一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

本文通過(guò)分析和比較同相和反相放大器En-In噪聲的特點(diǎn),給出了若干新結(jié)果。本文方法在低噪聲運(yùn)放電路設(shè)計(jì)和運(yùn)放噪聲參數(shù)提取中都具有十分重要的意義。

該文利用雙平行線陣的陣列結(jié)構(gòu),提出了用于非圓信號(hào)二維方向和初相聯(lián)合估計(jì)的擴(kuò)展MUSIC(EN-MUSIC)算法。EN-MUSIC算法估計(jì)得到的方位角、俯仰角與初相一一對(duì)應(yīng),自動(dòng)配對(duì),其可測(cè)向信號(hào)數(shù)大于子陣陣元數(shù),方位及俯仰測(cè)角精度與非圓信號(hào)二維測(cè)向酉ESPRIT(2D-NC-UESPRIT)算法大致相當(dāng),優(yōu)于波達(dá)方向矩陣法(DOAM)。

密碼學(xué)意義上強(qiáng)的序列不僅應(yīng)該具有足夠高的線性復(fù)雜度,而且當(dāng)少量比特發(fā)生改變時(shí)不會(huì)引起線性復(fù)雜度的急劇下降,即具有高的-錯(cuò)復(fù)雜度.該文以多項(xiàng)式的因式分解為主要工具研究了任意有限域GF(q)上,周期N與p互素以及N=v這兩種情況下,計(jì)數(shù)函數(shù)NN,0(c)的值,并給出了線性復(fù)雜度的數(shù)學(xué)期望EN,0的值以及-錯(cuò)復(fù)雜度的數(shù)學(xué)期望EN,的一個(gè)有用的下界,這里p是有限域GF(q)的特征.

針對(duì)目前圖像隱寫檢測(cè)模型中線性卷積層對(duì)高階特征表達(dá)能力有限，以及各通道特征圖沒(méi)有區(qū)分的問(wèn)題，該文構(gòu)建了一個(gè)基于多層感知卷積和通道加權(quán)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)隱寫檢測(cè)模型。該模型使用多層感知卷積(Mlpconv)代替?zhèn)鹘y(tǒng)的線性卷積，增強(qiáng)隱寫檢測(cè)模型對(duì)高階特征的表達(dá)能力；同時(shí)引入通道加權(quán)模塊，實(shí)現(xiàn)根據(jù)全局信息對(duì)每個(gè)卷積通道賦予不同的權(quán)重，增強(qiáng)有用特征并抑制無(wú)用特征，增強(qiáng)模型提取檢測(cè)特征的質(zhì)量。實(shí)驗(yàn)結(jié)果表明，該檢測(cè)模型針對(duì)不同典型隱寫算法及不同嵌入率，相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的檢測(cè)準(zhǔn)確率，與最優(yōu)的Zhu-Net相比，準(zhǔn)確率提高1.95%～6.15%。

由于數(shù)據(jù)量激增而引起的信息爆炸使得傳統(tǒng)集中式云計(jì)算不堪重負(fù)，邊緣計(jì)算網(wǎng)絡(luò)(ECN)被提出以減輕云服務(wù)器的負(fù)擔(dān)。此外，在ECN中啟用聯(lián)邦學(xué)習(xí)(FL)，可以實(shí)現(xiàn)數(shù)據(jù)本地化處理，從而有效解決協(xié)同學(xué)習(xí)中邊緣節(jié)點(diǎn)(ENs)的數(shù)據(jù)安全問(wèn)題。然而在傳統(tǒng)FL架構(gòu)中，中央服務(wù)器容易受到單點(diǎn)攻擊，導(dǎo)致系統(tǒng)性能下降，甚至任務(wù)失敗。本文在ECN場(chǎng)景下，提出基于區(qū)塊鏈技術(shù)的異步FL算法(AFLChain)，該算法基于ENs算力動(dòng)態(tài)分配訓(xùn)練任務(wù)，以提高學(xué)習(xí)效率。此外，基于ENs算力、模型訓(xùn)練進(jìn)度以及歷史信譽(yù)值，引入熵權(quán)信譽(yù)機(jī)制評(píng)估ENs積極性并對(duì)其分級(jí)，淘汰低質(zhì)EN以進(jìn)一步提高AFLChain的性能。最后，提出基于次梯度的最優(yōu)資源分配(SORA)算法，通過(guò)聯(lián)合優(yōu)化傳輸功率和計(jì)算資源分配以最小化整體網(wǎng)絡(luò)延遲。仿真結(jié)果展示了AFLChain的模型訓(xùn)練效率以及SORA算法的收斂情況，證明了所提算法的有效性。