一、复杂多项式计算的互补编码真值表查询(论文文献综述)
毛浩[1](2021)在《基于多项式点值对的安全交集计算协议研究》文中研究表明
金泽[2](2021)在《卫星遥感影像的网络显示与立体量测》文中指出
郭光亿[3](2021)在《基于RSSI定位的智能导航机器人》文中研究说明
臧一鸣[4](2021)在《量子图像伪彩色处理及其在焊缝图像处理中的应用研究》文中指出伪彩色处理是一种依照一定的准则给灰度值赋予彩色值的图像处理方法,能够大幅度地提高人眼对于图像细节的分辨率和识别能力,它也是目前广泛应用于图像增强的常见方法。量子图像处理基于量子力学,具备并行计算的能力,在解决复杂数字图像处理任务时具有优势。而量子图像伪彩色处理主要以量子图像处理理论为基础,在计算速度方面具备一定优势。本文对量子图像伪彩色处理算法进行了研究,并探索了它在焊缝图像处理中的应用。其主要工作概述如下:(1)首先,为了解决RGB彩色模型表示的图像在量子计算机中的存储问题,本文提出了两种新的量子图像表示模型,即多颜色通道的通用量子图像表示(GQIRMC)模型和多颜色通道的新型增强量子图像表示(NEQRMC)模型。GQIRMC模型是以通用量子图像表示(GQIR)模型为基础,改进后的模型可以表示横纵位置坐标为任意正整数的高维彩色图像。相比GQIR模型,GQIRMC模型在表示M × S大小的RGB彩色图像时,其空间复杂度降为[log2M]+[log2S]+q+2。NEQRMC模型是基于新型增强量子图像表示(NEQR)模型改进的,在NEQR模型的基础上增加了[log2D]量子比特表示颜色维度通道信息,可以表示尺寸为2n × 2n的RGB彩色图像,空间复杂度为2n+q+2。(2)其次,基于GQIR模型和GQIRMC模型,提出了两种新的量子图像伪彩色处理算法:量子图像密度分层法和量子图像灰度级—彩色变换法。并针对算法特点,设计完成了算法实现的量子线路。量子图像密度分层法利用量子颜色映射表完成从灰度值到RGB彩色值的映射工作,可以处理量子颜色映射表中灰度值区间任意划分的情况,实现量子线路的关键是量子门限线路的设计,主要是利用受控量子门实现算法功能的,该算法空间复杂度为O(m+s+p+t),时间复杂度为O(t(m+s+p)),其中2m × 2s为图像尺寸,p为图像色深,t是颜色映射表划分的区间数量。量子图像灰度级—彩色变换法依据热金属编码函数实现颜色映射,实现映射的量子线路可以分为三部分:R通道变换器、G通道变换器和B通道变换器。该算法的空间复杂度为O(m+s+p),时间复杂度为2947。(3)最后,将本文提出的两种量子图像伪彩色处理算法应用于焊缝图像的处理中,使图像缺陷细节增强,清晰度变高。由于X射线获取的焊缝图像存在噪声大和对比度低的问题,首先对原始底片进行预处理,包括降噪处理和对比度增强处理;然后基于GQIR模型构建预处理后的焊缝图像的量子表示;对量子焊缝图像进行量子图像伪彩色处理,然后进行量子测量,得到经典表示的伪彩色焊缝图像。仿真实验结果说明,两种算法的图像处理效果在运行效率上有明显提升。本文提出的两种量子图像伪彩色处理算法,基于量子态的叠加性和纠缠性,其算法效率均比经典算法有着指数级的提升。并且将算法应用于焊缝图像的缺陷检测中,实现了焊缝底片的图像增强处理,解决了由于X射线焊缝底片不清晰导致不利于缺陷判定的问题。
彭静[5](2021)在《环境规制下重污染行业企业的绿色创新与污染治理双目标研究》文中研究指明伴随着人类社会的快速发展,现代生产生活方式往往引致出日益严重的环境污染与破坏问题。工业的绿色转型与发展是一个国家社会、经济和环境走可持续发展路线的基础。这其中,工业企业的“绿色生产能力”为发展中国家以及发达国家的工业技术创新、支柱经济发展和生态环境保护带来了巨大的进步空间。然而,企业,尤其是具有高耗能、高排放、高污染特征的重污染行业企业,正面临着来自政府规制、市场需求和公众关注的多重压力。以经济效益最大化为初始生产目标的大规模重污染企业经营者,需要逐步选择与实施符合绿色发展的战略和决策。因此,在各方利益相关者的压力下,企业需要重新设计其价值链活动和流程,逐渐从短期盈利活动向企业社会责任活动过渡,以实现长期社会效益。绿色技术创新与污染排放治理是各重污染企业乃至整个重污染行业遵循可持续发展道路的必然选择,也是实现长期整体社会效益与短期个体经济效益的矛盾点所在。因此,本文将绿色技术创新与污染排放治理放在同一个框架下进行讨论,考虑在不同环境规制作用下,重污染行业企业绿色创新与污染治理的长期社会目标与短期经济目标之间的矛盾与转机,并对以下内容展开了深入研究:首先,从微观个体行为入手,针对地方政府和重污染企业主体在绿色创新与污染治理问题上的行为互动机理,运用演化博弈模型以及SD仿真分析,探寻政府环境规制下重污染企业绿色创新与污染治理双重目标的环境行为策略选择的演化特质,为激励企业开展自主性绿色创新实践,自觉合法合规排污,确保政府实现节能减排目标提供决策依据。其次,在内在选择互动机理的基础上,研究个体行为的外在选择机制,运用多项式logit回归,探究在命令型、激励型以及公众参与型环境规制手段的刺激下,重污染企业在疏远型、保守型、矛盾型和亲近型等四种企业双目标环境行为选择之间的逻辑比较,并针对不同地区及具有不同生产特征的重污染企业双目标环境行为选择机制的异质性表现展开分析。