公共文化服务平台

道路白加黑碎石化技术研究: 由于我国国力等情况，从上世纪70年代开始，许多道路尤其是南方的许多省际干线公路都建成了造价相对便宜的水泥混凝土路面。在社会经济大发展带来的重交通负荷冲击下，几乎都出现了断板、错板、裂缝、剥落、坑洞等损害，难以承担路网中的...; 万伟; 关键词：混凝土路面路面改造反射裂缝; 文献传递

一种基于3D点云鲁棒一致性的后门黑盒检测方法和系统: 本发明公开了一种基于3D点云鲁棒一致性的后门黑盒检测方法，包括：防御方从用户端获取待测输入样本X和待保护模型f<Sub>θ</Sub>(·)，防御方构建点云腐蚀集<Image file="DDA0004361431180...; 胡胜山刘威李明慧万伟

联邦学习场景下拜占庭攻击防御算法研究: 随着深度学习的飞速发展,神经网络模型变得越来越复杂,在单一数据集上进行模型训练往往难以满足需求,而统一收集各方用户数据上传到服务器进行集中训练则会造成隐私信息泄露。为了解决这个问题,近年来兴起的联邦学习技术可以在保护用户...; 万伟; 关键词：隐私保护异常检测神经网络

一种协作学习场景下基于符号翻转的隐私保护方法和系统: 本发明公开了一种协作学习场景下基于符号翻转的隐私保护方法，包括：服务端与M个参与训练的客户端协商确定作为全局模型进行训练的神经网络，并确定全局模型的学习率λ、以及训练过程中使用的损失函数L，服务端设置计数器c＝1，并初始...; 胡胜山李明慧王乙臣薛潞潞万伟张业超

一种联邦学习场景下防御拜占庭攻击的方法和系统: 本发明公开了一种联邦学习场景下防御拜占庭攻击的方法，包括：服务端获取与客户端获取的第一数据集不同的第二数据集D<Sub>aux</Sub>以及服务端模型的分类数，对该第二数据集进行预处理，以得到预处理后的第二数据集，对获...; 胡胜山陆建荣李明慧史俊玉万伟

大粒径沥青混合料防裂机理耦合数值分析被引量：4: 2009年; 采用有限元方法分析LSAM-30基层沥青路面结构的最不利荷位在行车荷载、温度荷载以及两者耦合应力作用下的应力状态,同时与设置相同厚度的ATPB-30、AC-30I基层的应力计算结果进行对比分析,结果表明LSAM-30、ATPB-30基层比AC-30I基层有较好的缓解反射裂缝的能力。LSAM-30粗骨料多,公称粒径大,因而导热系数大,温缩系数小,回弹模量小,可有效减小结构层层间温度梯度,进而减小层间温度应力,同时其表现出的足够的柔性也可以充分地吸收裂缝处的应变能,因而具有较强的防裂能力。通过工程实例对比分析了LSAM-30、ATPB-30、AC-30I,3种基层的防裂性能。通过长期实际使用情况表明,铺设LSMA基层的路面使用状况良好、未发现裂缝生长迹象,而铺设其他2种基层的路面则出现了不同程度的裂缝,结果表明LSMA基层具有明显的防裂性能。; 资建民路庆昌王海军黄求喜万伟; 关键词：道路工程大粒径沥青混合料反射裂缝

超薄沥青混凝土面层配合比设计混合正交分析被引量：12: 2007年; 针对超薄沥青混凝土厚度小、集料粒径小,同时要求达到传统面层的密实程度、较好的构造深度及其他使用性能的特点,试验采用混合正交方法,选取粉胶比、沥青类型、集料类型、填料类型、粗集料含量等5个关键影响因素,按粉胶比取4个水平、其余各取2个水平的方案进行配合比试验,考察空隙率、马歇尔稳定度、劈裂强度、动稳定度、冻融劈裂强度比(TSR)等5个关键控制指标,对超薄沥青混凝土进行对比分析研究。试验及分析结果表明:当为粉胶比1.3+辉绿岩+SBS改性沥青+水泥+粗集料含量65%的组合时,超薄沥青混凝土的工程性能最好。; 资建民邓海龙何丽路庆昌万伟贾海燕; 关键词：配合比粉胶比

基于嵌入式多核环境下的应用级软件性能监控的研究: 随着处理器技术的不断发展，以前单纯通过提高处理器频率来提高处理器性能的方法已经不可取了。取而代之的是横向扩展处理器的方法，即发展多核处理器，通过增加处理器的核心数量来提高处理器的性能。随着多核处理器的普及，多线程程序越来...; 万伟; 关键词：CPU利用率; 文献传递网络资源链接

一种基于SECA的多尺度网络及其训练方法: 本发明公开了一种基于SECA的多尺度网络，其第1层为编码器层，其输入为3*H*W的的矩阵，最后输出大小为512*H/16*W/16、内容特征和风格特征的的隐藏向量，第2层为转换层，其包含n个SECA模块，输入为第1层输出...; 胡胜山王江雄李明慧宋梅斌张业超万伟

联邦学习在高度数据异构场景下的泛化鲁棒性增强被引量：1: 2024年; 联邦学习(federated learning,FL)是一种以保护客户隐私数据为中心的分布式处理网络,为解决隐私泄露问题提供了前景良好的解决方案.然而,FL的一个主要困境是高度非独立同分布(non-independent and identically distributed,non-IID)的数据会导致全局模型性能很差.尽管相关研究已经探讨了这个问题,但本文发现当面对non-IID数据、不稳定的客户端参与以及深度模型时,现有方案和标准基线FedAvg相比,只有微弱的优势或甚至更差,因此严重阻碍了FL的隐私保护应用价值.为解决这个问题,本文提出了一种对non-IID数据鲁棒的优化方案:FedUp.该方案在保留FL隐私保护特点的前提下,进一步提升了全局模型的泛化鲁棒性.FedUp的核心思路是最小化全局经验损失函数的上限来保证模型具有低的泛化误差.大量仿真实验表明,FedUp显著优于现有方案,并对高度non-IID数据以及不稳定和大规模客户端的参与具有鲁棒性.; 万伟胡胜山万伟李明慧周子淇金海; 关键词：分布式网络鲁棒性隐私保护

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

万伟