計(jì)算成本
- 基于國(guó)密SM9的匿名標(biāo)識(shí)廣播加密方案
交流過(guò)程中的計(jì)算成本和通信負(fù)載.另一種相似的概念是由Beak等人[2]在2005年提出的多接收方加密,加密在1組接收者標(biāo)識(shí)而不是單一標(biāo)識(shí)上進(jìn)行,本文將其和廣播加密視為相同的概念.標(biāo)識(shí)密碼(identity-based cryptosystem)是密碼學(xué)中的另一個(gè)重要研究領(lǐng)域,此概念在1984年由Shamir[3]首次提出.標(biāo)識(shí)密碼以接收者的唯一信息作為公鑰,取代傳統(tǒng)公鑰加密中證書(shū)的功能.2001年,Boneh等人[4]提出了第1個(gè)可證明安全的標(biāo)識(shí)加密(id
信息安全研究 2023年10期2023-10-11
- 一個(gè)可抵抗關(guān)鍵詞猜測(cè)攻擊的可搜索加密方案
傳輸密鑰,且計(jì)算成本較高??紤]到只有公鑰參與關(guān)鍵詞密文生成算法或陷門(mén)生成算法是在線關(guān)鍵詞猜測(cè)攻擊得以實(shí)施的原因,因此,如果想要成功抵抗在線關(guān)鍵詞猜測(cè)攻擊,關(guān)鍵詞密文生成算法與陷門(mén)生成算法都必須使用私鑰。2018年,Huang等[15]提出了一個(gè)公鑰認(rèn)證可搜索加密(Public-key authenticated encryption with keyword search,PAEKS)方案,該方案加入了認(rèn)證功能:關(guān)鍵詞密文需要數(shù)據(jù)擁有者的私鑰來(lái)生成,其他個(gè)
- 大工況范圍內(nèi)超臨界區(qū)二氧化碳物性快速計(jì)算方法研究
進(jìn)一步增大了計(jì)算成本,耗費(fèi)計(jì)算時(shí)間。擬合關(guān)聯(lián)式法以既有物性庫(kù)為數(shù)據(jù)源,不基于理論原理而是采用統(tǒng)計(jì)學(xué)方法擬合顯式關(guān)聯(lián)式,具有簡(jiǎn)化計(jì)算、降低成本的優(yōu)勢(shì),在傳統(tǒng)制冷劑(如R12、R22等)應(yīng)用中已獲得有效證明。對(duì)于超臨界CO2,因?yàn)槠湮镄栽谂R界點(diǎn)及擬臨界線附近劇烈非線性變化的特點(diǎn),增加了擬合的難度和擬合關(guān)聯(lián)式的復(fù)雜性,既有研究存在擬合關(guān)聯(lián)式過(guò)于復(fù)雜、非線性系數(shù)過(guò)多、分區(qū)復(fù)雜等特點(diǎn),增加計(jì)算成本;同時(shí),不同物性關(guān)聯(lián)式較少,針對(duì)各個(gè)物性需要進(jìn)一步發(fā)展。對(duì)此,本文提出
節(jié)能與環(huán)保 2023年1期2023-02-18
- 基于射線理論點(diǎn)擴(kuò)散函數(shù)的成像域最小二乘偏移
原因之一在于計(jì)算成本過(guò)于高昂.經(jīng)典的數(shù)據(jù)域LSM(Nemeth et al., 1999; Duquet et al., 2000; Dai et al., 2011; Yue et al., 2019, 2021a,b; 楊宏偉等, 2022)通過(guò)反演迭代使模擬數(shù)據(jù)逐步逼近實(shí)際地震數(shù)據(jù),進(jìn)而實(shí)現(xiàn)地下反射率的準(zhǔn)確估計(jì).該方法每次迭代都需要一次正演和偏移運(yùn)算,整體反演過(guò)程所需的計(jì)算成本往往在常規(guī)偏移的幾十倍以上,嚴(yán)重制約了該方法的推廣應(yīng)用前景.成像域迭代算法
地球物理學(xué)報(bào) 2023年2期2023-02-11
- 移動(dòng)場(chǎng)景下的分簇?zé)o線傳感器網(wǎng)絡(luò)密鑰管理方案
、存儲(chǔ)成本、計(jì)算成本3個(gè)方面進(jìn)行計(jì)算.假設(shè)網(wǎng)絡(luò)有S個(gè)節(jié)點(diǎn),C個(gè)簇,簇內(nèi)P個(gè)節(jié)點(diǎn).則簇頭數(shù)為C,普通節(jié)點(diǎn)數(shù)為S-C,每個(gè)簇內(nèi)普通節(jié)點(diǎn)數(shù)為P-1個(gè).性能分析主要對(duì)比文獻(xiàn)[4]和文獻(xiàn)[7],因此,部署范圍和部署方式與文獻(xiàn)[7]一樣,在300 m×300 m 的網(wǎng)絡(luò)區(qū)域內(nèi)隨機(jī)部署節(jié)點(diǎn),網(wǎng)絡(luò)節(jié)點(diǎn)分配情況選用文獻(xiàn)[4]的節(jié)點(diǎn)數(shù)據(jù),見(jiàn)表3.表3 網(wǎng)絡(luò)節(jié)點(diǎn)分配情況3.2.1 通信成本通信成本主要考慮節(jié)點(diǎn)發(fā)送和接收數(shù)據(jù)的能量消耗,默認(rèn)基站的能量是無(wú)限的.假設(shè)發(fā)送1位數(shù)據(jù)的通
韶關(guān)學(xué)院學(xué)報(bào) 2022年12期2023-01-30
- 側(cè)面碰撞子結(jié)構(gòu)模型精度的參數(shù)研究
撞分析中,將計(jì)算成本巨大的整車碰撞模型分離出相關(guān)部件,形成可等效替代整車模型的簡(jiǎn)化結(jié)構(gòu),利用子結(jié)構(gòu)模型完成后續(xù)乘員約束系統(tǒng)匹配優(yōu)化,可節(jié)約仿真時(shí)間。伍廣等用側(cè)圍部件模型替整車模型進(jìn)行側(cè)面碰撞仿真,發(fā)現(xiàn)該方法不僅可以保證分析精度,又可以提高計(jì)算效率;[5]白雪飛與王玉琴采用MADYMO 軟件中的PSM 方法(prescribed structure motion)建立車體模型,模擬側(cè)面約束系統(tǒng)仿真;[6-7]姜強(qiáng)與程海東均通過(guò)PSM 方法完成了側(cè)面約束系統(tǒng)的
