基于区块链的链下数据库高吞吐量数据可信保障方法

传统结构的区块链在保证系统去中心化需求的同时占用了大量存储空间,且吞吐量无法得到提升.为了更加高效、安全地存储海量数据,提出了一种区块链结合数据库的架构,它可以提高系统整体的吞吐量.此外,区块链适用于云存储环境下日志型数据的存储,如视频日志、音频日志、图像日志等日志型数据,但不适合常规内容频繁更新的使用场景,如数据库应用场景.基于此,提出了一种数据可信保障方法,通过验证事务日志是否发生改变推导出数据是否被恶意篡改.采用Hyperledger Fabric结合MySQL的实例,通过实验说明该方法可验证频繁更新的数据库数据是被正常更新还是被异常篡改,并且可恢复数据库的安全.     

一种基于聚类的图卷积多示例学习算法

基于图结构的多示例学习可用于解决挖掘包中示例间相关性问题.然而,现有的方法大多随机选择包中示例构建图结构,忽略了包中具有代表性示例对图结构的影响;同时都是间接在包图结构上建立分类器,造成了模型运行效率低下的问题.针对上述问题,提出了一种基于聚类的图卷积多示例学习算法MIL-GCC,首先通过聚类方法获取每个包中的超示例,...     

泵站快速闸门上小拍门的水力损失特性分析

为研究泵站快速闸门上小拍门的水力损失特性,设计制作模型水泵装置,根据能量相减法,分析4种拍门孔口面积占比和5种开度角方案下拍门的水力损失特性.结果表明,拍门开度角和孔口面积与水力损失系数曲线呈非线性单调变化,水力损失系数随开度角和孔口面积的减小而增大,而流道出口Froude数对其影响较小;拍门开度角小于35°,孔口面积比小于25%时,水力损失系数急增;根据BP神经网络计算得到的水力损失系数的权重系数矩阵和阈值,可预测任意开度角和孔口面积比下的水力损失系数.     

MOOB:一种改进的基于Bandit模型的推荐算法

提出了一种基于置信区间上界算法的多目标优化推荐算法.该算法可以在保证预测精准度的基础上有效地避免马太效应,并提高推荐系统对长尾物品的挖掘能力.采用Ya Hoo的新闻推荐数据集对算法进行了实验和评价,实验结果表明:多目标优化推荐算法能够在预测准确率较高的情况下,有效地解决长尾物品发掘问题,避免马太效应,提高推荐系统的精度和广度.     

地下水对胶东引黄调水工程输水管道的腐蚀性影响评价

对胶东引黄调水工程沿线的地下水进行区段取样与分析,根据地下水水环境与水质对输水管道安全影响机制,参考相关的国家标准、规范和研究,选择地下水对输水管道腐蚀性影响评价的合理的适用标准;依据沿线地下水水质与工程参数,评价地下水对输水管道的腐蚀性影响,确定各区段输水管道的腐蚀等级。结果表明,黄水河泵站—米山水库段的地下水水质与环境对混凝土基本无腐蚀性,地下水对混凝土中的钢筋以弱腐蚀性为主,对钢结构的腐蚀等级为微弱腐蚀。     

风力机翼型非定常流场POD和EPOD分析

风力机翼型绕流对整机性能以及气动噪声水平具有重要的影响.采用大涡模拟与Ffowcs Williams-Hawkings(FW-H)方程相结合的方法,求解风力机翼型的非定常流场及远场气动噪声.通过本征正交分解(POD)方法提取翼型在8°攻角下的涡量流场模态.模态结构表明,尾缘涡团和层流分离泡是翼型主要流动的非定常特征.通...     

一种社交网络环境下并行短文本查询算法

随着移动社交网络的迅速发展,如何从海量带有时间属性和地理位置属性的短文本信息中快速查询到有效信息具有重要意义.社交网络环境下传统短文本查询算法忽略时间维度,并且在海量数据下无法满足用户快速响应的需求.针对以上问题,提出一种社交网络环境下并行短文本查询算法.提出的算法设计了基于MapReduce模型下的查询框架,该框架使用了基于滑动窗口下的多版本时空索引(MVSTR-tree),保证了查询过程中融合了时间和空间属性,实现了对海量数据高效查询的目标.最后,通过真实数据集的实验证明该算法能有效缩短查询时间.