最新刊期
- 摘要：为了解决传统数据备份系统中采用局部哈希来验证文件的所有权引发的安全问题，所有权证明（Proof of Ownership，PoW）机制被引入数据去重系统中。然而，现有PoW方案存在一些不足，部分方案未基于完整文件设计所有权验证机制，且传统方案难以有效抵御日益增长的量子攻击威胁。基于此，提出一种基于链式哈希与格基零知识证明的所有权验证方案（HC_ZKP_PoW）。HC_ZKP_PoW将待验证的完整文件分割为固定大小的数据块，逐块迭代计算哈希值，生成绑定文件内容与块次序的哈希根。任意数据块篡改、删除、重排行为均会改变哈希根，依托用户留存哈希根即可完成文件完整性核验。此外，HC_ZKP_PoW采用格基零知识证明机制进行文件所有权验证，其安全性基于格上困难问题，目前暂无量子多项式时间算法能够有效求解该类问题，因此该方案具有后量子安全优势。安全性分析表明，HC_ZKP_PoW具有较好的抗伪造性和抗量子攻击能力，可有效保护数据隐私。攻击者无完整文件则无法通过所有权验证，且无法从验证交互过程中获取文件相关隐私信息。关键词：数据去重;所有权证明;零知识证明8|13|0更新时间：2026-06-18
- 摘要：以金沙江白鹤滩库区金江滑坡的典型砂岩为研究对象，采用干湿循环和三轴循环加卸载试验分别模拟地震和水-岩作用对砂岩力学性能的劣化效应，分析砂岩的动力参数与静力参数的劣化规律，并结合微观结构演变特征揭示了砂岩力学特性的劣化机制。结果表明：随着试验周期的增加，砂岩的阻尼比逐渐增大，动弹性模量逐渐减小，第12周期时二者变化幅值分别达40.08%和46.76%；三轴抗压强度、黏聚力、内摩擦角等静力性能参数均显著降低，最大劣化幅度分别为37.30%~40.98%、29.46%和19.48%，破坏模式由张拉向剪切破坏转变。水库地震与水-岩作用引起的矿物颗粒胶结物流失、孔隙裂隙发育贯通，导致砂岩动静力性能劣化。研究成果可用于库区岩体稳定性评价。关键词：白鹤滩水库;循环加卸载;干湿循环;次序作用;破坏形态;劣化机制16|11|0更新时间：2026-06-16
-
面向跨场景的加密流量安全分析 AI导读
摘要：针对现有加密流量分析（Encrypted Traffic Analysis，ETA）方法标注数据依赖性强、任务模型单一、跨场景泛化能力不足的问题，提出一种基于自监督对比学习的预训练-微调框架。为适配流量数据的时序与协议特性，设计基于MASK机制和基于同源替换的流量增强方法，用于构建对比学习所需的正负样本对。利用大规模无标签流量数据进行自监督预训练，从流量的结构特性和时序行为模式中学习加密流量的通用表征，通过少量标注数据微调实现高性能的跨场景迁移。实验结果表明，该方法在新型协议DoH（DNS over HTTPS）识别、IoT（Internet of Things）攻击行为识别、匿名网络流量识别和恶意软件识别4个下游任务中，整体性能优于现有方法。所提方法通过预训练有效降低了标注需求，为加密流量分析提供了一种高效普适的解决思路。关键词：加密流量分析;自监督学习;对比学习;预训练-微调;流量增强17|26|0更新时间：2026-06-08 - 摘要：针对阶跃型滑坡在降雨与库水位变动共同作用下变形机制不明确、位移预测精度不足的问题，以香溪河右岸白家包滑坡为研究对象，采用地质调查、多源监测与数值模拟等方法，系统分析了滑坡变形演化机制，构建了基于位移导向的变分模态分解（VMD）、改进蜣螂优化算法（IDBO）和长短期记忆网络（LSTM）的混合预测模型VMD-IDBO-LSTM。