湖北汽車工業(yè)學(xué)院學(xué)報(bào) 2022年4期2023-01-06
- 輔助駕駛的車輛與行人檢測(cè)模型YOLO-DNF
構(gòu)學(xué)習(xí)能力和計(jì)算成本調(diào)整合適的網(wǎng)絡(luò)深度。(2)針對(duì)模型泛化性不足難以擬合復(fù)雜的道路環(huán)境的問(wèn)題使用HSV擾動(dòng)和亮度增強(qiáng)的數(shù)據(jù)拓展方法提升模型泛化性能。1 相關(guān)工作1.1 YOLOv3檢測(cè)算法車輛行駛過(guò)程中速度快,對(duì)目標(biāo)檢測(cè)的實(shí)時(shí)性要求較高。由于一階段檢測(cè)算法YOLO系列根據(jù)卷積運(yùn)算的位置不變特性只使用一次網(wǎng)絡(luò)計(jì)算就能完成對(duì)整張圖像進(jìn)行檢測(cè),相較二階段檢測(cè)算法具有速度快、計(jì)算量小的優(yōu)點(diǎn),鑒于此本文基于YOLOv3[11]檢測(cè)算法進(jìn)行研究。YOLOv3[11]是
計(jì)算機(jī)工程與應(yīng)用 2022年24期2022-12-22
- 基于改進(jìn)YOLOv4 的交通標(biāo)志識(shí)別方法
模型放縮與計(jì)算成本為在目標(biāo)檢測(cè)項(xiàng)目中實(shí)現(xiàn)高精度與實(shí)時(shí)性,模型縮放技術(shù)應(yīng)運(yùn)而生。初始的模型放縮技術(shù)主要更改卷積神經(jīng)網(wǎng)絡(luò)骨干網(wǎng)絡(luò)的深度或?qū)挾?,隨后經(jīng)由Huang[12]、Xie[13]、Tan[14]、Tian[15]等人對(duì)模型縮放技術(shù)在目標(biāo)檢測(cè)領(lǐng)域的不斷研究,統(tǒng)合深度、寬度的復(fù)合縮放版本,新算法陸續(xù)出現(xiàn)。為評(píng)估模型縮放的效果,需要對(duì)其進(jìn)行定量分析。一般來(lái)說(shuō),當(dāng)縮放比例增大時(shí),要增加的定量成本越低,模型的效果越好;相對(duì)應(yīng)地,當(dāng)縮放比例減小時(shí),要減少的定量成本
電子設(shè)計(jì)工程 2022年18期2022-09-28
- 基于探索向量的Ball K-Means聚類算法
數(shù)量增加導(dǎo)致計(jì)算成本劇增。針以上問(wèn)題,許多改進(jìn)算法被提出[2-3,7-13]。為了克服K-Means算法對(duì)初始質(zhì)心過(guò)于敏感的缺點(diǎn),許多有效的算法被提出[2-3]。Arthur等[2]通過(guò)用一種簡(jiǎn)單的隨機(jī)播種技術(shù)對(duì)K-Means進(jìn)行了增廣,降低了K-Means在初始種子選擇中的隨機(jī)性。Lasheng等[3]提出了基于最大最小準(zhǔn)則和FLANN的初始聚類中心選擇算法,提高了算法的穩(wěn)定性和準(zhǔn)確性。上述的算法克服了K-Means聚類對(duì)初始質(zhì)心敏感的缺陷,但是迭代過(guò)程
東莞理工學(xué)院學(xué)報(bào) 2022年3期2022-06-29
- 基于數(shù)據(jù)驅(qū)動(dòng)的地下車站能耗預(yù)測(cè)模型對(duì)比研究
從預(yù)測(cè)精度、計(jì)算成本的角度分析了各算法的優(yōu)缺點(diǎn),為地下車站能耗的預(yù)測(cè)提供了數(shù)據(jù)驅(qū)動(dòng)算法參考。2 能耗預(yù)測(cè)模型2.1 車站用能系統(tǒng)本研究的對(duì)象為地下2 層的非換乘、屏蔽門(mén)系統(tǒng)車站,冷源為變頻螺桿冷水機(jī)組。地鐵車站的主要用能系統(tǒng)包括通風(fēng)空調(diào)系統(tǒng)(約占55%)、垂直交通系統(tǒng)(約占15%)和照明系統(tǒng)(約占22%)[11]。其中,照明系統(tǒng)形式相對(duì)簡(jiǎn)單、能耗易算,本研究推薦采用基于運(yùn)行原理的模型進(jìn)行計(jì)算。該模型采用車站照明功率密度、照明面積、照明時(shí)長(zhǎng)進(jìn)行計(jì)算,預(yù)測(cè)模型
都市快軌交通 2022年3期2022-06-28
- 基于k -fold交叉驗(yàn)證的代理模型序列采樣方法
上升,致使其計(jì)算成本較為昂貴。鑒于此,為了節(jié)約計(jì)算成本、加快采樣速度及提高建模效率,本文引入k-fold交叉驗(yàn)證(k-fold cross validation)[10]方法,并結(jié)合泰森多邊形法對(duì)設(shè)計(jì)空間進(jìn)行全局探索和局部開(kāi)發(fā),發(fā)展了一種k-fold CV-Voronoi自適應(yīng)序列采樣方法,并通過(guò)數(shù)值算例和工程算例對(duì)本文方法進(jìn)行驗(yàn)證。2 序列采樣方法2.1 k -fold CV-Voronoi序列采樣方法本文發(fā)展的k-fold CV-Voronoi自適應(yīng)序
計(jì)算力學(xué)學(xué)報(bào) 2022年2期2022-04-20
- 基于Φ-OTDR 系統(tǒng)事件的快速定位方法
