首页期刊导航|北京信息科技大学学报(自然科学版)
期刊信息/Journal information
北京信息科技大学学报(自然科学版)
北京信息科技大学
北京信息科技大学学报(自然科学版)

北京信息科技大学

徐小力

双月刊

1674-6864

bistxb@bistu.edu.cn

010-62939132

100192

北京海淀区清河小营东路12号

北京信息科技大学学报(自然科学版)/Journal Journal of Beijing Information Science & Technology University
查看更多>>《北京信息科技大学学报(自然科学版)》是北京信息科技大学主办的学术期刊,他的前身是《北京机械工业学院学报》。2009年《北京机械工业学院学报》(综合版)更名为《北京信息科技大学学报》(自然科学版),2011年《北京信息科技大学学报》由季刊改为双月刊出版。学报始终坚持学术第一的标准和科学、创新、前瞻、实用的原则,旨在展示当代中国科技进步,反映学校自主创新研究成果.特别是以我校为第一完成单位获得国家技术发明二等奖一项、国家科技进步二等奖三项契机,发表了一批知名学者和专家稿件,获得了较好的学术影响和社会反响。根据2010年发布的《中国学术期刊影响因子年报》,在综合性科学技术科技期刊中影响因子本刊排名125位,影响因子0.536。 本刊始终把源头创新作为期刊进步的基点.组稿中注重基金项目和重大选题,努力贴近国民经济,引领学科前沿,鼓励跨国、跨地域合作项目,是国内外人士了解中国和北京市高新技术发展的重要窗口.热忱欢迎国内外专家学者惠赐佳作.
正式出版
收录年代

    一种基于Q-learning强化学习的导向性处理器安全性模糊测试方案

    崔云凯张伟
    81-87,95页
    查看更多>>摘要:针对处理器安全性模糊测试在进行细粒度变异时遗传算法存在一定的盲目性,易使生成的测试用例触发相同类型漏洞的问题,提出了一种基于Q-learning强化学习的导向性处理器安全性模糊测试方案。通过测试用例的状态值和所触发的漏洞类型对应的权值构造奖励函数,使用强化学习指导生成具有针对性和导向性的测试用例,快速地触发不同类型的漏洞。在Hikey970平台上的实验验证了基于ARMv8的测试用例生成框架的有效性,并且相较于传统使用遗传算法作为反馈的策略,本文方案在相同时间内生成有效测试用例的的数量多19。15%,发现漏洞类型的数量多80。00%。

    处理器漏洞检测模糊测试Q-learning强化学习ARMv8分支预测类漏洞

    基于局部性原理的高效软聚类联邦学习

    许航范艳芳蔡英
    88-95页
    查看更多>>摘要:软聚类常用于解决多任务联邦学习(federated learning,FL)场景下存在非独立同分布(non-independent and identically distributed,non-IID)数据时的模型精度下降问题。然而,使用软聚类需上传和下载更多的模型参数。为了应对这一挑战,提出了基于局部性原理的联邦学习(federated learning with principle of locality,FedPol)算法。采用近端局部更新机制以确保客户端的本地更新在一定范围内波动;利用客户端本地数据分布的局部特性,整合历史数据分布信息至模型训练过程,加速了模型收敛,减少了需要传输的参数量。仿真实验证明,针对non-IID数据,FedPol算法可以在保持模型精度的前提下比其他算法减少约10%的迭代轮次,有效降低了通信成本。

    联邦学习聚类算法局部性原理近端局部更新

    基于微分平坦性的柔性直流电网系统级控制策略

    李伟李慧范新桥刘思嘉...
    96-102页
    查看更多>>摘要:针对大功率柔性直流电网在不同工况下功率协调控制和直流电压稳定问题,提出一种基于微分平坦控制(differential flatness control,DFC)理论的柔性直流电网系统级控制策略。在分析柔性直流电网具有微分平坦性的基础上,引入功率裕度和直流电压偏差双影响因子,设计了基于DFC的改进自适应下垂控制器,用于提高系统的稳定性、动态响应能力和抗干扰能力。最后,在PSCAD/EMTDC仿真平台搭建张北柔性直流电网模型,验证了所提控制策略的有效性。

    模块化多电平换流器柔性直流电网微分平坦自适应下垂

    《北京信息科技大学学报(自然科学版)》征稿启事

    封3页