接着,将视野转向宏观,由重污染企业个体选择异质性表征,拓展至对重污染行业绿色创新与污染治理双目标耦合协调发展异质性现状的讨论,运用熵权法、综合评价方法和耦合协调度模型,探讨重污染行业绿色创新与污染治理子系统双目标耦合协调发展的阶段、排名及趋势。最后,围绕重污染行业双目标耦合协调发展现状,落脚于重污染行业绿色创新与污染治理双目标组合提升模式的设计,运用模糊集定性比较fs QCA分析法,探索不同环境规制协调治理的组合发展模式,为有效地提升重污染行业绿色创新与污染治理双目标的稳步发展提供政策组合方案。本文的研究结论包括以下四个方面:(1)重污染企业双目标行为机理方面。在企业绿色创新积极性问题中,强化政府对于企业绿色创新的奖惩机制及事后鉴定是激励与约束企业的绿色创新环境行为的关键。而在企业污染排放治理问题中,加大公开平台建设工作对于排污数据造假状况的治理效果优于全面排查。进一步,增强政府信息公开平台的对外宣传力度,充分发挥官方政府监测信息公开平台聚焦媒体及公众关注度的整合力,提升群众对生态环境保护的知晓率,强化第三方监管的声誉影响放大效应是约束企业环境行为的关键。(2)重污染企业双目标选择机制方面。重污染企业普遍存在短期经济目标与长期社会效益不同步的情况,大多数企业缺乏创新动力,这不利于重污染企业的绿色转型,也不利于整个重污染行业的可持续发展。比较逻辑所强调的中心思想应该是“循序渐进”,而不是“一刀切”。对于不同地区及生产特征的重污染企业,政府应强调“因地制宜”的规制方式,根据污染物排放情况和环境管理的实际需要,科学制定和实施差异化监管措施,有效刺激企业绿色创新,准确打击违法排污行为。(3)重污染行业双目标耦合协调方面。我国重污染行业绿色创新与污染治理两个子系统的耦合协调发展正逐步趋于良性状态。综合耦合协调度发展情况,重污染行业绿色创新与污染治理耦合协调度的优化受绿色创新和污染治理子系统的协同作用,当中绿色创新起到关键带动作用。不同重污染行业绿色创新和排污整治耦合协调度的发展阶段和改变趋势都有较大的差异。其中,B08黑色金属业、B09有色金属业与C19皮革.毛皮.羽毛及其制品与制鞋业,在耦合度、耦合协调度均排在末尾位置,表现偏弱。对比而言,C31黑色金属冶炼和压延业则有较好的表现。(4)重污染行业双目标组合提升方面。总结提炼出立法强度、优惠税率与政府补贴之间联动匹配的放管结合型提升模式;环境治理投资与政府补贴联动匹配的政策扶持型提升模式;立法强度与公众百度搜索指数联动匹配的合力监管型环境规制提升模式。这三种提升模式的共性是强调命令型环境规制的核心条件地位,但同时需要对相关辅助规制手段采取合理收放。并且,针对不同行业发展特征,应开展针对性的组合规制模式,以促进其双目标系统协调发展。
戴娟[6](2021)在《基于量子模拟平台的量子算法实现》文中研究指明量子计算是一个遵循量子力学规律和理论的全新计算模型,它调控量子信息单元实现运算。在量子计算领域,量子算法利用量子力学叠加性和并行性的本质特征,解决了经典算法不能完成的问题。Deutsch-Jozsa算法开创了量子算法的先河,利用量子并行性解决了对经典算法的指数级加速问题。用经典算法解决Deutsch问题需要执行2n-1+1次查询,而该量子算法只需要查询1次。在目前量子计算机没有大规模投入使用的前提下,实现并验证量子算法需要依赖量子模拟平台来实现。本文在研究Deutsch-Jozsa算法线路综合问题的基础上,在IBM QExperience平台和自主开发的基于Cirq框架的量子模拟平台上实现Deutsch-Jozsa算法。主要工作如下:1、提出Deutsch-Jozsa算法线路综合算法。为了研究嘈杂中型量子(NoisyIntermediate-Scale Quantum,简称 NISQ),Google 开源了 量子算法框架 Cirq。本文在研究 Cirq 源码的基础上,提出了针对n比特Deutsch-Jozsa算法的线路综合算法,进而构建Oracle线路和Deutsch线路。构建Oracle线路是研究Deutsch问题的关键。Deutsch-Jozsa算法线路综合算法根据输入的量子线数n,随机生成f(x)集合,从而构建量子线路。其中,生成的f(x)集合是常数函数或者平衡函数的概率是相等的。在此基础上,本文继续讨论了对综合算法的优化算法,既减少了门的数量和层数,也简化了线路的结构,线路模拟的速度较优化前快了 2倍。2、利用IBM Q Experience量子模拟平台运行Deutsch-Jozsa线路。在工作1的基础上,本文又提出了一个新的综合算法,该算法以量子线路代价为标准,生成最优的量子逻辑线路,通过Hash表可以读取所需要的Deutsch-Jozsa线路。将Hash表读取的Deutsch-Jozsa线路在IBMQExperience量子模拟平台上运行,根据其运行结果验证该综合算法的正确性,同时也验证了 Deutsch-Jozsa算法的准确性。本文针对f(x)对应线路未知的情况提出了一个新的方法,能够自动生成Deutsch-Jozsa线路。3、自主开发一个基于Cirq框架的量子模拟平台。要想深入地研究量子算法,就必须以来量子模拟平台运行其量子线路。本文自主开发了一个可视化的量子模拟平台,在前端页面输入量子线数n,后端利用Python的Django技术调用Cirq程序,向前端返回运行结果并进行数据存储。前端返回的数据包括量子线路图以及实验模拟结果。