據(jù)[6-7]計(jì)算成本高。對(duì)于基于相位的定位技術(shù),其優(yōu)點(diǎn)是用于定位外部振動(dòng)的信噪比(SNR)相對(duì)較高,可以達(dá)到10 dB。然而,由于信號(hào)衰落,Φ-OTDR 系統(tǒng)中不可避免地存在大量的虛警相位峰值,這導(dǎo)致了辨別此類虛警相位峰值的大量計(jì)算成本。文中提出了一種快速定位方法,以提高ΦOTDR 系統(tǒng)定位外部振動(dòng)事件的效率。由于外部振動(dòng)會(huì)在振動(dòng)區(qū)域之外感應(yīng)出一個(gè)附加相位,而信號(hào)衰落對(duì)其位置之外的相位影響很小,因此可以先將背向散射的數(shù)據(jù)分為幾個(gè)相距很遠(yuǎn)的段,進(jìn)行預(yù)處理。沿
電子設(shè)計(jì)工程 2022年6期2022-04-13
- 應(yīng)用自適應(yīng)矩估計(jì)的快速最小二乘逆時(shí)偏移
近十次,因此計(jì)算成本極高。目前主要有兩類方法可以降低計(jì)算成本:一類方法是利用炮編碼技術(shù)對(duì)疊前炮集數(shù)據(jù)進(jìn)行壓縮[10-22],降低Born正演和RTM的計(jì)算成本,如隨機(jī)相位編碼、平面波相位編碼、振幅編碼、確定性炮編碼等; 另一類方法是利用預(yù)條件算子加快迭代的收斂速度,減少迭代次數(shù),例如近似Hessian對(duì)角矩陣[23-24]、去模糊化濾波器[25-26]、Hessian矩陣近似逆[27]、構(gòu)造導(dǎo)向?yàn)V波[28-29]等。本文從人工智能領(lǐng)域引入自適應(yīng)矩估計(jì)(A-
石油地球物理勘探 2022年2期2022-04-11
- 戒抓娃娃機(jī)游戲的癮
析。分析一:計(jì)算成本。有時(shí)一次可抓到,有時(shí)抓20次都抓不到。累計(jì)起來(lái),也花了不少錢(qián)。分析二:收集游戲的取勝技巧。強(qiáng)抓力、弱抓力;判斷重心位置;搖晃方向桿,按啟動(dòng)鍵,強(qiáng)化抓子力量;諸如這些謠傳技巧經(jīng)檢驗(yàn)都不靠譜。通過(guò)理性分析,就可抗拒誘惑了。而且,我還獨(dú)創(chuàng)了新方法,就是把自己及他人抓失敗的景象都用手機(jī)錄下來(lái),這樣,想投幣之前,就重溫一次視頻,很快就可以把腦海里不理智的聲音、幻想都驅(qū)趕走。熱情沒(méi)了就不想玩了。另外,旁觀他人玩時(shí),心里默默計(jì)算他人失敗的次數(shù),觀察
作文成功之路·作文交響樂(lè) 2022年6期2022-04-06
- 基于改進(jìn)SSD的合成孔徑聲吶圖像水下多尺度目標(biāo)輕量化檢測(cè)模型
積減少模型的計(jì)算成本,DSDC首先將標(biāo)準(zhǔn)卷積分解成DSC和點(diǎn)卷積,然后在DSC中引入一個(gè)稱作空洞率[27,28]的新參數(shù),并利用擴(kuò)張率控制卷積核處理數(shù)據(jù)時(shí)各值的間距。同時(shí),通過(guò)優(yōu)化不同尺度卷積層的輸入特征數(shù)量和融合方式來(lái)提高ESK模塊的特征提取能力。IRB模塊、SK模塊、ISK模塊和ESK模塊的結(jié)構(gòu)關(guān)系如圖1所示。圖1(a)為IRB模塊,模塊采用了反殘差網(wǎng)絡(luò)結(jié)構(gòu),即先對(duì)通道采取先“擴(kuò)張” 后“壓縮”的策略,同時(shí)刪除了最后一個(gè)卷積層的激活函數(shù),保留特征的多樣
電子與信息學(xué)報(bào) 2021年10期2021-10-31
- 感應(yīng)電機(jī)無(wú)差拍模型預(yù)測(cè)轉(zhuǎn)矩控制研究*
,從而增加了計(jì)算成本,降低了效率。隨著無(wú)差拍(DB)控制出現(xiàn),在選擇最佳電壓矢量的過(guò)程中,用所需電壓矢量組成的預(yù)測(cè)DB電壓扇區(qū)進(jìn)行枚舉選擇[15],KENNL[16]首先將DB控制應(yīng)用到電驅(qū)動(dòng)系統(tǒng)中,并提出完整建模和實(shí)驗(yàn)驗(yàn)證;文獻(xiàn)[17]中將DB控制運(yùn)用在永磁同步電機(jī)(PMSM)驅(qū)動(dòng)系統(tǒng)中,減少了系統(tǒng)的計(jì)算成本,并在試驗(yàn)結(jié)果中驗(yàn)證了所提控制策略的有效性。而對(duì)于DB控制在感應(yīng)電機(jī)(IM)驅(qū)動(dòng)系統(tǒng)中應(yīng)用的研究則較少。本文通過(guò)建立IM的動(dòng)態(tài)數(shù)學(xué)模型,在傳統(tǒng)的FC
電機(jī)與控制應(yīng)用 2021年6期2021-07-20
- 基于輕量級(jí)網(wǎng)絡(luò)的鋼鐵表面缺陷分類
NN 的巨大計(jì)算成本,輕量級(jí)神經(jīng)網(wǎng)絡(luò)被提出部署在移動(dòng)或嵌入式設(shè)備上。例如:MobileNetV1[9]和MobileNetV2[10]采用深度可分離卷積來(lái)構(gòu)建輕量級(jí)網(wǎng)絡(luò);ShuffleNet[11]采用分組卷積和深度可分離卷積來(lái)構(gòu)建輕量級(jí)網(wǎng)絡(luò);SqueezeNet[12]利用核心模塊Fire 壓縮模型參數(shù),減小網(wǎng)絡(luò)的深度,降低模型的大?。籗ENet(Squeeze-and-Excitation Network)[13]提出的SE 模塊是一種輕量級(jí)注意力機(jī)制
計(jì)算機(jī)應(yīng)用 2021年6期2021-07-02
- 基于分治表的云存儲(chǔ)數(shù)據(jù)完整性審計(jì)方案
