支持多密文批量审计的解密外包SM9-HIBE密钥封装机制

SM9-HIBE密钥封装机制的解密操作需要2次双线性配对运算,在设备算力受限且需对大规模信息资源进行高频解密时,配对运算的高额计算开销会束缚系统的有效部署。为此,基于SM9-HIBE提出了一种支持解密外包和多密文批量审计的新型密钥封装机制OASM9-HIBE,并利用Fujisaki-Okamoto转换技术在随机谕言模型下证明了OASM9-HIBE具备RCCA安全性。OASM9-HIBE将计算繁重的双线性配对运算全部安全外包至算力强大的云端,第k层用户只需执行一次简单的指数运算即可完成最终解密,有效提升了原SM9-HIBE的解密效率,OASM9-HIBE同时运用密钥盲化技术实现了多份转换密文的高效批量审计功能,从而拓展了SM9系列算法的应用领域。     

端曲面齿轮防滑差速器运动特性分析与仿真

为了探究端曲面齿轮防滑差速器的运动特性和防滑性能,基于端曲面齿轮副啮合原理和差速器工作原理,建立了端曲面齿轮防滑差速器的静力学模型,分析了端曲面齿轮副阶数、偏心率以及转速差对差速器转弯时运动特性的影响;利用Adams软件对端曲面防滑差速器的防滑特性进行了动力学仿真。结果表明,与普通圆锥差速器相比,端曲面齿轮防滑差速器具有显著的防滑特性,防滑系数可达2.5。通过简化端曲面齿轮防滑差速器模型,搭建差速器实验平台,得到了非圆行星齿轮偏转角速度,验证了在差速状态时其理论值的准确性。     

基于模型驱动的核工程顶层架构设计方法研究

提出一种基于MagicGrid方法论的核工程顶层功能架构和逻辑架构迭代优化的建模流程。从正常工况出发，逐步开展功能分析与逻辑构建，之后分析逻辑结构的故障模式，衍生出非正常工况，并在非正常工况驱动下开启下一次设计迭代，在覆盖所有工况后形成核工程的功能架构和逻辑架构。在某供热堆项目上验证了方法可行性，可用于指导核工程顶层功能基于模型的系统工程（MBSE）建模工作。     

基于多尺度感知和图像关联的人群计数方法

人群计数广泛应用于公共安防、视频监控等领域，但由于目标遮挡、背景干扰以及人群尺度变化等因素的影响，人群计数模型的准确率有所降低。基于深度学习卷积神经网络架构，提出了一种基于多尺度感知和图像关联的人群计数方法。其中，多尺度感知模型包括初级特征提取网络、多尺度特征提取模块、特征融合模块和一个后段架构用来提取图像的多尺度特征，从而适应尺度的变化；而图像关联模型使用特征关联模块和融合模块将输入图像与相干图像进行联系，通过学习图像之间的深层关联性来提升预测密度图的质量。在ShanghaiTech Part＿A、Part＿B和UCF＿CC＿50等公开数据集上的实验结果表明，提出的方法在MAE、RMSE和SSIM三项指标上均有较好性能。     

继电保护控制系统的可视化开发和管理

针对继电保护控制装置需求不断变化和无人值守变电站远程管理困难的问题,提出了一种可视化软件开发 和管理方法.该方法通过驱动逻辑配置方式完成可视化开发,解决了当需求变化时必须修改程序才能满足要求的问 题;并通过远程可实时交互方式完成了在线管理,解决了在发生故障时必须到现场获取数据才能分析处理故障的问 题,有效地降低了开发和运维成本.介绍了实现该方法的软件架构设计和App界面设计内容,并通过实际工程项目 应用案例验证了该方法的有效性.该方法可很好地推广到新型电力和能源系统.     

基于Yolov3算法的铁轨弹条检测识别

针对现有技术方案在铁轨弹条检测中存在检测率低或无法满足实时性要求等问题，提出了一种基于Yolov3算法的铁轨弹条检测方案。构建以卷积神经网络为主的网络结构，在每一层卷积层后加入残差块结构，加强了网络的特征学习能力；引入特征金字塔结构，加强网络层特征复用，实现对小目标检测精度的提升。相较于其他深度残差网络，所构建的网络结构检测率为95.10%,平均检测速度大于70 FPS,在检测精度未明显下降的情况下，实现了检测速度的大幅提升。在各种试验环境条件下，算法的鲁棒性良好，因此所提方案可满足实际的工程运用需求，实现对铁轨弹条的全天候检测。     

基于改进自注意力机制的金字塔场景解析网络

金字塔场景解析网络存在图像细节信息随着网络深度加深而丢失的问题，导致小目标与物体边缘语义分割效果不佳、像素类别预测不够准确。提出一种基于改进自注意力机制的金字塔场景解析网络方法，将自注意力机制的通道注意力模块与空间注意力模块分别加入到金字塔场景解析网络的主干网络和加强特征提取网络中，使网络中的两个子网络能够分别从通道和空间两个方面提取图像中更重要的特征细节信息。针对现有的图像降维算法无法更好地提高自注意力机制计算效率的问题，在分析“词汇”顺序对自注意力机制计算结果影响的基础上，利用希尔伯特曲线遍历设计新的图像降维算法，并将该算法加入到空间自注意力模块中，以提高其计算能力。仿真实验结果表明，该方法在PASCAL VOC 2012和息肉分割数据集上的精度均有提高，小目标与物体边缘分割更加精细，其中在VOC 2012训练集中平均交并比与平均像素精度分别达到75.48%、85.07%，较基准算法分别提升了0.68、1.35个百分点。     

基于P300特征的脑-机接口解码算法研究综述

脑-机接口是脑与外部设备连接进而实现信息交换技术，核心是发挥人脑的优势，直接通过人脑与外部环境进行高效互动，目前已成为世界各国的研究热点。P300是由特定刺激范式激发的事件相关电位中的一个典型成分，最初研究发现，当人脑受到某些小概率事件刺激时，会在脑电信号中出现一个潜伏期约为300 ms的正向波峰。由于P300成分具有刺激特异性，因此该特性已被广泛用来研究注意、辨认等认知功能，基于P300特征的脑电范式也已经成为三大主流范式之一。近年来，结合P300和脑-机接口的具有实用功能的应用大量涌现，与此相关的解码算法也被提出并不断改进，这为人们研究P300脑-机接口提供了便利。然而，P300脑-机接口的相关解码算法缺乏系统性总结，各类算法之间的特点也尚未得到明确比较。该文依据P300成分主要在顶枕区响应的特点，提出了基于非空间信息的P300脑电解码算法；依据P300成分在不同脑区响应特征不同的特点，提出了基于空间信息的P300脑电解码算法；依据近几年信息技术快速发展，深度学习已不断在P300脑-机接口中应用的特点，提出了基于深度学习的新型P300脑电解码算法；从以上三个角度入手，总结近年来P3...