华北理工大学理学院
- 作品数：800 被引量：1,336H指数：14
- 相关机构：北京师范大学水科学研究院北京师范大学水科学研究院城市水循环与海绵城市技术北京市重点实验室北京交通大学理学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省科技计划项目更多>>
- 相关领域：自动化与计算机技术文化科学理学经济管理更多>>
- 医用物理课程教学中思政元素的融入被引量：3
- 2021年
- 在医用物理课程教学过程中,从隐性思政和显性思政两方面入手,基于课程特点和课程教学目标,对教学内容进行设计,使学生在掌握医学专业所需要的物理学基础理论、基本知识、基本技能的同时,自然恰当地将思政元素融入到教学中,以实现课程的育人功能,使学生在学习动力、科学思维、创新意识、爱国思想、奉献精神、职业道德等方面的品质得到全面提升.
- 张冬梅
- 关键词：医用物理
- 一种基于变参级联混沌的Hash函数算法被引量：3
- 2016年
- 针对级联混沌可能存在的密钥泄漏风险以及当前Hash函数的不足,提出了一种基于变参级联混沌的Hash函数算法,即在构成Hash函数的级联驱动系统中,引入了另一混沌系统的状态变量作为参数扰动,并在扰动强度的控制下实现安全的变参级联系统.由此构成的Hash函数不仅具有符合混沌规律的变参特性,同时还具有级联子系统间逐级串扰的性质,能有效降低由计算机有限精度和数字量化可能造成的短周期行为风险,对提高压缩函数内部结构的复杂度和抗碰撞性有着显著意义.实验结果表明:与其他混沌Hash算法和SHA-3算法相比,该算法具有高度的初值敏感性和良好的混乱与扩散性能,抗碰撞能力强,算法实现简单灵活,变参系统可控性强,在混沌保密通信、数字签名等领域具有良好的推广前景.
- 吴涛金建国魏明军
- 关键词：HASH函数LYAPUNOV指数
- ARMA-BP物流需求预测模型及应用被引量：1
- 2018年
- 基于物流需求的实时性和不确定性,提出融合时间序列自回归-滑动平均模型ARMA和BP神经网络,构建了物流需求预测ARMA-BP模型,提出预测货物运输的ARMA-BP结合预测算法。以唐山市近几年物流运输数据为研究对象,分别运用ARMA模型、BP模型和ARMA-BP模型对物流数据进行预测分析,结果表明,与传统预测模型相比,ARMA-BP模型预测精度更高,具有一定的实用价值。
- 刘凤春赵亚宁董新雁刘源铄乔鹏谢志远王立亚张春英
- 关键词：时间序列神经网络物流需求预测
- 可变TOPSIS水安全韧性三支决策方法及应用
- 2024年
- 为克服当前水安全评价中常用的TOPSIS方法适用于排序但决策指导意义相对较弱的不足,借助可变模糊集中的相对隶属度方法改进其数据标准化过程,进而计算贴近度用于估计三支决策中的条件概率,基于综合阈值生成三支决策规则;设置不同的风险规避系数(σ),动态细化三支决策粒度,实现等级评判和调控决策。基于韧性理念,从抵抗性、恢复性和适应性3个方面构建水安全评价指标体系,并以京津冀地区为例开展实证研究。结果表明:2006—2020年,京津冀三地的水安全水平稳中有升,空间分异特征显著;北京和天津年际变化较小,河北2015年以来则有显著提升;当前北京和天津水安全的主要韧性调控方向为抵抗性,而河北则需要进一步加强适应性。
- 杨亚锋王红瑞曹永强刘琳曹文梅
- 关键词：水安全韧性可变模糊集TOPSIS
- 基于GA-BP神经网络模型的螺纹钢成分优化方案的研究被引量：2
- 2018年
- 微量元素含量对螺纹钢的性能具有较大影响。利用BP神经网络和GA-BP神经网络模型对螺纹钢性能进行模拟。结果表明,BP神经网络模型对钢屈服强度、拉伸强度和断后伸长率的预测值与实际值之间的误差分别为5%、6%和6%;GA-BP神经网络模型预测精度高,预测误差为2%。利用GA-BP神经网络模型对螺纹钢成分进行优化,Mn元素含量可降低0.1%,并成功用于实际生产。
- 瞿云华常锦才张玉柱
- 关键词：遗传算法BP神经网络
- 高温作业专业服装设计
- 2019年
- 高温作业服是高温环境下工作的人们所必须穿着的服装.它主要由三层构成,每层都有隔热效果.高温作业服每层的厚度影响着它的性能.为了降低研发成本,缩短研发周期,每一层的最优厚度需要确定,这是本文所要研究的问题.对高温作业服的四层进行分析,建立每层的偏微分方程形式的热传导模型,求解温度分分布.引进确定决策变量,目标函数(衣服重量),约束条件,建立优化模型.运用Matlab软件,使用遗传算法找到满足约束条件的厚度的最优解.