會(huì)導(dǎo)致大量的計(jì)算成本。為了解決云存儲(chǔ)服務(wù)的動(dòng)態(tài)數(shù)據(jù)完整性檢驗(yàn)方案存在的安全和效率問(wèn)題,本文利用分治表和雙線性對(duì)技術(shù),提出基于分治表的動(dòng)態(tài)數(shù)據(jù)完整性審計(jì)方案。1 相關(guān)工作外包數(shù)據(jù)審計(jì)近年成為研究課題熱門(mén)。2007年Ateniese 等[1]年提出使用可證明數(shù)據(jù)方案來(lái)審計(jì)外包數(shù)據(jù)。其中主要為使用同態(tài)標(biāo)簽和塊標(biāo)簽生成單個(gè)標(biāo)簽。但該方案造成較大計(jì)算成本。Wang等[2]提出基于雙線性聚合簽名和Merkle 哈希樹(shù)的動(dòng)態(tài)遠(yuǎn)程數(shù)據(jù)審計(jì)方案,其方案實(shí)現(xiàn)隱私保護(hù)公共審計(jì)和
電子技術(shù)與軟件工程 2021年3期2021-04-20
- 基于二叉空間劃分的異常數(shù)據(jù)檢測(cè)算法
據(jù)存儲(chǔ)成本和計(jì)算成本。1 系統(tǒng)模型令τj表 示 第j 棵BSP 樹(shù)。 t 棵 樹(shù) 構(gòu) 成 樹(shù) 集γh,即|γh|=t,其中h 表示每棵樹(shù)的高度。樹(shù)中每個(gè)節(jié)點(diǎn)代表一個(gè)子空間。 用md表示在子空間內(nèi)正常數(shù)據(jù)實(shí)例的個(gè)數(shù),而d 表示子空間的深度。 令pd表示深度為d 的子空間的分割點(diǎn)。令xni表示在訓(xùn)練階段中第i 個(gè)正常數(shù)據(jù)實(shí)例。 用φ項(xiàng)數(shù)據(jù)實(shí)例構(gòu)成集η,即|η|=φ:每個(gè)實(shí)例xk有t 分。 為此,令Sk表示分?jǐn)?shù)集:例如,S1(xk)表示在樹(shù)τ1中實(shí)例xk的分?jǐn)?shù),
電子技術(shù)應(yīng)用 2021年3期2021-04-02
- 滿足工作流執(zhí)行時(shí)限的可搶占虛擬機(jī)實(shí)例配置和調(diào)度方法研究 *
減少工作流的計(jì)算成本。雖然可搶占實(shí)例價(jià)格低廉,但是其在執(zhí)行過(guò)程中存在一定概率被云服務(wù)商收回釋放,導(dǎo)致工作流無(wú)法按時(shí)完成。因此,如何在工作流執(zhí)行過(guò)程中,可靠地利用可搶占實(shí)例,在滿足執(zhí)行時(shí)限要求的情況下,降低計(jì)算成本是一個(gè)新的挑戰(zhàn)。針對(duì)上述挑戰(zhàn),本文提出了滿足工作流執(zhí)行時(shí)限的可搶占虛擬機(jī)實(shí)例配置和調(diào)度方法,可以在滿足工作流最長(zhǎng)執(zhí)行時(shí)限的前提下,最小化工作流執(zhí)行的計(jì)算成本。本文提出的方法具有重要的實(shí)際經(jīng)濟(jì)價(jià)值。具體而言,本文的主要貢獻(xiàn)如下所示:(1)提出了基于馬
計(jì)算機(jī)工程與科學(xué) 2020年11期2020-11-30
- 基于智能卡的匿名認(rèn)證方案
失攻擊。4 計(jì)算成本分析4.1 理論分析本文提出的匿名認(rèn)證方案與其他同類方案的計(jì)算成本對(duì)比如表2所示。其中,n表示用戶數(shù)量,Ch表示單向散列函數(shù)計(jì)算成本,CECC表示橢圓曲線加密/解密計(jì)算成本。通常情況下,CECC>Ch。表2 計(jì)算成本對(duì)比從表2可以看出,在注冊(cè)階段,當(dāng)n=1時(shí),本文方案的計(jì)算成本相對(duì)較大。但隨著用戶數(shù)n的增加,本文方案的計(jì)算成本會(huì)變得相對(duì)較小。在登錄和更改口令階段,本文方案的計(jì)算成本與方案[10]相同,但比方案[4]小。在認(rèn)證階段,本文方
合肥師范學(xué)院學(xué)報(bào) 2020年3期2020-09-16
- 一種求解矩陣填充問(wèn)題的交替共軛梯度最小化法
解奇異值的高計(jì)算成本,Haldar[12]和Wen[13]提出如下分解模型:(3)其中,Z=XY,X∈Rm×r,Y∈Rr×n,r?min{m,n}.在模型(3)中,Z表示成X∈Rm×r和Y∈Rr×n的乘積,使得確保滿足低秩的要求.兩個(gè)針對(duì)模型(3)的特點(diǎn),一個(gè)自然的求解方法就是交替最小化方法,如Power Factorization[12]和LMaFit[13].在這兩種交替最小化方法中,變量X和Y交替更新,每一步要精確求解子問(wèn)題得到X和Y.精確求解子問(wèn)題
- 降低云計(jì)算成本的5種方法
費(fèi)用。導(dǎo)致云計(jì)算成本飆升的原因有很多,例如資源過(guò)度配置,不必要的容量以及環(huán)境的可見(jiàn)性不良。幸運(yùn)的是,有一些工具和成本優(yōu)化實(shí)踐可以幫助消除不必要的支出。組織可以采用以下工具和實(shí)踐降低云計(jì)算成本。1.選擇保留實(shí)例在云中,如果組織愿意做出一定的權(quán)衡,他們將會(huì)找到按需資源的價(jià)格更低的替代方案。并盡可能使用以下折扣定價(jià)方案:預(yù)留實(shí)例定價(jià)。提前承諾在1~3年內(nèi)使用一定容量的組織可以節(jié)省帶有預(yù)留實(shí)例的云資源。根據(jù)平臺(tái)和其他變量,預(yù)留實(shí)例的價(jià)格僅為按需實(shí)例的三分之一。每個(gè)
計(jì)算機(jī)與網(wǎng)絡(luò) 2020年12期2020-07-29
- 聚合物流體數(shù)值模擬的多層蒙特卡羅方法
隨機(jī)誤差大和計(jì)算成本高的不足。Bonvin等[11]早期提出了一類基于控制變量思想的蒙特卡羅方法方差縮減技術(shù)使得隨機(jī)誤差得到部分改善,但并沒(méi)有綜合考慮減小隨機(jī)誤差并優(yōu)化計(jì)算成本。2008年,針對(duì)傳統(tǒng)蒙特卡羅方法的方差縮減技術(shù),Giles[12]提出了多層蒙特卡羅(multilevel Monte Carlo,MLMC)的基本思想,即保持精度不變采用較大時(shí)間步長(zhǎng)的計(jì)算結(jié)果以降低計(jì)算量,最終縮減成本。在金融領(lǐng)域中,2009年,Giles[13]證明了MLMC方