研究结果表明：1）库水位下降速率与低渗滑体渗流响应速率不匹配，导致滑带内超孔隙水压力增大，是诱发阶跃型位移的主要原因；2）降雨对滑坡变形的影响相对较弱，主要表现为对滑坡后缘变形的叠加效应；3）库水位波动通过改变坡体渗流场，使滑坡稳定性呈现“增强-趋稳-减弱”的阶段性变化特征；4）基于白家包滑坡位移数据构建的VMD-IDBO-LSTM模型，预测精度显著优于VMD-LSTM和VMD-DBO-LSTM模型，均方根误差（RMSE）为8.894 mm，相关系数（R²）为0.983，能有效预测库区阶跃型滑坡。关键词：阶跃型滑坡;白家包滑坡;库水位变化;变形机制;位移预测22|32|0更新时间：2026-06-05
-
基于大语言模型的高效程序验证方法 AI导读
摘要：随着软件系统规模与复杂度的增长，传统程序验证在效率与可靠性方面面临严峻挑战。形式化验证虽能提供数学级别的正确性保障，但在处理大规模程序时常遭遇状态空间爆炸等技术瓶颈。为缓解上述限制，提出了两种基于大语言模型的高效程序验证方法：数据规模优化与反例生成。数据规模优化方法通过大语言模型分析程序语义逻辑与数据规模的关联，在保持程序语义逻辑不变的前提下压缩验证所需数据规模，并结合数据流切片确保大语言模型优化结果的可靠性；反例生成方法则通过大语言模型自动构造潜在反例，并通过测试验证其有效性。在此基础上，进一步构建了一个融合大语言模型与传统验证工具的并行程序验证框架，通过多线程机制同时执行数据规模优化、反例生成与传统验证工具流程，并优先采纳最先完成流程的验证结果，实现效率与可靠性的平衡。在SV-COMP基准集上与传统工具进行的对比实验结果表明，本文方法与框架均显著提升了验证任务覆盖能力与资源利用效率，同时保持较高验证准确率，为智能化程序验证提供了有效解决方案。关键词：程序验证;形式化方法;大语言模型9|25|0更新时间：2026-06-02 - 摘要：随着用户查询需求的日益复杂化，现有检索增强生成（RAG）模型在处理查询时，往往将问题视为扁平化的词元序列，忽略了其中关键的语法结构信息，从而削弱了处理复杂问题的能力。针对这一问题，本文提出了一种融合语法感知能力的GraphRAG框架。该框架的核心创新在于：引入基于依存关系的语法结构与低秩自适应微调策略（LoRA），以增强模型在知识密集型问答任务中的表现。具体方法：在框架的检索与生成阶段引入源于依存句法树的语言学先验特征；同时，采用LoRA技术对LLaMA-3.1-8B-Instruct模型进行高效参数适配与微调。实验在QALD-h和DBpedia QA两个该领域常用数据集上进行，结果表明，所构建框架在各项关键指标上均优于基线模型，消融实验进一步证实了引入语法结构与参数高效微调所带来的性能提升。关键词：检索增强生成;图结构检索;语法感知;低秩自适应;参数高效微调48|44|0更新时间：2026-06-02
- 摘要：针对三峡库区万州段侏罗系沙溪庙组岸坡消落带泥岩的应力与水环境赋存状态，开展不同上覆应力（0~0.6 MPa）下的应力-干湿循环耦合崩解试验，分析其崩解特性和能量演化机制。结果表明：1）应力-干湿循环耦合作用显著加速泥岩崩解进程，应力对崩解具有加速调控效应；2）表面能累积速率与累积上限随上覆应力提升而增大，累积速率与崩解速率演化高度一致，表面能对崩解进程具有“先促进、后抑制”的影响；3）耦合作用下的上覆应力呈现“第1~5次干湿循环加速破坏、第6~12次干湿循环促进重构”的阶段差异性演化特征。研究结果可为三峡库区砂泥岩互层库岸稳定性评价提供依据。关键词：消落带泥岩;应力-干湿循环耦合作用;崩解试验;细观结构;能量演化25|27|0更新时间：2026-05-29
