XiaoMi-AI文件搜索系统
World File Search Systemhtw
改进了...
摘要 - 这项研究引入了一个专门为医疗物联网设备设计的轻量级图像加密框架，并利用了6D混沌图与XOR扩散，像素置换量和可选替换层结合使用。该方法利用了高维混沌系统的固有随机性，刻薄性和敏感性来实现敏感的医学图像的强大加密和安全传播，包括X射线，MRIS和ECGS。全面的评估表明，该框架有效地破坏了空间连贯性，达到了几乎零像素相关性和高熵（〜8），同时保持适合资源受限物联网环境的计算效率。加密方案表现出对输入变化的显着敏感性，平均NPCR为99.6％，UACI超过33％，突出了其对差异和统计攻击的鲁棒性。对传统和低维混沌加密方法的比较分析表明，该算法在加密安全性和性能之间提供了卓越的平衡。调查结果表明，所提出的系统是在医学物联网应用程序中实时，安全图像处理的可行解决方案。未来的研究将研究自适应参数调整以及机器学习的整合以提高加密效率和鲁棒性。。关键字 - 6D混沌图，轻质加密，XOR扩散，医学物联网安全性，像素排列。
轻巧和模块化的设计，控制和试点研究...
spinal cord injury Josep M. Font-Llagunes 1 Biomechanical Engineering Lab, Department of Mechanical Engineering and Research Centre for Biomedical Engineering, Universitat Politècnica de Catalunya, Diagonal 647, 08028 Barcelona, Spain josep.m.font@upc.edu Urbano Lugrís Laboratory of Mechanical Engineering, University of La Coruña, MendizábalS/N，15403 FERROL，西班牙ulugris@udc.es daniel Clos Clos Biomegaronical Engineering Lab，机械工程与生物医学工程研究中心，Catalunya Universitatate politiatiatial.clos.clos.clos and Spain andiality formitial.clos.clos.clos and spo.clos和Extremadura大学工程，AVDA。de elvas s/n，06006 Badajoz，西班牙fjas@unex.es javier cuadrado实验室，机械工程实验室，LaCoruña大学，Mendizábals/n，15403 Ferrol，西班牙javier.cuadrado.cuadrado@udc.es@udc.es@udc.es@udc.es
面向可持续城市发展的深度学习和基于智能能源的轻量级城市电力负荷预测模型
模型来规划城市的电力调度方式，估计城市电力负荷的未来趋势，并确定将电力损耗降至最低并维持稳定供需平衡的发电量（Mahajan 等人，2022 年）。准确的城市智能电力负荷预测对于城市电网保持稳定和财务可持续性至关重要。由于企业在周日停止运营，城市电力负荷数据中的电力负荷规模在周日通常比工作日小。这导致电力负荷预测中的数据不一致。现有的多模型系统（Huseien 和 Shah，2022 年）根据各种负荷分布划分电力负荷数据集，然后为每个子集创建预测模型并提供不同的预测。然而，开发包含许多模型的模型会增加总成本，并将电力分布的共享特性分割到各种负荷分布变化中（Xie 等人，2024 年）。
通过基于挤出的3D打印来开发地球聚合物轻量级体系结构
对CO 2排放的缓解一直是近几十年来的主要社会问题，而后燃烧后CO 2是研究界提出的有效策略。分层多孔地球聚合物整体使用基于挤出的3D打印来制造CO 2捕获。首先使用碱性激活剂和增塑剂制定基于高岭土的粘弹性糊，并且观察到粘度随时间增加。第二，使用不同的后处理条件（如热固化，热液固化和高温热处理及其物理机械特性和CO 2 Adsorptive）对3D打印的多孔整体进行处理。热固化和加热的样品表现出无定形相，而在水热处理的样品中观察到了沸石相。印刷并随后进行热处理的机械稳定样品显示出比传统铸造的地球聚合物（0.66 mmol/g）明显更高的CO 2吸附（1.22 mmol/g）。将3D打印与地球聚合物技术相结合可以为CO 2捕获提供可持续的方法设计和结构吸附剂。
采用轻量化电动自行车底盘设计与优化
总之，对电动滑板车底盘设计和分析的研究突出了几个关键的改进领域，以优化性能、效率和耐用性。通过 SolidWorks 建模和 Ansys 分析，我们确定了关键挑战：重量过重、应力集中、耐久性、操控性和乘坐质量材料选择、缺乏优化解决这些领域对于未来设计开发更高效、耐用和用户友好的电动滑板车底盘至关重要。利用轻质、高强度的材料、优化几何形状和采用先进的模拟工具可以大大提高滑板车的行驶里程、操控性和使用寿命。
YOLO驱动的轻巧移动实时害虫检测和基于Web的可持续农业监控
摘要 - 今天，有害生物侵扰导致全世界的农业生产力大大降低。为了控制害虫，由于难以在早期阶段手动检测害虫，农民经常施加过多的农药。他们过度使用农药已导致环境污染和健康风险。为了应对这些挑战，已经开发出许多新型系统来尽早识别害虫，从而使农民受到检测到害虫的确切位置的警报。但是，这些系统受到缺乏实时检测功能，有限的移动集成，仅检测少数有害生物类别的能力以及缺乏基于Web的监视系统的能力来限制。本文介绍了一个害虫检测系统，该系统利用了轻巧的Yolo深度学习框架，并与基于Web的监视平台集成在一起。研究并优化了包括Yolov8n，Yolov9T和Yolov10-N在内的Yolo对象检测体系结构，以在智能手机上检测有害生物。使用包含29个害虫类的公开数据集对模型进行了培训和验证。其中，Yolov9t以map@0.5的价值为89.8％，精度为87.4％，召回84.4％，推理时间为250.6ms。基于Web的监视系统可以通过为农民提供即时更新和可行的见解，以实现动态实时监控，以实现有效且可持续的害虫管理。从那里，农民可以立即采取必要的行动来减轻害虫损害，减少农药过度使用并促进可持续的农业实践。
轻量级显着对象检测的比例自适应网络
显着对象检测（SOD）广泛用于运输中，例如道路损坏检测，辅助驾驶等。但是，由于其大量计算和参数，重量级草皮方法很难在计算能力低的情况下应用。大多数轻型SOD方法的检测准确性很难满足应用程序要求。我们提出了一个新颖的轻质尺度自适应网络，以实现轻质限制和检测性能之间的权衡。我们首先提出了比例自适应特征提取（安全）模块，该模块主要由两个部分组成：多尺度特征交互，可以提取不同尺度的特征并增强网络的表示能力；和动态选择，可以根据输入图像根据其贡献自适应地分配不同的权重。然后，基于安全模块，设计了一个轻巧和自适应的骨干网络，并结合了多尺度特征聚合（MFA）模块，将规模自适应网络与比例自适应网络相结合。我们在六个公共数据集上对模型进行定量和定性评估，并将其与典型的重量级和轻量级方法进行比较。只有2.29 M参数，它可以在GTX 3090 GPU上实现62 fps的预测速度，远远超过其他型号，并且可以保证实时性能。模型性能达到了一般重量级方法的性能，并超过了最先进的轻量级方法。