刘力行[7](2021)在《互联网技术在水文测流平台自动控制系统中的应用》文中进行了进一步梳理水资源的监测是认识和揭示水文现象的主要手段,水文测流数据是水利调度的根本依据。我国主要河流的水文测流平台普遍采用缆道吊箱系统,目前的水文测流平台大多通过本地PC软件控制,测流数据保存在本地PC端,由工作人员在测流完成后进入水文系统进行上报。这种模式下,虽然每个水文站数据不多,但是也要建立完整的数据库系统,对本地资源有极大浪费,提高了系统的操作安装难度。本课题在已有的自动化水文测验平台基础上设计了基于互联网技术的水文远程测流系统。该系统改变了以往本地控制系统的模式,将所有水文数据与用户数据集中存储在云服务器上,有效降低了本地资源占用。系统将将所有接入用户分为设备端、客户端与服务器,基于各自的运行平台开发了相对应的软件。设备端使用STM32L作为下位机主控芯片,通过Modbus协议与PLC通讯,实现对水文测流平台的硬件控制;通过BC28模块的网络功能与客户端和服务器进行远程通讯。客户端在已有的本地PC控制软件上添加网络功能,实现远程实时控制。服务器使用阿里云平台的ECS云服务器,并编写了专用软件,用于操作数据库并向客户端和设备端提供数据。使用前后端分离的方式开发了基于Web服务的后台管理系统,后端程序使用Spring框架,集成了Spring Security权限认证框架,能够实现登陆认证以及对不同角色的用户进行认证与授权;管理系统前端页面为单页面应用,请求一次页面后,后续的HTTP请求不再刷新页面,而是得到请求数据后,由浏览器进行渲染,降低了加载时间,提高了用户使用的流畅度。
刘飞[8](2021)在《安全的神经网络计算及应用》文中研究说明随着移动智能设备的迅猛发展,基于深度神经网络的智能化应用丰富多样,特别在图像内容检索(Content-Based Image Retrieval,CBIR)、语音识别等领域取得了巨大的成功。数据和服务外包提供了一种经济而高效的应用部署解决方案,然而,从用户和智能分析模型提供者的角度来看,数据以及模型参数都是价值产品,如何利用云服务强大的存储计算能力,同时保障用户敏感数据和模型参数不泄露,成为智能化应用市场多样化健康成长的关键问题。本文针对图像内容智能化分析中图像数据和分析模型的隐私保护问题,旨在提出一种安全的图像分析模型计算框架,实现安全的智能分析模型评估并应用于安全图像检索等场景。具体研究内容如下:(1)针对深度神经网络图像智能化分析的隐私保护问题,提出了安全的卷积神经网络(Convolutional neural network,CNN)评估方法。本文对现有的安全深度学习框架进行研究分析,提出改进措施以实现更深层次、更准确的神经网络。首先,本文实现了实数计算机制,以实现比之前的工作更好的准确性,而不会降低其效率。然后,提出并实现了分而治之的CNN评估协议,以处理同态方案中的噪声增长问题。最后,为了实现反卷积的安全评估,提出了基于直接卷积和矩阵-向量积的两种安全反卷积方案。针对非线性层,为通用非线性函数设计了安全的两方协议。(2)基于本文提出的卷积神经网络安全评估方法,针对智能化图像检索中数据及网络模型隐私安全问题,提出了基于卷积神经网络的安全图像检索框架。该框架设计并实现了一套快速模块化的安全图像检索协议,包括安全的特征推理、安全的索引构建、安全的距离计算和安全的结果排序协议,实现了外包场景下的安全图像检索应用。(3)针对安全图像检索应用中恶意样本攻击造成检索失败的问题,本文进一步提出了安全的图像重构协议。该协议在保障图像重构过程中数据及模型隐私安全的情况下,能够有效解决恶意样本攻击导致CBIR服务失效的问题,使得本文(2)中提出的检索框架能够应用于数据提供者和服务提供者均不可信任的公开网络环境。
刘明谋[9](2020)在《大数据背景下的数据结构复杂性研究:并行与简洁数据结构》文中认为数据结构是计算机科学的基石。在现实中,数据结构支撑了大大小小的计算设备的运作;在教学中,数据结构也是计算机科学入门的基本课程。在当前时代,海量的数据为数据结构提出了更高的需求。我们既想要数据结构算法有着更短的运行时间,也希望数据结构能占用更少的空间。本文从两个侧面研究数据结构。对于较为简单的低维数据结构问题,我们考虑简洁数据结构,即以接近信息论极限的空间来解决该问题。对于较为困难的高维数据结构问题,我们研究如何通过并行计算来以较少的计算资源加速它的运算;我们也尝试为高维数据结构证明时间复杂度下界,来说明其不存在高效的数据结构算法,以逼近“维数灾难”的证明。本文正文分为两个部分。第一部分以低维数据结构问题的简洁数据结构为主题。首先我们为基本的范围最值查询问题证明了复杂度下界。我们为该问题证明了首个复杂度下界,并且该下界证明了当前最前沿算法在常数时间复杂度下的最优性。我们通过彻底重构前人的复杂度下界证明技术,使得我们不再只能证明平均情况的复杂度下界,而是能够证明更高的最坏情况的复杂度下界。然后我们考虑了动态的近似集合成员查询(布隆过滤器)问题。我们考虑了一个具有很强现实意义、有趣但又很少被理论界考虑的设定:动态的数据结构可以使用动态的空间占用,但是其空间占用仅依赖于当前数据集的大小,而不是预先估计的最大大小。