- 摘要：活性氧（ROS）的有效形成是高级氧化技术降解有机污染物的关键。实验利用文丘里空化装置产生的水力空化效应诱导ROS生成，重点探究了ROS的形成途径及对有机污染物降解的影响。研究表明，水力空化过程中溶解氧（O2）是ROS的重要来源，主要的活性氧物种为1O2和O2；水力空化装置的入口压力和溶液温度增加均能增强空化能量，而空化能量与ROS的产量呈正相关；3）水力空化装置中产生的ROS能有效降解罗丹明B（RhB）、四环素（TC）、亚甲基蓝（MB）和甲基橙（MO）等有机污染物，反应140 min的降解率分别为81%、75%、75%和65%，在最优实验条件下，可实现对罗丹明B 100%的降解。研究结果揭示了水力空化与有机污染物降解之间的内在联系，为水力空化降解污染物提供了理论依据和应用参考。关键词：高级氧化;水力空化;有机污染物;活性氧;形成途径;数值模拟20|34|0更新时间：2026-05-29
-
提示工程下的海洋牧场经济效益分析方法 AI导读
摘要：海洋牧场经济效益智能化分析是海洋养殖产业精细化运营的核心支撑。现有数据驱动下的智能化分析方法依赖大量的标注样本，难以在小样本场景下充分挖掘海洋牧场的深层语义，从而导致模型出现欠拟合的问题。为缓解上述问题，本文提出了两种提示工程下的智能分析方法： 零样本下的经济效益分析方法（Prompt-Engineered Sea Pasture Economic Analysis，PE-SEA）和样本增强下的经济效益分析方法（Prompt-Augmented Pretraining for Sea Pasture Economic Analysis，PAP-SEA）。这两种方法均使用提示工程引导大语言模型对海洋牧场相关数据进行分析，预测未来的经济效益。PE-SEA基于GPT-4进行零样本推理，不依赖额外训练数据；PAP-SEA则使用ChatGPT进行样本增强，模型训练与推理均在本地完成。PE-SEA适合性能优先的场景，PAP-SEA适合数据安全与隐私保护要求较高的场景。为便于实际应用，本文开发了海洋牧场经济效益实时智能化分析工具SeaPastureGPT。实验在三个不同海域、不同养殖品种的实际监测数据集上进行评估。实验结果表明，本文的两种方法在6个评价指标（精确率，召回率，F1值，ROC曲线下方的面积，马修斯相关系数，准确率）上整体性能均优于现有的主流方法。其中，PE-SEA较性能最好的基线方法KnowledgeGraph-BERT在F1值上提升了70.67%。文本结合提示工程，为大语言模型在海洋牧场经济效益智能化分析中的应用提供了新方法、新见解，为产业研究与从业者提供了理论依据。关键词：海洋牧场;经济效益分析;提示工程;大语言模型;预训练模型;SeaPastureGPT33|35|0更新时间：2026-05-27 - 摘要：监测细胞二氧化硫（SO2）的动态变化，对于揭示其作为气体递质在心肌损伤与细胞凋亡中的作用具有重要意义。本文构建了一种基于近红外比率荧光成像和荧光探针功能化场效应晶体管（FP-FET）传感器的双模式SO2检测平台。利用近红外荧光探针与细胞内外SO2结合实现高灵敏荧光成像，再通过荧光探针功能化的FP-FET传感器将细胞释放的SO2识别事件转化为可量化的电学信号，从而实现细胞释放SO2的动态监测。FP-FET传感器具有良好的SO2检测性能，检出限低至0.05 pmol/L，并表现出优异的选择性、重复性和稳定性。利用该平台对H9c2大鼠心肌细胞及心肌缺血再灌注损伤（MIRI）模型的SO2水平进行动态监测，结果表明：MIRI过程伴随着细胞SO2的生成和释放；SO2水平不仅可作为评估铁死亡抑制剂疗效的定量指标，还可反映MIRI过程中细胞损伤程度及治疗效果。该双模式检测策略为同步分析生理与病理状态下细胞内外信号分子的动态变化提供了一种有效工具。关键词：场效应晶体管（FET）;荧光成像;二氧化硫（SO2）;心肌缺血再灌注损伤（MIRI）;细胞损伤29|45|0更新时间：2026-05-22