紡織高?;A(chǔ)科學(xué)學(xué)報(bào) 2020年2期2020-07-09
- 云計(jì)算中改進(jìn)概率公鑰加密的移動(dòng)設(shè)備數(shù)據(jù)隱私保護(hù)方法
對(duì)所提方法從計(jì)算成本、通信成本進(jìn)行仿真實(shí)驗(yàn),并在真實(shí)設(shè)備上驗(yàn)證對(duì)比了所提方案的加密效率和安全性。在仿真實(shí)驗(yàn)中,主要包括用戶端和云服務(wù)端,用戶端采用C語(yǔ)言編寫(xiě),運(yùn)行于2.0 GHz,8 GB RAM 的6核i7-8700 Windows 10臺(tái)式計(jì)算機(jī)上,算法使用開(kāi)放ssl和MATLAB庫(kù);服務(wù)器同樣采用C語(yǔ)言編碼,運(yùn)行于2.4 GHz,Xeon E5620 CPU Linux平臺(tái)上。用戶模擬數(shù)據(jù)所有者或者授權(quán)用戶,服務(wù)器充當(dāng)CSP。3.1 計(jì)算成本計(jì)算成本
計(jì)算機(jī)應(yīng)用與軟件 2020年4期2020-04-18
- 移動(dòng)無(wú)線網(wǎng)絡(luò)的移動(dòng)終端安全認(rèn)證方案
匿名性,但其計(jì)算成本較高。文獻(xiàn)[10]抵御偽裝攻擊的效果較好,但其對(duì)用戶的隱私保護(hù)與反追蹤的效果較差?,F(xiàn)有的安全認(rèn)證方案無(wú)法完全地滿足移動(dòng)云計(jì)算所需的幾點(diǎn)要求:會(huì)話秘鑰的安全性、用戶的隱私性、雙向認(rèn)證性、不可追蹤性、抵御常見(jiàn)攻擊的能力,其中任意一項(xiàng)缺陷均可能造成巨大的危險(xiǎn)與嚴(yán)重的后果,因此認(rèn)證方案應(yīng)當(dāng)具備完全的安全性能力[11]。本文為分布式移動(dòng)云計(jì)算設(shè)計(jì)了隱私保護(hù)的雙向認(rèn)證方案,移動(dòng)用戶與服務(wù)提供者之間的會(huì)話秘鑰具有安全性,且可抵御常見(jiàn)的各種攻擊。此外,
- 革命性的數(shù)據(jù)壓縮技術(shù)可降低計(jì)算成本
從而大幅降低計(jì)算成本。今天的內(nèi)存壓縮存技術(shù)雖然省錢(qián),但是存在很大的問(wèn)題,其原理是在更小的空間內(nèi)存儲(chǔ)更多數(shù)據(jù)。問(wèn)題在于計(jì)算機(jī)是在預(yù)置好的內(nèi)存塊中存儲(chǔ)和運(yùn)行的,而許多現(xiàn)代程序是在不定數(shù)量的內(nèi)存塊中運(yùn)行的。這種方式實(shí)際上效率非常低。正在從事Zippads革命性新壓縮系統(tǒng)研究的科研人員解釋道,這是因?yàn)楸粔嚎s的程序用的是對(duì)象,而不是已經(jīng)均勻配置好的數(shù)據(jù)塊,這導(dǎo)致它們無(wú)法與存儲(chǔ)和運(yùn)行它們的空間匹配在一起。這些研究人員稱,壓縮各種對(duì)象而不是高速緩存線路是解決這一問(wèn)題的答
計(jì)算機(jī)世界 2019年26期2019-07-23
- 云計(jì)算中大數(shù)據(jù)的快速數(shù)據(jù)審計(jì)算法
11]:① 計(jì)算成本、存儲(chǔ)成本及通信成本較低;② 具備公/私鑰2種驗(yàn)證模式;③ 應(yīng)頻繁使用不同的挑戰(zhàn)進(jìn)行驗(yàn)證;④ 可檢測(cè)潛在數(shù)據(jù)占用的概率;⑤ 具有動(dòng)態(tài)的遠(yuǎn)程更新能力。移動(dòng)智能設(shè)備的計(jì)算能力、4G網(wǎng)絡(luò)的通信能力都為有限資源,而已有的RDA方案需頻繁地進(jìn)行驗(yàn)證,為數(shù)據(jù)所有者帶來(lái)了不可忽略的計(jì)算與通信負(fù)擔(dān)。針對(duì)上述問(wèn)題,本文設(shè)計(jì)了一種新的數(shù)據(jù)結(jié)構(gòu)CDDT(cloud data descriptor table)以提高大規(guī)模數(shù)據(jù)的動(dòng)態(tài)更新效率,并采用代數(shù)簽名方案
- 如何實(shí)施有效的云計(jì)算成本管理策略
。那么控制云計(jì)算成本的最佳方法是什么?其策略包括承諾關(guān)閉不再需要的虛擬服務(wù)器,選擇能夠經(jīng)濟(jì)高效地完成企業(yè)需要工作的存儲(chǔ)層,以及仔細(xì)規(guī)劃如何以及何時(shí)進(jìn)行數(shù)據(jù)傳輸。以下介紹的這些步驟將有助于養(yǎng)成云計(jì)算成本管理的良好習(xí)慣。云計(jì)算成本效率低下的起源云計(jì)算經(jīng)濟(jì)學(xué)是一門(mén)復(fù)雜的學(xué)科,但并不總是很容易實(shí)現(xiàn)。人們需要了解如何通過(guò)云計(jì)算有效提供IT服務(wù)的方法是查看其他公司在哪里遇到了困難。某些常見(jiàn)的陷阱將不可避免地導(dǎo)致不必要的支出,因此知道不該做什么是明智的。具體來(lái)說(shuō),企業(yè)的
中國(guó)信息化周報(bào) 2019年20期2019-07-01
- Spark框架中RDD緩存替換策略優(yōu)化