一方面,这样的设定可以节约大量的运行空间;另一方面,这样的设定也是实践中“可扩展性”在数据结构上的具体体现。在这样的设定中,我们为动态的近似集合成员查询构造了目前为止在所有意义上的最优的数据结构算法:在空间上,它是唯一一个在n?log u这样的自然情况下能解决该问题的简洁数据结构;在时间上,它的所有更新和查询操作都可以在最坏情况的常数时间内完成。我们的数据结构算法为Pagh、Segev和Wieder(FOCS 2013)提出的开放性问题给出了一个肯定的回答。最后我们考虑了另一个根本性的数据结构问题,字典问题。我们构思了一种全新的思路来处理经典的字典数据结构中会导致空间浪费的“溢出”问题。通过这样的全新策略,在常见的u=poly n的情况下,我们的额外空间开销从≈O(n(log n)2/3)个比特降低到了O(n log...log n)个比特,同时也保证了所有的更新操作和查询操作都可以在最坏情况的常数时间内完成。我们的数据结构算法为Arbitman、Naor和Segev(FOCS 2010)提出的开放性问题给出了一个肯定的回答。第二部分以高维数据结构问题中的最近邻搜索为主题。围绕最近邻搜索,我们重点研究并行的随机化近似最近邻搜索,并在多项式空间中为该问题证明了并行度与内存访问量之间的渐近最优的置换。具体来说,我们分别给出了高效的数据结构算法和证明了复杂度下界。我们的数据结构上界采用了经典的线性维数约简方法再加上多路搜索。我们的复杂度下界证明将数据结构算法构造为一个通信协议,然后采用回合消去的方法证明了通信复杂度下界。然后我们考虑使用当前最前沿的数据结构下界证明技术来为λ-近邻问题证明复杂度下界。我们首先构造了一种刻画了单元采样技术的通信协议,说明通过这样的协议我们可以更简单地应用单元采样技术。接着我们通过一个通信协议的反例说明当前最前沿的单元采样技术在λ-近邻问题上难以成功。最后我们考虑了一种抽象了所有基于哈希的数据结构算法的计算模型,并在该模型中通过更简单直接地应用布尔函数分析的方法简化了前人的对于λ-近邻搜索问题的复杂度下界证明。
赵霁巍[10](2020)在《基于链置换的DNA神经元的构建与应用》文中认为随着硅基计算机日益逼近摩尔定律的极限,探索新型计算设备成为一项热门研究课题。DNA计算以高度并行性、大规模存储能力和低耗能的特点引起了研究者的广泛关注。DNA电路可分为数字型和模拟型,数字型DNA电路的一项基础工作是构建DNA逻辑门,模拟型DNA电路的一项新兴研究是构建具有分类识别能力的DNA神经网络,使用DNA分子编码和传递信息的神经元在其中均能够发挥良好的作用。因此,本文研究了基于链置换技术的DNA神经元,通过级联不同的DNA神经元设计了数字型DNA逻辑门和模拟型DNA神经网络。主要研究内容和成果如下:为了构建高灵敏度的DNA逻辑门和能够处理模拟型数据的DNA神经网络,设计了以阶跃函数、Re LU函数和Sigmoid函数为激活函数的3种DNA神经元。首先在增益可变的DNA放大器的基础上构建了DNA矩阵乘法器,解决了神经元的加权运算问题;然后针对传统的跷跷板门灵敏度低、稳态输出不可控的问题,构建了高精度的阶跃函数运算器;最后提出了模拟型DNA识别网络必需的Re LU函数运算器和Sigmoid函数运算器。针对现有DNA逻辑门无法区分逻辑0信号和无输入信号以及逻辑门组成复杂的问题,基于DNA神经元构建了多种数字型逻辑门,包括与、或、非、异或、同或门和一位二进制全加器。基于DNA神经元的逻辑门以DNA链相对浓度0.1表示逻辑0,相对浓度0.9表示逻辑1,能有效区分逻辑0信号和无输入信号。通过组合多个神经元,不必级联与、或、非门就能够直接构造异或门、同或门和一位二进制全加器电路,有效降低了逻辑门的复杂度。针对现有DNA识别网络只能处理数字型数据的问题,基于DNA神经元构建了能处理模拟型数据的DNA神经网络。首先针对双月牙型数据集,构建了能进行二元分类的DNA识别网络;然后针对鸢尾花数据集,在Winner-Take-All网络的基础上实现了对模拟型数据进行多元分类的DNA神经网络。仿真结果均验证了DNA神经络的有效性。
二、复杂多项式计算的互补编码真值表查询(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、复杂多项式计算的互补编码真值表查询(论文提纲范文)
(4)量子图像伪彩色处理及其在焊缝图像处理中的应用研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景与研究意义 |
1.2 量子图像处理研究现状 |
1.2.1 量子图像表示 |
1.2.2 量子图像处理算法 |
1.3 伪彩色处理技术在焊缝图像处理中的应用现状 |
1.4 主要工作内容与章节安排 |
第二章 量子计算基础知识 |
2.1 量子比特 |
2.2 量子态及其特性 |
2.2.1 叠加性 |
2.2.2 纠缠性 |
2.2.3 幺正性 |
2.2.4 测量随机性 |
2.3 量子逻辑门与基本逻辑运算 |
2.3.1 单量子比特量子门 |
2.3.2 双量子比特量子门 |
2.3.3 多量子比特量子门 |
2.3.4 基本逻辑运算 |
2.4 本章小结 |
第三章 多颜色通道的量子图像表示模型 |