- 摘要：水质分类对海洋牧场的维护和管理具有重要意义，但多源环境因子的异质性使传统方法难以兼顾特征筛选与解释能力。为此，本研究提出一种多片段稀疏混合专家网络（MSMN），以特征片段为基础构建海洋牧场水质分类框架。模型通过特征嵌入与软稀疏筛选强化关键片段，并将低贡献片段压缩为背景表示，以实现信息保留与结构降维的平衡。引入的稀疏混合专家模块，通过可学习路由实现片段内部的分工。利用多头自注意力构建片段间交互结构，刻画多环境因子的耦合关系进行分类。基于中国近海4个海域监测数据的实验表明，MSMN在分类精度与小样本类别识别能力方面优于传统方法与主流深度模型，并在不同海域与类别不平衡条件下保持稳定表现。关键词：片段交互;海洋牧场水质分类;多专家系统;自注意力43|31|0更新时间：2026-05-22
-
红莲型不育系珞红5Ａ及其组合珞红优1564的选育与利用 增强出版 AI导读
摘要：以两系不育系RGD-7S为母本，与保持系珞红3B进行杂交，经多代自交纯化后，再与不育系珞红3A回交，于2013年选育出兼具抗病性、育性稳定性及农艺性状一致性的籼型红莲型三系不育系珞红5A。再以珞红5A为母本、恢复系R1564为父本进行配组，2017年成功育成第五代红莲型杂交水稻新品种珞红优1564。该品种综合表现突出，具有高产、耐高温、耐盐、抗稻瘟病、米质优等特性；在2020—2021年国家区域试验中，平均产量达10.07 t/hm2（亩产671.4 kg），较对照品种丰两优四号增产8.3%；生产试验平均产量9.74 t/hm2（亩产649.5 kg），较对照品种丰两优四号增产9.1%；2025年农业农村部超级稻测产验收，产量约11.90 t/hm2（亩产793.1 kg）。珞红优1564于2022年通过国家农作物品种审定委员会审定（国审稻 20220152），2024—2025年入选湖北省农业主导品种名录，2026年被农业农村部认定为超级稻。关键词：杂交水稻;三系不育系;红莲型;珞红5A;珞红优1564;品种选育;抗稻瘟病113|80|0更新时间：2026-05-21 - 摘要：为了在保护数据隐私的条件下实现加密网络流量中的异常行为识别，提出了一种基于图数据增强和对比学习的隐私保护网络流量分析方案。首先，基于网络行为日志构建数据溯源图，以刻画节点间的交互关系和行为因果链；其次，提出基于差分隐私的图数据增强方法，利用指数机制（Exponential Mechanism）对节点和边进行评分与选择性扰动，生成隐私保护的增强视图；然后，基于增强视图构建对比学习任务，提升节点表示的一致性和判别性；最后，采用归纳图神经网络（GraphSAGE）学习节点表示并完成异常行为识别。实验结果表明，本文方案在Streamspot数据集上精确率和准确率均高达99%，比Streamspot方案分别高25个百分点、33个百分点，能有效识别加密网络流量中的恶意流量，且在隐私保护能力方面较对比方案更具有优势。关键词：图数据增强;对比学习;异常检测;图神经网络;隐私保护19|38|0更新时间：2026-05-21
-
梯次利用视角下动力电池合作回收决策研究 AI导读