有考慮分片的計(jì)算成本問(wèn)題[6].現(xiàn)有的研究大多數(shù)基于此類算法改進(jìn),其中部分改進(jìn)算法諸如GreedyDual[7]、GD-Wheel[8]均考慮了訪問(wèn)歷史和計(jì)算成本,但在一個(gè)作業(yè)中待處理任務(wù)的執(zhí)行邏輯在Spark中是已知的,對(duì)訪問(wèn)RDD歷史次數(shù)進(jìn)行優(yōu)化的緩存策略效果不明顯.類似的研究還有不考慮RDD的訪問(wèn)歷史次數(shù)的LCS[9]算法,以及考慮計(jì)算成本次數(shù)加權(quán)的WR[10]算法.本文針對(duì)內(nèi)存占用率與RDD替換時(shí)的權(quán)重,考慮了分片的歷史訪問(wèn)次數(shù)和計(jì)算成本等因素對(duì)權(quán)
小型微型計(jì)算機(jī)系統(tǒng) 2019年6期2019-06-06
- 基于切比雪夫混沌映射和生物識(shí)別的身份認(rèn)證方案
進(jìn)行安全性和計(jì)算成本的比較。因?yàn)橛脩艉头?wù)器在CSP上只需要注冊(cè)一次,且不會(huì)頻繁更新口令和生物特征,因此比較時(shí)不考慮這些計(jì)算消耗。5.1 安全屬性對(duì)比表2顯示,本方案不僅滿足安全認(rèn)證必需的各種要求如抗仿冒攻擊、抗重放攻擊和抗離線口令猜測(cè)攻擊等,并且提供用戶匿名、多因素安全等特性,優(yōu)于現(xiàn)有方案。其中,“-”表示不適用。表2 安全屬性對(duì)比Table 2 Comparison of security properties5.2 計(jì)算成本對(duì)比與傳統(tǒng)的基于公鑰密碼系
北京航空航天大學(xué)學(xué)報(bào) 2019年5期2019-05-29
- 車聯(lián)網(wǎng)中基于層次結(jié)構(gòu)的安全通信
略有效地降低計(jì)算成本,并提供有效的安全保障。1 系統(tǒng)模型及約束條件1.1 系統(tǒng)模型HSSC策略引用層次結(jié)構(gòu),其由證書(shū)中心(Certificate Authority)、RSU控制器RSUC(RSU Controller)和區(qū)域控制器ZC(Zone Controller)構(gòu)成。RSUC控制RSUs數(shù)量,而ZC控制特定區(qū)域的通信,其可能包含多個(gè)RSUs。而CA控制所有實(shí)體證書(shū)的發(fā)放。整個(gè)HSSC結(jié)構(gòu)如圖2所示。圖2 系統(tǒng)模型1.2 約束條件假定系統(tǒng)已注冊(cè)的RS
計(jì)算機(jī)應(yīng)用與軟件 2019年5期2019-05-16
- 通過(guò)改變電動(dòng)汽車電池的用途,來(lái)實(shí)現(xiàn)分散式價(jià)格驅(qū)動(dòng)的電網(wǎng)平衡
DP,但它的計(jì)算成本卻大大高于ILP運(yùn)行時(shí)間的50倍。DPP導(dǎo)致最短的運(yùn)行時(shí)間緊隨其后。SQP稍微更優(yōu)化的結(jié)果不能證明模型復(fù)雜性大大增加和計(jì)算成本過(guò)高。因此,在目前的工作中,將ILP用于長(zhǎng)期模擬。模擬顯示了基于偽成本的收入與同期偽造成本變化之間的強(qiáng)相關(guān)性。模擬顯示,基于15分鐘的股票市場(chǎng)價(jià)格承諾高于小時(shí)價(jià)格的收益。更高的價(jià)格波動(dòng)導(dǎo)致更多的動(dòng)態(tài)電池運(yùn)行,這導(dǎo)致更高的收益,效率和更短的空閑時(shí)間,這反過(guò)來(lái)表明存儲(chǔ)系統(tǒng)的更好的利用。所有模擬結(jié)果表明,當(dāng)前日前的股票
汽車文摘 2018年1期2018-11-26
- 基于優(yōu)化分治表的遠(yuǎn)程數(shù)據(jù)審計(jì)方法研究
件產(chǎn)生較高的計(jì)算成本和通信成本。文獻(xiàn)[6]通過(guò)結(jié)合哈希樹(shù)和雙線性聚合簽名[7],提出了一個(gè)動(dòng)態(tài)遠(yuǎn)程數(shù)據(jù)審計(jì)方法。其主要工作是通過(guò)對(duì)葉節(jié)點(diǎn)進(jìn)行從左到右的排序,改進(jìn)了哈希樹(shù)的結(jié)構(gòu),有助于更好地識(shí)別更新后的數(shù)據(jù)塊位置。然而,該方法容易引起數(shù)據(jù)泄露,并且將給審核者帶來(lái)較高的計(jì)算成本,特別是大型文件。文獻(xiàn)[8]基于Merkle哈希樹(shù)[9]和雙線性對(duì)技術(shù),提出一種能夠支持動(dòng)態(tài)操作的代理遠(yuǎn)端數(shù)據(jù)完整性審計(jì)方法[8]。該方法的缺點(diǎn)與文獻(xiàn)[6]的類似。而且雙線性對(duì)的計(jì)算成本
計(jì)算機(jī)應(yīng)用與軟件 2018年5期2018-05-22
- 云計(jì)算發(fā)展六大趨勢(shì)
春天。遏制云計(jì)算成本IT高管能夠更好地控制云計(jì)算成本,因?yàn)樗麄兊膶?shí)踐逐漸成熟。目前,亞馬遜、Cloudability、Cloudyn都提供了云計(jì)算成本管理工具。提升和遷移云計(jì)算應(yīng)用程序企業(yè)將應(yīng)用程序重構(gòu)在公有云系統(tǒng)上運(yùn)行,利用遷移服務(wù)而不是簡(jiǎn)單地將現(xiàn)有應(yīng)用程序轉(zhuǎn)存到公有云中。遷移應(yīng)用程序的最佳方式是利用云的彈性進(jìn)行重寫(xiě),雖然這種升降移動(dòng)可能是極其昂貴的。超融合私有云超融合基礎(chǔ)設(shè)施(HCI)解決方案通過(guò)提供預(yù)集成的計(jì)算和存儲(chǔ)資源,能讓企業(yè)更快地運(yùn)行云基礎(chǔ)設(shè)施
中國(guó)信息化周報(bào) 2017年49期2018-01-20
- 基于多層次蒙特卡羅方法的巴黎期權(quán)定價(jià)
