公司的SSE2扩展指令对整个绘制过程进行加速，实现了基于中高档PC系统对256*256*256体数据的实时快速体绘制技术。     

生存迁移算法

基于生物迁移的机理,提出了一种新算法--生存迁移算法.每个生物体都存在着生存极限,生存极限会随着时间不断演化,而生物体为了生存又会在空间上不断地迁移,当全部个体所在位置的生存状况都能满足生存极限时,就认为达到了最佳的生存位置.文章分析了算法的机理与过程,用其解决了四种类型的非线性最优化问题,并进行了比较分析,实验结果说明生存迁移算法具有较快的收敛性,能较好处理一些优化问题.     

非完整复曲线的坐标计算

复曲线两交点间未设置基线而采用两圆曲线的切线交叉连接,是高速公路中较特殊线路形式.本文通过对非完整复曲线的分析、研究,介绍了在进行此类复曲线放样前所用的坐标计算方法.     

基于秘密共享的本地多节点联邦学习算法

深度学习技术在各个领域中的应用越来越广泛,而深度学习模型的准确性需要依靠大量的训练数据。由于数据安全和法规限制,许多领域存在无法集中数据进行训练的情况,导致“数据孤岛”的现象。对此,谷歌提出能使大量客户端在数据保存本地的情况下与可信服务器联合训练模型的联邦学习。目前,联邦学习的研究主要集中在安全性和训练效率的问题上,针对跨数据库联邦学习场景,文章将分层联邦学习和基于安全多方计算的隐私保护机制结合,提出了一种基于秘密共享的本地多节点联邦学习算法Mask-FL,以保证联邦学习安全性的同时提高训练效率。主要工作包括：(1)提出本地多节点的跨数据库联邦学习框架,客户端利用本地计算资源生成多个本地节点,并且根据基于计算能力的数据划分方法进行分配数据资源,每个客户端代表局部所有节点参与全局联邦学习训练,从而构成3层级的分层联邦学习;(2)提出基于秘密共享的自适应掩码加密协议,在前面提出的联邦学习框架基础上,通过秘密共享的方式生成可复用的安全参数掩码,本地节点在训练过程的上行通信中对模型添加掩码从而保护模型参数安全。经过安全性假设分析证明,该算法可保护客户端的数据隐私安全。在通用数据集的实验表明,该...     

基于移动边缘计算的超密集异构网络数据存储

针对目前超密集异构网络数据存储方法存储速率过慢,导致存储量较小,难以满足人们的要求,提出了基于移动边缘计算的超密集异构网络数据存储方法。构建基于移动边缘的网络结构模式,采用网络结构层次分析法,对超密集异构网络建立相应的选择层次模型,并根据网络数据收集和处理将其分类为数据收集网络和数据处理网络,最后,利用移动边缘计算技术,将写入的网络数据下沉到网络边缘,实现超密集异构网络数据的持久存储。实验结果表明,基于移动边缘计算的超密集异构网络数据存储方法能有效提高存储速率,扩大存储量。