- 刘畅;张龙;秦素娟;
匿名量子投票在政治选举、公司治理和在线投票中具有重要的应用。在后量子时代，它通过提供更高的安全性、匿名性和透明性改进了传统投票系统。然而，现有的量子投票协议仍存在选票篡改、重复投票和可行性受限等问题。为了解决这些问题，本文提出了一种基于经典验证机制的全新匿名量子令牌投票协议(Anonymous quantum token voting, AQTV),有效防止了选票篡改和否认。同时，该协议允许选民在不暴露其投票选择的情况下确认其选票已被准确记录和统计。其次，使用一次性量子令牌不仅确保了每位选民对每位候选人只能投一次票，还为防伪造和未授权访问提供了强有力的保护。最后，该协议对参与者拥有的量子能力做出了不同的假设，从而减少了协议对量子设备的依赖，提高了其可行性。研究证明了该协议可以为投票系统提供安全、公平和透明的解决方案。此外，它可以抵抗内部个人攻击与合谋攻击，以及外部攻击者的攻击。
2025年02期 v.42 139-146页 [查看摘要][在线阅读][下载 1301K] - 徐猛猛;吴涛;李振龙;
为了更好地处理多变量时间序列中变量交互和尺度交互，提出了多变量时间序列预测模型自适应图卷积网络—时间混合多层感知机(Adaptive graph convolutional network-time-mixing multi-layer perceptron, AGCN-Mixing)。该模型在变量维度上，利用自适应图卷积网络进行变量交互，有效提取序列间的隐藏特征和模式；在时间维度上，将时间序列下采样为子时间序列，并利用时间混合多层感知机进行多尺度交互，有效捕获序列内的复杂交互关系。在6个公开数据集上进行了实验，结果显示，与现有基准模型相比，AGCN-Mixing的均方误差(Mean squared error, MSE)比多变量时间序列图神经网络(Multivariate time series graph neural network, MTGNN)、频率增强分解Transformer(Frequency enhanced decomposed transformer, FEDformer)、分解线性层网络(Decomposition linear layer network, DLinear)和基于时间二维变化网络(Time-based two dimensional variation network, TimesNet)模型分别平均减少了20.50%、15.64%、15.44%和7.50%,表明AGCN-Mixing有效提升了预测精度。
2025年02期 v.42 147-153页 [查看摘要][在线阅读][下载 1680K] - 刘岩;尹伟石;
通过真实特征参数重建人体是虚拟现实领域的重要问题。为了实现高精度人体重建并降低计算复杂度，构建并行门控循环单元(Gated recurrent unit, GRU)网络建立人体特征参数和远场数据之间的关系，使用Fourier方法通过远场数据重建人体形状。从低维度数据向高维度数据映射会导致模型泛化能力减弱，通过并行GRU网络实现高维远场数据快速计算，有效建立低维人体特征参数和高维远场数据之间的关系。实验结果表明，该方法可以实现三维人体重建，在真实数据的数据集上具有较低的平均误差。
2025年02期 v.42 154-161页 [查看摘要][在线阅读][下载 1349K] - 林恩奇;蒋鹏;
主要研究一类重要的流体-粒子耦合系统：一维磁流体力学-Vlasov方程组(Magneohydrodynamics-Vlasov equations, MHD-Vlasov)。该方程组由磁流体力学方程组(magneohydrodynamics equations, MHD)和Vlasov方程通过阻力项耦合而成，刻画了高能粒子在磁流体中的运动规律。本文基于局部存在性定理和全局先验估计证明了其具有大初始数据和反射边界条件的初边值问题的整体光滑解的存在性和唯一性。在一致先验估计证明中，证明了粒子的密度分布函数具有紧支集，解决了非线性阻力带来的困难，为解的高阶导数估计提供了至关重要的帮助。
2025年02期 v.42 162-173页 [查看摘要][在线阅读][下载 996K]
- 李岳;邓云蛟;许海彪;杨后雷;郭通通;侯雨雷;曾达幸;
针对人工进行锂电池表面缺陷检测受主观影响大、稳定性较差的现状，提出一种基于实时目标检测YOLO＿v3算法的锂电池表面缺陷检测方法。利用既有小目标检测模型，使用自行采集的锂电池表面缺陷数据集进行训练并测试，证明了YOLO＿v3的检测准确率相对较高且速度快。结合锂电池表面缺陷检测问题对模型进行调整，通过消融法减少卷积层的数量，将Leaky ReLU激活函数替换为Mish激活函数，使用K-means聚类方法对先验框数值进行优化计算，进而将调整后的模型使用锂电池表面缺陷数据集进行训练与测试实验。结果表明，该模型检测锂电池表面较明显缺陷的准确率均在90%以上。本研究工作为应用计算机视觉技术实现锂电池表面缺陷自动检测进行了有益探索。