- 胡洋陈程韩书楠
- 关键词：微分方程
- 光学符号识别
- 2020年
- 随着扫描仪和 OCR 软件技术的不断提升,光学字符识别(Optical CharactersRecognition,OCR)已日趋成熟。将图片中的印刷体字符转化为计算机中的字符,将会大大提升办公效率并减少耗费劳力。那么,如何更加精准的将纸质文档中的字符以最完整的形武识别并翻译成计算机中的字符成为亟待解决的问题。我们通过标准化处理,并建立字母的多级判别模型,来划分各个字母的综合评价值的区间,以此区间作为标准来确定识别字符。
- 韩阔刘皓月余志强
- 膜内麻雀优化ELM的软件缺陷预测算法
- 2024年
- 原始麻雀搜索算法存在寻优精度低、迭代后期容易陷入局部极值的问题,结合高效寻优性能的改进麻雀搜索算法和具有并行计算能力的膜计算,提出一种膜内麻雀优化算法(IMSSA)。在10个CEC2017测试函数上的实验结果表明,IMSSA具有更高的寻优精度。为进一步验证IMSSA的性能,使用IMSSA优化极限学习机(ELM)参数,提出一种膜内麻雀优化ELM(IMSSA-ELM)算法,并将其应用于软件缺陷预测领域。实验结果表明:在15个公开的软件缺陷数据集中,IMSSA-ELM算法预测性能在G-mean、MCC这2个评价指标下明显优于其他4种先进的对比算法,表明IMSSA-ELM算法具有更好的预测精度和稳定性,其实验结果在Friedman ranking和Holm’s post-hoc test非参数检验中具有明显的统计显著性。
- 唐宇代琪杨梦园陈丽芳
- 关键词：极限学习机优化算法软件缺陷预测
- 基于改进的Askey-Wilson多项式核函数
- 2022年
- 基于Askey-Wilson多项式的性质,给出了两种Askey-Wilson多项式形式,分别与Rbf核函数和三角核函数进行组合,构造混合支持向量机AW核函数。所构造的AW核函数都含有一个重要核参数q,可通过改变q值来调整核函数。实验选取双螺线及6个UCI数据集,比较AW核函数在数据集上的泛化性能和鲁棒性。
- 张莆华闫焱
- 面向联邦学习的后门攻击与防御综述
- 2024年
- 联邦学习(FL)作为一种分布式的机器学习方法,允许不同参与方利用各自的本地数据集合作训练一个机器模型,因此能够解决数据孤岛与用户隐私保护问题。但是,FL本身的分布式特性使它更容易受到后门攻击,这为它的实际应用带来了更大的挑战。因此,深入了解FL环境下的后门攻击与防御方法对该领域的发展至关重要。首先,介绍了FL的定义、流程和分类以及后门攻击的定义;其次,从FL环境下的后门攻击和后门防御方案这两个方面进行了详细介绍与分析,并对后门攻击和后门防御方法进行对比;最后,对FL环境下的后门攻击与防御方法的发展进行了展望。
- 陈学斌屈昌盛
- 关键词：隐私保护