3.1 FRQI模型 |
3.2 NEQR模型 |
3.3 GQIR模型 |
3.4 一种新的多颜色通道的量子图像表示模型NEQRMC |
3.4.1 NEQRMC模型中图像的表示 |
3.4.2 NEQRMC图像的制备以及复原为经典图像 |
3.5 一种新的多颜色通道的量子图像表示模型GQIRMC |
3.5.1 GQIRMC模型中图像的表示 |
3.5.2 GQIRMC图像的制备过程 |
3.5.3 GQIRMC图像复原为经典图像 |
3.5.4 GQIRMC模型空间复杂度分析 |
3.6 本章小结 |
第四章 量子图像伪彩色处理 |
4.1 经典伪彩色处理的常用方法 |
4.1.1 密度分层法 |
4.1.2 灰度级—彩色变换法 |
4.2 量子减法器模块 |
4.2.1 量子减法器的线路设计 |
4.2.2 复杂度分析 |
4.3 量子图像密度分层法 |
4.3.1 量子门限线路的设计 |
4.3.2 量子颜色映射表的构建 |
4.3.3 量子图像密度分层法的实现 |
4.3.4 复杂度分析 |
4.4 量子图像灰度级—彩色变换法 |
4.4.1 量子图像灰度级—彩色变换法的算法 |
4.4.2 量子图像灰度级—彩色变换法的算法实现 |
4.4.3 复杂度分析 |
4.4.4 经典计算机上的仿真实现 |
4.5 本章小结 |
第五章 量子图像伪彩色处理在焊缝图像处理中的应用 |
5.1 焊缝缺陷分类 |
5.2 焊缝图像的预处理 |
5.2.1 图像降噪处理 |
5.2.2 对比度增强 |
5.3 焊缝图像的量子图像表示及伪彩色处理 |
5.3.1 基于量子计算机的焊缝图像伪彩色处理流程 |
5.3.2 实验结果及分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 未来研究方向 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者及导师简介 |
(5)环境规制下重污染行业企业的绿色创新与污染治理双目标研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究思路与研究内容 |
1.2.1 研究思路 |
1.2.2 研究内容 |
1.3 研究方法 |
1.4 研究创新点 |
第2章 理论基础与文献综述 |
2.1 相关概念界定与解析 |
2.1.1 重污染行业 |
2.1.2 企业环境行为 |
2.1.3 企业双目标环境行为 |
2.1.4 环境规制 |
2.2 相关理论与应用 |
2.2.1 合法性理论 |
2.2.2 制度理论 |
2.2.3 “波特假说”理论 |
2.2.4 利益相关者理论 |
2.2.5 信息不对称理论 |
2.3 文献综述 |
2.3.1 企业环境行为研究 |
2.3.2 环境规制与绿色创新关系研究 |
2.3.3 环境规制与污染治理关系研究 |
2.3.4 文献述评 |
2.4 本章小结 |
第3章 环境规制下重污染企业双目标环境行为博弈分析 |
3.1 重污染企业主动式绿色创新与地方政府监管的演化博弈分析 |
3.1.1 问题描述与基本假设 |
3.1.2 基础模型构建 |
3.1.3 均衡点稳定性分析 |
3.1.4 均衡点参数分析 |
3.1.5 案例与仿真分析 |
3.1.6 分析结果 |
3.2 重污染企业合规排污与地方政府监管的演化博弈分析 |
3.2.1 问题描述与基本假设 |
3.2.2 基础模型构建 |
3.2.3 均衡点稳定性分析 |
3.2.4 污染源监测信息公开平台下的声誉效应调控机制 |
3.2.5 引入声誉效应调控机制的演化稳定策略影响因素分析 |
3.2.6 案例与仿真分析 |
3.2.7 分析结果 |
3.3 本章小结 |
第4章 环境规制下重污染企业双目标环境行为选择机制分析 |
4.1 企业双目标环境行为的测度构架 |
4.2 研究设计 |
4.2.1 数据来源 |
4.2.2 变量选取 |
4.2.3 模型方法 |
4.3 企业双目标环境行为选择总体情况的逻辑比较分析 |
4.3.1 重污染企业描述性统计 |
4.3.2 多项式logit回归结果 |
4.3.3 总体研究结果讨论 |
4.4 基于区域异质性的选择逻辑比较分析 |
4.4.1 环境规制与不同地区企业双目标环境行为的选择 |
4.4.2 区域异质性研究结果讨论 |
4.5 基于企业生产特征异质性的选择逻辑比较分析 |
4.5.1 环境规制与不同集群的企业双目标环境行为的选择 |
4.5.2 集群异质性研究结果讨论 |
4.6 本章小结 |
第5章 环境规制下重污染行业双目标耦合异质性分析 |
5.1 重污染行业发展现状 |
5.1.1 绿色创新现状 |
5.1.2 行业污染现状 |
5.2 重污染行业绿色创新与污染治理耦合机理 |
5.2.1 耦合的构成 |
5.2.2 重污染行业绿色创新与污染治理耦合内容 |
5.3 重污染行业绿色创新与污染治理耦合模型构建 |
5.3.1 绿色创新与污染治理耦合模型构建 |
5.3.2 绿色创新与污染治理子系统评价指标选取 |
5.4 重污染行业绿色创新与污染治理耦合协调度分析 |
5.4.1 重污染行业样本选取及数据获取 |
5.4.2 重污染行业绿色创新与污染治理综合发展评价分析 |