之,在給定的計(jì)算成本條件下,相對(duì)于標(biāo)準(zhǔn)蒙特卡羅方法,多層蒙特卡羅方法能夠更快地收斂到真值附近。本文將其應(yīng)用于巴黎期權(quán)的定價(jià)計(jì)算中,增加了巴黎期權(quán)的數(shù)值算法選擇范圍,并提高了巴黎期權(quán)定價(jià)的精度。巴黎期權(quán);標(biāo)準(zhǔn)蒙特卡羅算法;多層蒙特卡羅算法;計(jì)算成本1 引言巴黎期權(quán)是一種復(fù)雜的路徑依賴期權(quán),根據(jù)持續(xù)時(shí)間類型,可以分為累計(jì)巴黎期權(quán)(Cumulative Parisian Option)和連續(xù)巴黎期權(quán)(Consecutive Parisian Option)和移動(dòng)
中國(guó)管理科學(xué) 2016年2期2016-12-27
- BAT搶先機(jī) 打響云計(jì)算產(chǎn)業(yè)價(jià)格戰(zhàn)
式增長(zhǎng)以及云計(jì)算成本迅速下降,云計(jì)算規(guī)?;⒓s化運(yùn)營(yíng)優(yōu)勢(shì)顯現(xiàn),云計(jì)算公司正步入業(yè)績(jī)快速釋放期,而B(niǎo)AT三巨頭之間的競(jìng)爭(zhēng)也是日趨激烈。近日,阿里巴巴發(fā)布2017財(cái)年第二季度財(cái)報(bào),阿里云付費(fèi)用戶數(shù)量同比增長(zhǎng)一倍,推動(dòng)營(yíng)收增長(zhǎng)130%至14.93億元。從收入上看,阿里云在整個(gè)阿里集團(tuán)似乎是塊小業(yè)務(wù),其第二季度收入為14.93億元,在集團(tuán)接近343億元的收入中,占比剛剛超過(guò)4%。但是,從其增速來(lái)看卻相當(dāng)驚人,營(yíng)收同比增速高達(dá)130%,連續(xù)六個(gè)季度領(lǐng)跑全球,這也是
中國(guó)信息化周報(bào) 2016年44期2016-12-27
- ABS事件觸發(fā)線性控制設(shè)計(jì)
夠減少控制值計(jì)算成本和通信時(shí)間。在本文中,用于防抱死制動(dòng)系統(tǒng)(ABS)的事件觸發(fā)線性控制的開(kāi)發(fā)和仿真基于控制系統(tǒng)科研平臺(tái)(INTECO)制造,并由ABS試驗(yàn)室建立的數(shù)學(xué)模型實(shí)現(xiàn)。本文中,車輛1/4數(shù)學(xué)模型是在特定條件下實(shí)現(xiàn)線性化。如圖1所示,底部車輪仿真真實(shí)車輛的相對(duì)運(yùn)動(dòng),與路面直接接觸;上部車輪仿真車輛車輪的運(yùn)動(dòng)情況。雖然該模型簡(jiǎn)單,但其能夠充分表達(dá)真實(shí)系統(tǒng)的基本特性。該模型只考慮車輛的縱向動(dòng)力學(xué),忽略垂向和側(cè)向動(dòng)力學(xué);滾動(dòng)阻力相比于制動(dòng)力可以忽略。本文
汽車文摘 2016年11期2016-11-22
- 基于改進(jìn)的QP算法和MPC理論的智能車縱向速度控制方法
法減少M(fèi)PC計(jì)算成本。該方法包含兩步:首先對(duì)等式約束引進(jìn)一種降維算法;然后利用梯度投影方向?qū)τ行Ъ惴ǖ乃阉鞣较蜻M(jìn)行改進(jìn)。改進(jìn)的QP算法減少了迭代次數(shù),降低了MPC縱向控制的計(jì)算成本。仿真結(jié)果證明了該方法的有效性。二次規(guī)劃;改進(jìn)的有效集算法;模型預(yù)測(cè)控制;縱向速度控制;智能車模型預(yù)測(cè)控制(model predictive control,MPC)是20世紀(jì)80年代初發(fā)展起來(lái)的一類新型控制算法。MPC直接運(yùn)用于工業(yè)過(guò)程控制的實(shí)際應(yīng)用,并在與工業(yè)應(yīng)用的緊密結(jié)合
軍事交通學(xué)院學(xué)報(bào) 2016年10期2016-11-16
- 基于混合算法的云計(jì)算任務(wù)調(diào)度方法研究
方法以較高的計(jì)算成本為代價(jià)換來(lái)較短的任務(wù)完成時(shí)間,有時(shí)是得不償失的。因此該文將任務(wù)完成時(shí)間和計(jì)算成本均作為優(yōu)化的目標(biāo),對(duì)任務(wù)調(diào)度方法進(jìn)行研究,平衡任務(wù)完成時(shí)間和計(jì)算成本,提高云計(jì)算的效率。該文使用遺傳優(yōu)化算法對(duì)上述提出的任務(wù)調(diào)度問(wèn)題進(jìn)行求解,并將模擬退火算法、自適應(yīng)機(jī)理相結(jié)合,建立更加適合云計(jì)算任務(wù)調(diào)度求解的混合優(yōu)化算法。最后,通過(guò)實(shí)驗(yàn)分析,以僅對(duì)任務(wù)完成時(shí)間優(yōu)化和僅對(duì)計(jì)算成本優(yōu)化的算法進(jìn)行比較,該文研究的混合算法的云計(jì)算任務(wù)調(diào)度方法能夠有效平衡任務(wù)完成時(shí)
現(xiàn)代電子技術(shù) 2016年12期2016-08-17
- 基于行人航位推算的室內(nèi)定位技術(shù)綜述
表1從技術(shù)、計(jì)算成本和檢測(cè)錯(cuò)誤率方面出發(fā),總結(jié)比較了一些基于手機(jī)的步伐檢測(cè)文獻(xiàn)。表1 基于手機(jī)的步伐檢測(cè)方案3 步長(zhǎng)推算由于每個(gè)人的身高、走路的方式不同,所以每個(gè)人的步長(zhǎng)也不一樣,關(guān)于步長(zhǎng)推算方面的一些研究文獻(xiàn)總結(jié)如下。3.1 常數(shù)模型推算步長(zhǎng)最直觀的方法就是將一段測(cè)得的行走距離除以計(jì)數(shù)得到的步數(shù),得平均步長(zhǎng),即認(rèn)為步長(zhǎng)是常數(shù)[5]。但是實(shí)際上由于人在行走時(shí)的姿勢(shì)會(huì)有所變化,所以步長(zhǎng)也會(huì)改變。3.2 線性頻率模型模型A:Li F等人[3]通過(guò)收集23個(gè)不同