摘要：为探究动力电池制造商参与动力电池合作回收的决策问题，构建动力电池制造商、第三方回收商、梯次利用商组成的动力电池闭环供应链决策模型，比较分析动力电池制造商与第三方回收商在成本分担式与责任分担式合作回收下供应链的最优决策。研究发现：动力电池制造商参与合作回收能提高电池回收率、动力电池制造商自身利润和供应链系统利润，且责任分担式合作要优于成本分担式，合作回收方式不会影响梯次利用商决策；当采用责任分担式合作回收时，动力电池制造商的分担比例应低于特定阈值（即0.670 4）才能促成合作，且合理分担回收责任既可增加供应链成员的利润，又可提升供应链系统利润；第三方回收商适当降低废旧电池回收价格可以实现供应链成员企业的互利共赢。关键词：动力电池;合作回收;梯次利用21|31|0更新时间：2026-05-21 -
智能技术支持的协同知识建构研究 AI导读
摘要：智能技术可加速协同知识建构，却尚未厘清在哪个环节起作用、以何种自动化水平适配何种教育场景。本研究遵循“系统评价与元分析优先报告条目（PRISMA）”对2014—2024年的29篇文献进行系统综述，发现2014—2020年为探索起步期，2021—2024年进入爆发期，与全球教育数字化战略推进及生成式人工智能等技术突破高度契合。具体研究发现：1） 当前研究主体多元、方法融合、情境分化，以学生为主体，集中于高等教育与线上教学，混合方法为主要研究方法；2） 智能技术主要通过多元技术协同、自动化支持与多模态数据融合赋能协同知识建构，以机器学习与深度学习、自然语言处理为核心技术且以高自动化学生中心模式为主；3） 智能技术对协同知识建构的影响集中于知识整合与分享等核心环节，方式以自动化分析为主，结果侧重技能提升，协同视角以跨视角为主，仍存在重认知轻情感、同伴互动支持不足等不均衡现象。未来研究需优化不同教育阶段智能技术的自动化适配性，深化技术在各建构环节的作用机制，同时向跨学科与混合学习情境扩展，推动智能技术从工具性支持向生态化融合转变。关键词：智能技术;协同知识建构;系统性文献综述123|124|0更新时间：2026-04-17 - 摘要：随着生成式人工智能的快速发展，大语言模型正逐步融入语言教育实践。本研究聚焦生成式人工智能在二语写作过程中“优化”与“越位”的伦理边界问题，考察推理模型DeepSeek-R1在中学生英语写作中的应用适切性，采用学生作文分析与教师认知调查的混合设计，通过配对文本比较与回归分析，从语言质量、编辑机制及教师认知三个维度开展验证。结果表明，DeepSeek-R1在显著提升词汇多样性并推动词汇层级向中高阶渐进迁移的同时，展现出高编辑强度与高语义保持的优化特征；其修订主要体现为表达层面的替换性重述，未造成内容词的大量流失或句法语篇结构的系统性跃迁，证实了其在辅助写作中侧重语言润色而非思维替代的工具属性。本研究以多层级可复现的量化证据系统呈现大语言模型赋能中学生二语写作的介入特征与应用边界，为大模型写作反馈的课堂治理提供基于证据的边界判定框架。关键词：DeepSeek;生成式人工智能;二语写作;适切性238|206|0更新时间：2026-04-10
-
基于延迟信号消除滤波的电网电压同步估计 AI导读
摘要：利用锁相环准确地检测电网同步信号是保障电力系统安全稳定运行的关键前提，但在“双高”电力系统背景下电网同步检测面临频率波动、谐波畸变、三相不平衡等复杂工况的扰动。对此，本文基于延迟信号消除（Delayed Signal Cancellation， DSC）滤波原理，设计了一种具有频率自适应能力的改进型串联近似结构锁相环。首先，通过串联多个不同延迟参数的DSC算子，构建了级联DSC（Cascade Delayed Signal Cancellation， CDSC）前置滤波结构的锁相环，抑制谐波等扰动信号的干扰；其次，基于锁相环输出的电网频率，引入频率反馈环节，完成频率波动下前置滤波的自适应动态调整；最后，针对频率波动产生的分数延迟，提出了一种近似计算方法串联在DSC算子中，进一步提升了CDSC对正序基波分量跟踪及谐波消除的精度。