5.4.3 重污染行业绿色创新与污染治理耦合协调度分析 |
5.5 本章小结 |
第6章 环境规制下重污染行业双目标耦合提升模式设计 |
6.1 提升模式研究方法 |
6.1.1 QCA研究方法的选择 |
6.1.2 fsQCA研究方法介绍 |
6.1.3 fsQCA研究方法步骤 |
6.2 前因条件要素与结果要素数据处理与分析 |
6.2.1 前因条件要素与结果要素数据校准 |
6.2.2 单项环境规制要素的必要性分析 |
6.3 环境规制因素组合的提升模式 |
6.3.1 放管结合型因素组合的提升模式 |
6.3.2 政策扶持型因素组合的提升模式 |
6.3.3 合力监管型因素组合的提升模式 |
6.3.4 各提升模式特征小结 |
6.4 本章小结 |
第7章 环境规制下重污染行业企业双目标协同治理对策 |
7.1 企业主导下的协同治理对策 |
7.1.1 强化提高环境问题重视程度 |
7.1.2 努力把握环境行为市场机遇 |
7.1.3 加快推动企业环境发展战略 |
7.2 政府主导下的协同治理对策 |
7.2.1 着重改进环境管理标准 |
7.2.2 大力推动产业转型升级 |
7.2.3 积极完善组合规制模式 |
7.2.4 建立完善环保信息平台 |
7.3 公众参与主导下的协同治理对策 |
7.3.1 切实提高环境治理中公众参与意识和能力 |
7.3.2 明确落实公众参与创造制度渠道 |
7.3.3 充分发挥营利和非营利组织作用 |
7.4 本章小结 |
第8章 结论与展望 |
8.1 研究结论 |
8.2 研究展望 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(6)基于量子模拟平台的量子算法实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究目标和内容 |
1.4 论文的组织结构 |
第2章 量子计算 |
2.1 量子比特 |
2.1.1 单量子比特 |
2.1.2 多量子比特 |
2.2 量子逻辑门 |
2.2.1 单量子比特门 |
2.2.2 多量子比特门 |
2.2.3 通用量子逻辑门 |
2.3 量子算法 |
2.3.1 量子并行性 |
2.3.2 Deutsch-Jozsa算法 |
2.3.3 Shor量子分解算法 |
2.3.4 Grover搜索算法 |
2.4 本章小结 |
第3章 基于Cirq的Deutsch-Jozsa线路综合算法 |
3.1 Deutsch-Jozsa 算法 |
3.1.1 1-bit Deutsch算法 |
3.1.2 n-bit Deutsch-Jozsa算法 |
3.2 线路综合算法 |
3.3 线路综合算法的优化 |
3.3.1 简化X门 |
3.3.2 利用X门构造等效线路 |
3.4 实验结果及情况分析 |
3.5 本章小结 |
第4章 基于IBM Q的Deutsch-Jozsa算法实现 |
4.1 引言 |
4.2 综合算法 |
4.3 在IBM Q Experience平台上模拟量子线路 |
4.4 利用可逆线路综合f(x) |
4.5 本章小节 |
第5章 基于Cirq框架的量子模拟平台 |
5.1 需求分析 |
5.2 系统总体架构 |
5.3 系统具体实现 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
附录 |
参考文献 |
致谢 |
攻读硕士学位期间发表学术论文情况 |
攻读硕士学位期间登记软件着作权情况 |
(7)互联网技术在水文测流平台自动控制系统中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究相关背景概述 |
1.2 国内外研究现状 |
1.2.1 互联网技术发展现状 |
1.2.2 互联网技术在水文测流中的应用 |
1.3 课题内容 |
1.4 研究的内容与组织架构 |
第二章 远程控制系统设计 |
2.1 设备端方案设计 |
2.1.1 主控芯片选择 |
2.1.2 通讯模块的选择与方案设计 |
2.1.3 硬件总体结构 |
2.1.4 主控制器模块设计 |
2.1.5 STM32L单片机程序开发 |
2.2 信号采集方案设计 |
2.2.1 测深 |
2.2.2 测流速方案介绍 |
2.2.3 旋桨流速仪信号采集电路 |
2.2.4 水底信号采集电路 |
2.3 客户端方案设计 |
2.4.1 服务器的选择 |
2.4.2 MQTT消息代理软件选择 |
2.4 本章小结 |
第三章 系统通信方案设计 |
3.1 下位机主控电路板与PLC的通讯设计 |
3.1.1 Modbus通讯协议 |
3.1.2 主控芯片与PLC的 Modbus通讯技术实现 |
3.2 服务器、设备端、客户端的通讯设计 |
3.2.1 MQTT协议简介 |
3.2.2 通讯消息格式 |
3.2.3 服务器与设备端的通讯设计 |
3.2.4 客户端与服务器的通讯设计 |
3.3 本章小结 |
第四章 管理系统设计 |
4.1 数据库系统设计 |
4.1.1 数据库软件选择 |
4.1.2 ORM简介 |
4.1.3 用户表 |
4.1.4 权限表 |
4.1.5 数据表 |
4.2 后端程序设计 |