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2015年13期2015-06-22
- 車間運(yùn)動(dòng)學(xué)模型在智能車速度跟蹤控制中的應(yīng)用
,以達(dá)到降低計(jì)算成本、滿足實(shí)時(shí)性的要求。2 預(yù)測(cè)模型——車間運(yùn)動(dòng)學(xué)模型車間運(yùn)動(dòng)學(xué)模型(如圖1所示)是一種簡(jiǎn)單的描述兩輛同向行駛的車輛之間位置變化關(guān)系的數(shù)學(xué)模型[3]。目標(biāo)車輛的實(shí)際運(yùn)動(dòng)速度為vt(t),其主要變量有車間相對(duì)距離xr(t)和相對(duì)速度vr(t),可由安裝在被控車輛前端的雷達(dá)測(cè)量獲取,被控車輛的絕對(duì)速度vh(t)和加速度ah(t)由車輛自身傳感器測(cè)量獲取。因此,可以列出在初始時(shí)刻k(t=0)條件下車間運(yùn)動(dòng)學(xué)方程如下:圖1 車間運(yùn)動(dòng)學(xué)模型示意設(shè)采樣
軍事交通學(xué)院學(xué)報(bào) 2015年11期2015-05-09
- 《豬業(yè)科學(xué)》第7期有獎(jiǎng)閱讀
干法回收工藝計(jì)算成本和收益,LFP分別以傳統(tǒng)的干法回收工藝(干法1)和改進(jìn)的干法回收工藝(干法2)計(jì)算成本和收益,成本分別命名為CLFP干法1、CLFP干法2、C 三元干法,收益命名為 ELFP干法1、ELFP干法2、E 三元干法。處理成本價(jià)格根據(jù)實(shí)際調(diào)研及綜合參考文獻(xiàn)[6-7],具體如表3所示。本研究發(fā)現(xiàn),黃油的固體脂肪含量比豬油高,有更好可塑性,同時(shí)與豬油相比,烘焙溫度和循環(huán)加熱次數(shù)的增加對(duì)黃油的酸價(jià)、過(guò)氧化值及多不飽和脂肪酸含量影響不顯著(P>0.0
豬業(yè)科學(xué) 2013年7期2013-08-15
- SVM-HDMR高維非線性近似模型構(gòu)造法
的樣本數(shù)量和計(jì)算成本會(huì)急劇增加,尤其是對(duì)樣本值獲取比較耗時(shí)的問(wèn)題,往往因計(jì)算量過(guò)大而無(wú)法承擔(dān),形成所謂的“維數(shù)災(zāi)難”。為了構(gòu)造高維下的近似模型,Sobol[7]提出了HDMR近似模型構(gòu)造法,利用函數(shù)的層級(jí)屬性,采用分而治之的思想,將高維問(wèn)題分解為一系列低維問(wèn)題進(jìn)行求解,從而大大提高了計(jì)算效率。到目前,HDMR已經(jīng)發(fā)展出多種形式,其中以Rabitz[8]提出的Cut-HDMR最為簡(jiǎn)單實(shí)用。為了求解Cut-HDMR中的各階低維問(wèn)題,Shan[9]提出了基于RB
計(jì)算機(jī)工程與應(yīng)用 2013年15期2013-07-19
- 一輩子有多少來(lái)不及
的物質(zhì)所得,計(jì)算成本、利息和收益。很悲哀是嗎?我和他也曾經(jīng)都想抓牢彼此,也很憧憬地暢想過(guò)要有一個(gè)別樣的婚禮,甚至還想到要生一個(gè)孩子。我們好像都很有誠(chéng)意,可終究我們都沒(méi)有等到愛(ài)情散發(fā)醇香的那一刻。我們總在無(wú)形中考量自己的選擇,在心里掂量著自己的愛(ài)情資本運(yùn)營(yíng)到底是虧還是盈。直到此刻,時(shí)間使我變成了一個(gè)熟女。在我即將離開(kāi)這座城市的時(shí)候,我才忽然頓悟,自己那顆浮躁的心,根本無(wú)力把握愛(ài)情。走在大街上,行人匆匆,無(wú)人關(guān)注一個(gè)即將離開(kāi)此地的小女子。周身暖暖的,感覺(jué)有陽(yáng)光
視野 2011年10期2011-10-27
- 擁堵作為經(jīng)濟(jì)現(xiàn)象
。所有司機(jī)都計(jì)算成本和收益,所以經(jīng)常打擦邊球但不明目張膽,警察也計(jì)算成本和收益,所以經(jīng)常在隧道里廣播:司機(jī)同志請(qǐng)注意,現(xiàn)在不受車速限制,請(qǐng)快速通過(guò)。所有市場(chǎng)主體博弈的結(jié)果,就是交通擁堵但不癱瘓。那么在隧道口發(fā)生了什么?四面八方的來(lái)車往隧道口收攏。如果有司機(jī)搶道但未致交通擁堵,那么警察過(guò)去把車停下將導(dǎo)致?lián)矶?而這個(gè)擁堵又將由他完成疏導(dǎo)。處罰搶道司機(jī)的收益不歸私人所有,而解決擁堵的后果卻要私人承擔(dān),因此只要搶道未致交通停止,警察的較優(yōu)選擇是眼開(kāi)眼閉,而當(dāng)違章?lián)?/div>
新民周刊 2009年46期2009-12-08
- 算成本與不算成本
干有用的事,計(jì)算成本,做沒(méi)用的事,不計(jì)成本。秦始皇為了“統(tǒng)一”不能統(tǒng)一的思想,把不利于他“專制統(tǒng)治”的書(shū)幾乎都燒了,這成本之大,已超出了有不同思想的危害了。專制獨(dú)裁的政權(quán),為了自己的統(tǒng)治能長(zhǎng)遠(yuǎn)牢固從不計(jì)算要花掉多大的成本,可投入到老百姓身上衣食住行的成本就精打細(xì)算了,害得兩千多年后的中國(guó)還有人想通過(guò)“燒書(shū)”這一招來(lái)消滅別人的思想。只為了讓美人褒姒一笑,周幽王不計(jì)成本點(diǎn)燃了烽火臺(tái),戲弄了諸侯。美人是笑了,自己也樂(lè)了,可周幽王就是沒(méi)計(jì)算諸侯被戲弄后的尊嚴(yán)成本。雜文選刊 2009年6期2009-05-14
- 算成本與不算成本