实验结果表明，本文所提出的改进型串联近似结构锁相环，在谐波、频率波动及三相不平衡工况下检测到的基波正序电压畸变率均维持在0.6%以下，频率误差在0.05 Hz以内，相位误差在0.01 rad以内。关键词：锁相环;延迟信号消除;频率自适应;谐波畸变46|158|0更新时间：2026-04-08 - 摘要：合成了一系列基于三苯甲烷骨架的近红外二区（NIR-Ⅱ）荧光探针DR1~DR3，其中，探针DR2的最大发射波长为985 nm，在PBS/甘油溶液中，随着体系黏度的增大，其NIR-Ⅱ荧光强度显著增强（F/F0约为22倍）。该探针在宽pH范围（3.0~12.0）内表现出良好的荧光稳定性，且具有低细胞毒性和良好的生物安全性，可实现对小鼠肝损伤过程中肝部黏度变化的实时可视化NIR-Ⅱ成像。该探针有望用于药物性肝损伤的早期检测与动态监测。关键词：分子骨架;近红外二区;黏度;生物成像;药物性肝损伤52|139|0更新时间：2026-04-08
- 摘要：在动态工业环境中，Agent决策过程需持续应对数据流变化与分布漂移。现有在线优化方法在连续时序决策场景中往往仅关注即时奖励最大化，缺乏对相邻时间步策略输出时间相关性的显式建模，易导致策略输出在相邻时间步之间产生高频波动，从而引发性能不稳定。针对该问题，本文提出一种基于时序一致性约束的Agent实时决策优化算法（Temporal Consistency Constrained Agent， TCC-Agent）。该方法在策略梯度优化框架中引入时序一致性约束项，通过约束相邻时间步动作输出差异及策略分布差异，将时间维度平滑性融入联合损失函数，实现对策略更新过程的稳定调控。方法主要由策略生成网络与一致性约束模块构成，约束项直接参与损失计算，无需引入额外可学习参数。在典型时序决策环境与工业负载仿真环境中的实验结果表明，与对比算法相比，所提方法在策略稳定性指标与损失波动控制方面均取得较大改善，表现为损失曲线方差降低且动作变化率下降，并在非平稳环境下保持更稳定的收敛趋势。结果表明，引入时序一致性约束能够有效抑制策略高频震荡，提升决策过程的鲁棒性与稳定性。关键词：Agent;时序一致性约束;实时决策优化;在线学习;工业智能47|134|0更新时间：2026-03-23
- 摘要：通过理论计算和实验表征研究了二维范德华铁电材料铁电畴与非线性光学响应的关系。利用压电响应力显微镜（PFM）与极化分辨二次谐波（SHG）显微镜，协同表征了CuInP2S6（CIPS）纳米片的铁电畴分布及非线性光学响应特性，并与理论计算结果进行对比分析。研究发现了CIPS的非Ising型畴壁，揭示了铁电畴的空间分布对SHG响应的显著调控作用。在极化方向均一的畴区内，SHG极化图与理论预测高度吻合，电偶极子沿面内特定晶轴（［100］方向）有序排列；而畴结构的无序化会导致SHG强度衰减、各向异性降低，表明偶极子排列的局域无序性增强。关键词：二维范德华铁电材料;二次谐波;铁电畴;非Ising型畴壁;CuInP2S672|173|0更新时间：2026-03-23
- 地址：湖北省武汉市武昌区武汉大学文理学部本科生院楼北楼504
- 联系电话：027-68756952 Email：whdz@whu.edu.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：1420958 今日访问量：365
批量引用
0