2025年02期 v.42 214-222页 [查看摘要][在线阅读][下载 2415K] - 李浦瑛;朱倍孝;朱福珍;巫红;
为了解决低分辨率视频中浅层特征提取与对齐过程中的细节丢失与特征不一致问题，提出了一种基于特征低秩注意力融合块对齐的视频超分辨重建模型。模型包括四个核心模块：特征提取、低秩注意力、融合块特征对齐与高质量帧重建。在特征提取阶段，卷积层和残差Swin Transformer块(Residual swin transformer block, RSTB)用于获取浅层特征。低秩注意力模块通过卷积注意力机制对特征进行编码与对齐，以增强空间一致性。为减少光流估计误差并保留亚像素信息，引入融合块特征与隐式空间对齐模块，实现精确对齐。像素重排层将对齐后的特征与原始特征融合，生成高质量视频。实验表明，相比于基于Transformer的视频超分辨率模型，该方法在数据集上提升了0.68 dB的峰值信噪比(Peaksignal-to-noise ratio, PSNR)和0.013的结构相似性指数(Structural similarity index, SSIM),显著优于现有方法。
2025年02期 v.42 223-230页 [查看摘要][在线阅读][下载 1524K] - 庞立嫒;张炎;杜宝祥;
储备池计算(Reservoir computing, RC)是一种高效处理时序数据的神经网络框架，属于递归神经网络的简化变体。与传统神经网络相比，RC仅需训练输出层的线性权重，从而显著降低计算复杂度，具有低训练成本和高计算效率，特别适合处理复杂的非线性时间序列预测任务。本文将霍德里克-普雷斯科特(Hodrick-Prescott, HP)滤波器应用于分组储备池结构，并将储备池改进为循环跳跃储备池(Cycle reservoir with jumps, CRJ)结构，设计了基于HP滤波器的分组循环跳跃储备池(Grouped cycle reservoir with jumps based on HP filter, HP-GroupedCRJ)模型。该模型通过HP滤波器将复杂的输入信息分解成多个不同分量，分别输送到分组储备池结构中，使每个子储备池提取不同特征，从而增强模型处理复杂任务的性能。同时，储备池内部结构改进为固定循环跳跃形式，可以降低传统储备池结构因随机性导致的性能波动，显著提升模型结构的稳定性。在实验部分，本文对于模型的记忆容量进行了评估，并且在三种数据集(Sante Fe激光强度、共享单车租赁数量和每日心血管住院患者人数)开展时间序列预测实验。实验结果表明，HP-GroupedCRJ模型在预测方面显著优于其他比较模型，其归一化均方根误差(Normalized root mean square error, NRMSE)在所有数据集中均达最小值。
2025年02期 v.42 231-243页 [查看摘要][在线阅读][下载 2776K] - 田佳昊;曹贝;孙鸿悦;
全定制技术是半定制设计的基础，芯片受到高能粒子辐射，易导致损坏，因此抗辐射加固全定制设计对芯片的可靠性至关重要。本文采用中芯国际(Semiconductor Manufacturing International Corporation, SMIC)0.18μm工艺，对数字集成电路中常用的D触发器标准单元进行加固全定制设计，其中包括电路级加固设计、版图加固设计、物理信息提取与时序信息提取及逻辑综合验证、自动布局布线验证。完成了1倍驱动能力和2倍驱动能力的高速D触发器(FFDHD1X和FFDHD2X)的抗辐射加固设计。通过采用12管双互锁存储单元(Dual interlocked storage cell, DICE)结构设计消除单粒子翻转效应(Single-event upset, SEU)的影响，同时在版图设计中加入保护环的方式削弱SEU影响。对FFDHD1X和FFDHD2X的加固设计以及抗辐射能力进行仿真，再进一步提取时序信息以及版图物理信息，生成可用于半定制设计的新的库文件。最后对设计出来的抗辐射加固D触发器标准单元库进行逻辑综合验证、自动布局布线验证，验证结果表明本文全定制设计的抗辐射加固D触发器可被主流商业电子设计自动化(Electronic design automation, EDA)工具识别与使用，能应用在有抗辐射要求的数字集成电路中。
2025年02期 v.42 244-252页 [查看摘要][在线阅读][下载 4434K]