4.2.1 HTTP协议简介 |
4.2.2 Web Service框架选择 |
4.2.3 系统权限设置 |
4.2.4 数据库连接管理 |
4.2.5 数据库具体操作 |
4.2.6 HTTP请求路径与返回格式 |
4.3 前端界面设计 |
4.4 本章小结 |
第五章 系统运行成果展示 |
5.1 系统运行展示 |
5.2 管理界面运行情况 |
5.3 采集电路验证 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 课题展望 |
参考文献 |
附录A 通讯数据映射表 |
附录B 通信消息具体内容 |
附录C 定义窗口句柄 |
附录D PC客户端控制程序数据接收处理 |
附录E 登陆拦截器 |
附录F 请求拦截器 |
附录G Security Config配置类 |
附录H 测流记录查询的实现 |
攻读学位期间取得的研究成果 |
致谢 |
(8)安全的神经网络计算及应用(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究历史与现状 |
1.3 本文的主要贡献与创新 |
1.4 本论文的结构安排 |
第二章 相关技术背景知识 |
2.1 神经网络评估 |
2.1.1 卷积神经网络 |
2.1.2 生成对抗网络 |
2.1.3 符号说明 |
2.1.4 离散卷积操作 |
2.1.5 池化操作 |
2.1.6 非线性函数介绍 |
2.2 同态加密 |
2.2.1 同态加密简介 |
2.2.2 全同态加密 |
2.3 两方安全计算 |
2.3.1 混淆电路协议 |
2.3.2 不经意传输协议 |
2.4 本章小结 |
第三章 安全的神经网络评估 |
3.1 引言 |
3.2 预备知识 |
3.2.1 基于格的PAHE同态加密方案 |
3.2.2 安全的深度学习方案 |
3.3 符号说明 |
3.4 问题分析与方案设计目标 |
3.5 安全线性层计算 |
3.5.1 实数计算方案 |
3.5.2 安全的大输入卷积计算 |
3.5.3 安全的反卷积计算 |
3.6 安全的非线性层计算 |
3.6.1 安全的两方比较 |
3.6.2 理想协议的设计 |
3.6.3 分段线性函数 |
3.6.4 池化函数 |
3.6.5 平滑激活函数 |
3.6.6 讨论 |
3.7 安全性分析 |
3.8 实验评估 |
3.8.1 数据集 |
3.8.2 评估方法 |
3.8.3 实验环境 |
3.8.4 线性层评估 |
3.8.5 非线性评估 |
3.9 本章小结 |
第四章 基于卷积神经网络的安全图像检索应用 |
4.1 引言 |
4.2 系统模型 |
4.3 方案设计目标 |
4.4 安全的图像检索框架 |
4.4.1 功能函数描述 |
4.4.2 流程描述 |
4.5 安全的特征推理 |
4.6 安全的图像查询 |
4.6.1 安全的索引构建协议 |
4.6.2 安全的距离计算协议 |
4.6.3 安全的结果排序协议 |
4.7 实验评估 |
4.7.1 数据集 |
4.7.2 安全的特征推理的性能 |
4.7.3 安全的图像查询性能 |
4.7.4 图像检索的准确性评估 |
4.7.5 安全性评估 |
4.8 本章小结 |
第五章 抗样本攻击的安全图像检索框架 |
5.1 引言 |
5.2 问题描述 |
5.2.1 系统模型和威胁模型 |
5.2.2 方案设计目标 |
5.3 抗样本攻击的安全图像重构框架 |
5.3.1 功能函数描述 |
5.3.2 流程描述 |
5.4 安全的生成对抗网络推理 |
5.4.1 框架描述 |
5.5 安全的最优化协议 |
5.5.1 功能函数介绍 |
5.5.2 基于近似数值微分方案 |
5.5.3 基于链式法则方案 |
5.6 实验评估 |
5.6.1 实验准备 |
5.6.2 安全图像重构的性能评估 |
5.6.3 总体性能 |
5.6.4 FGSM黑盒攻击的准确性 |
5.6.5 基于内容的图像检索的正确性评估 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
附录A 非线性函数Obliv-C实现 |
A.1 分段线性函数 |
A.2 池化函数 |
A.3 平滑激活函数 |
参考文献 |
攻读硕士学位期间取得的成果 |
(9)大数据背景下的数据结构复杂性研究:并行与简洁数据结构(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 计算模型 |
1.2.1 RAM模型 |
1.2.2 单元侦测模型 |
1.2.3 可扩展数组模型 |
1.2.4 通信模型 |
1.2.5 数据点列表模型 |
1.3 文章结构 |
第一部分 低维问题的简洁数据结构 |
第二章 范围最值查询的简洁数据结构复杂度 |
2.1 引言 |
2.1.1 单元侦测模型 |
2.1.2 相关工作 |
2.1.3 Pǎtra?cu和Viola的技术 |
2.2 我们的技术 |
2.3 范围最值查询的简洁数据结构下界 |
2.3.1 pred-z的下界 |
2.3.2 选出询问Q_(pub) |
2.4 分析输入分布 |
2.5 一个常数冗余的算法 |
2.6 一个推广的时间 -冗余的置换 |
