【摘 要】
：
＜正＞近期，工业和信息化部装备工业一司一级巡视员苗长兴在2023中国智能网联汽车科技周暨第十届国际智能网联汽车技术年会上发言，表示工信部将坚持车路云一体化发展路线，加强统筹协同，强化创新驱动，优化政策供给，合力推动智能网联汽车产业高质量发展。在完善标准和准入管理方面，《智能网联汽车标准体系》近期将正式发布实施，加快制定十多项重点急需的标准，加强跨行业、跨领域标准协同，深度参与国际标准法规制定协调，
论文部分内容阅读
＜正＞近期，工业和信息化部装备工业一司一级巡视员苗长兴在2023中国智能网联汽车科技周暨第十届国际智能网联汽车技术年会上发言，表示工信部将坚持车路云一体化发展路线，加强统筹协同，强化创新驱动，优化政策供给，合力推动智能网联汽车产业高质量发展。在完善标准和准入管理方面，《智能网联汽车标准体系》近期将正式发布实施，加快制定十多项重点急需的标准，加强跨行业、跨领域标准协同，深度参与国际标准法规制定协调，
其他文献
推荐系统作为有效的信息筛选系统,极大地缩短了用户搜寻信息的时间,将用户从数据中解放出来。传统的推荐算法大多采用单领域推荐和基于评分数据的推荐,存在严重的数据稀疏和冷启动问题,跨领域推荐和基于评论文本的推荐能有效缓解这些问题。目前主流的跨领域推荐模型主要从用户评分数据获取用户特征,却忽略了信息更加丰富的用户和项目评论文本,导致模型很难准确学习到用户的喜好信息。为解决上述问题,从以下几个方面展开深入研
随着智能移动终端及通信技术的快速发展,基于位置的服务（Location-Based Service,LBS）使用越来越频繁,已经成为用户生活中重要的组成部分。为了根据用户的喜好进行相关的推送,LBS提供商会将采集到的用户位置数据进行上传发布和共享,如果攻击者获取到这些位置数据,将会导致用户的隐私泄露。由于可证明的安全性以及高可用性,差分隐私成为目前主流的隐私保护方法。通过对原始位置的经纬度进行小范
脑电（EEG）是一种重要的脑功能成像技术,根据头皮记录的EEG信号重构皮层脑活动称为EEG源成像。近些年来,许多EEG源成像算法被提出,但脑源活动位置和尺寸的准确重构依然是一个挑战。为充分利用EEG和功能磁共振（fMRI）信号在时空分辨率上的互补信息,本文基于任务态和静息态EEG做出了以下两方面的工作:1)本文提出了一个基于任务态EEG脑电源成像的新方法FN-STCSI。在参数贝叶斯框架下,FN-
蓝莓僵果病是蓝莓生长过程中发生最普遍、危害性最大的疾病,其可以导致40%以上的产量损失,严重威胁种植者的经济收入。由于深度学习自动特征工程的优势,其已经成为农业领域疾病检测与控制不可或缺的技术。但是目前对于植物病害识别的深度学习算法主要采用单任务学习的思想,针对不同的识别任务,训练单独的网络,优化各自的性能指标,然后进行识别,这样会丢失植物病害识别不同任务之间的关联信息,识别准确率和效率不足。本文
随着智能终端数量和种类的急剧增加,用户对网络的服务需求也迅速提高,促进了5G网络的高速发展,这势必会与现有的无线接入技术异构成一个更庞大且复杂的超密集异构无线网络。为满足用户在新网络环境下的服务需求,学术界提出了各式各样的算法来解决用户的网络选择问题,但均未考虑接入终端的安全性给网络资源以及网络选择算法性能带来的影响。因此,本文在网络选择的过程中,从终端接入网络前后的安全性出发,分别设计了两种网络
安卓系统具有功能强大、代码开源、市场占有率高的特点,备受用户青睐。同时,庞大的灰色利益链驱使攻击者制作和传播安卓恶意软件,破坏了安卓系统生态安全,对用户隐私信息、个人财产造成了巨大威胁。为准确、高效地检测安卓恶意软件,本文提出了基于多特征的安卓恶意软件检测方案,并进一步提出了安卓恶意软件家族分类方案。针对安卓软件异构特征无法融合,且检测准确率较低的问题,提出基于多特征的安卓恶意软件检测方案。其中主
多智能体系统的集群一致性是复杂系统协同控制的根本问题。现有的多智能体系统集群一致性的相关工作主要针对同质系统并基于智能体间的合作关系。然而,基于条件的限制,系统中智能体的动力学行为通常会存在差异,或者出于控制成本等考虑,需要发挥不同个体的优势。此外,受通信资源的限制等,智能体间通常还存在竞争的交互。为了避免智能体间的实时通信,研究者们引入了事件触发控制策略。然而,相关工作中的大部分事件触发规则不是
滚动轴承是机械设备的“关节”,有着承受载荷和传递动能的作用,其健康与否直接影响设备能否正常工作。由于滚动轴承通常工作在恶劣环境下,致使滚动轴承容易出现损伤,若不及时对其进行维护可能造成重大的安全事故。因此,为了保障滚动轴承持续的正常运行,需要对滚动轴承的健康状态进行更加全面、准确评估。健康评估是对滚动轴承工作时的振动信号进行时域、频域等特征提取,再利用非线性拟合模型对其进行性能退化趋势和剩余使用寿
推荐系统旨在解决信息过载问题,为用户提供更准确的可能性选择,让企业更精准地筛选客户。当前,社交推荐依托于图卷积神经网络在性能上得到了进一步的提升。然而传统的结合图卷积神经网络的社交聚合模型聚合时通常将节点高度纠缠的复杂的表征当作一个整体,但是由于社交推荐中节点偏好的多样性,节点间连边关系的建立往往只需要依据一部分的偏好,因此聚合时考虑邻域节点全部偏好的方式是不合理的。另外,传统社交推荐面对复杂而冗
5G基站的大量部署以及公共交通网络的迅速发展,不断推动着车联网向智能化、网络化的方向快速演进。目前城市核心区域已逐渐形成了由宏蜂窝、微蜂窝、无线局域网等无线接入技术异构而成的超密集异构无线网络。网络的异构融合,为爆发式增长的车载终端提供高性能、高质量的通信服务奠定了基础。但要实现终端在超密集异构无线网络中的无缝接入,仍面临着诸多问题和挑战。譬如,道路拥堵和车辆高动态性移动容易造成网络的拥塞和终端的