2.7 总结 |
第三章 动态近似集合成员查询的简洁数据结构 |
3.1 引言 |
3.1.1 主要结果 |
3.1.2 相关工作 |
3.1.3 以前的构造 |
3.1.4 我们的技术 |
3.2 预备知识 |
3.2.1 字串记号 |
3.2.2 计算模型 |
3.2.3 随机函数 |
3.2.4 适应性前缀 |
3.3 动态过滤器的数据结构 |
3.3.1 简洁动态过滤器 |
3.3.2 简洁动态字典 |
3.4 前缀匹配数据结构 |
3.5 带有容量的简洁前缀匹配数据结构 |
3.5.1 具体实现和伪代码 |
3.6 没有前置假设的简洁字典 |
3.7 分配-释放模型下的上界 |
3.8 总结 |
第四章 动态字典问题的简洁数据结构 |
4.1 引言 |
4.1.1 我们的贡献 |
4.1.2 相关工作 |
4.1.3 我们的技术 |
4.2 预备知识 |
4.2.1 记号 |
4.2.2 随机函数 |
4.2.3 结构化数组 |
4.2.4 溢出不等式 |
4.2.5 适应性前缀 |
4.2.6 计算模型 |
4.3 主字典 |
4.4 子字典 |
4.5 零件字典 |
4.6 辅助数据结构 |
4.7 总结 |
第二部分 高维问题的并行数据结构 |
第五章 并行化的随机近似最近邻搜索 |
5.1 引言 |
5.2 预备知识 |
5.3 k轮的近似最近邻搜索 |
5.3.1 一个简单的k轮ANNS协议 |
5.3.2 一个适用于较大的k的k轮ANNS协议 |
5.3.3 一次单元侦测的 λ-ANN协议 |
5.4 复杂度下界 |
5.4.1 从最长前缀匹配问题归约 |
5.4.2 通信协议的回合消去 |
5.4.3 下界的证明 |
5.5 总结 |
第六章 单元采样技术的通信复杂度解释及其屏障 |
6.1 引言 |
6.1.1 相关工作 |
6.1.2 文章结构 |
6.2 单元采样方法 |
6.2.1 确定性的情况 |
6.2.2 随机的情况 |
6.2.3 通信协议解释 |
6.3 当单元采样方法遇到近邻搜索问题 |
6.3.1 近邻搜索问题在平均情况下的高效通信协议 |
6.3.2 矩形的存在性 |
6.3.3 单元采样方法的屏障和在近邻问题上的失败 |
6.4 总结 |
第七章 基于哈希的近似近邻搜索问题的复杂度下界 |
7.1 引言 |
7.2 预备知识 |
7.2.1 布尔函数分析 |
7.2.2 模型描述 |
7.3 对称的情况 |
7.3.1 模型 |
7.3.2 困难的输入分布 |
7.3.3 在随机分布D下的性质 |
7.3.4 复杂度下界 |
7.4 非对称的情况 |
7.4.1 模型 |
7.4.2 困难的输入分布 |
7.4.3 复杂度下界 |
7.5 总结 |
第八章 总结与展望 |
8.1 工作总结 |
8.2 研究展望 |
致谢 |
参考文献 |
附录A 文中部分专业名词所用中英翻译对照表 |
攻读博士学位期间的科研成果 |
(10)基于链置换的DNA神经元的构建与应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 目前存在的问题 |
1.4 本文主要内容及结构 |
2 基于链置换的DNA神经元的构建 |
2.1 DNA神经元的基本原理 |
2.2 DNA矩阵乘法运算器 |
2.3 阶跃函数运算器 |
2.4 ReLU函数运算器 |
2.5 Sigmoid函数运算器 |
2.6 本章小结 |
3 基于DNA神经元的数字型逻辑门 |
3.1 与门和或门 |
3.2 非门 |
3.3 同或门和异或门 |
3.4 一位全加器 |
3.5 逻辑门的级联性 |
3.6 本章小结 |
4 基于DNA神经元的模拟型神经网络 |
4.1 实验一:双月牙型数据分类任务 |
4.2 实验二:鸢尾花识别任务 |
4.3 本章小结 |
5 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
致谢 |
参考文献 |
附录 攻读硕士学位期间发表的学术论文 |
四、复杂多项式计算的互补编码真值表查询(论文参考文献)
- [1]基于多项式点值对的安全交集计算协议研究[D]. 毛浩. 湖北工业大学, 2021
- [2]卫星遥感影像的网络显示与立体量测[D]. 金泽. 辽宁工程技术大学, 2021
- [3]基于RSSI定位的智能导航机器人[D]. 郭光亿. 东北石油大学, 2021
- [4]量子图像伪彩色处理及其在焊缝图像处理中的应用研究[D]. 臧一鸣. 北京石油化工学院, 2021
- [5]环境规制下重污染行业企业的绿色创新与污染治理双目标研究[D]. 彭静. 南昌大学, 2021
- [6]基于量子模拟平台的量子算法实现[D]. 戴娟. 扬州大学, 2021(08)
- [7]互联网技术在水文测流平台自动控制系统中的应用[D]. 刘力行. 太原理工大学, 2021(01)
- [8]安全的神经网络计算及应用[D]. 刘飞. 电子科技大学, 2021(01)
- [9]大数据背景下的数据结构复杂性研究:并行与简洁数据结构[D]. 刘明谋. 南京大学, 2020(12)
- [10]基于链置换的DNA神经元的构建与应用[D]. 赵霁巍. 华中科技大学, 2020(01)