一种基于身份的群签名方案*

群签名使得群中任何一个成员均可以代表该群进行签名,而不会暴露签名者的身份.当争议发生时,签名者的身份可以通过群管理员公开.基于身份的签名与群签名有许多相似性,给出了一个由基于身份的签名转换而来的群签名,并给出了它在电子选举中的应用实例.     

网格研究及其开发环境*

探讨了网格研究的基础理论、核心问题、具体研究内容和难点;仿真是研究网格资源管理和调度问题的重要方法,分析和评价了目前主要仿真工具的特点及应用;GT3已经成为网格项目开发的主流工具,给出了建立GT3 Core网格服务开发平台的方法;介绍了基于CGSP(China Grid Support Platform)的网格开发环境.以期有助于网格的创新研究和应用开发.     

一种高动态范围图像可视化算法*

提出的自适应HDR图像可视化算法中,输入图像被分解为基本层和细节层.该算法将整体明暗效果的显示看做整体问题,对表示亮度的基本层采用基于整体统计信息的直方图调整算法处理;可视细节信息的保持作为局部问题,算法采用自适应细节增强算法处理细节层.通过定义映射图对细节增强后的图像进行最终映射,将两方面结合起来得到最终结果.实验结果表明,该算法能对HDR图像进行较高视觉质量的显示.     

基于CCA的人耳和侧面人脸特征融合的身份识别*

鉴于人耳和人脸特殊的生理位置关系,从非打扰识别的角度出发,提出仅采集侧面人脸图像,利用典型相关分析的思想提取人耳和侧面人脸的关联特征,进行人耳和侧面人脸在特征层的融合.实验结果表明,此方法与单一的人耳或侧面人脸特征识别比较,识别率得到提高.     

基于鲁棒学习算法的水下机器人神经网络控制

针对水下机器人神经网络控制系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,结合误差反向传播学习算法,推导出一种新颖的强鲁棒性学习算法,并详细讨论其全局稳定性条件,最后在水下综合探测机器人仿真平台上进行了试验研究.结果表明,控制器对学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.     

具有中介状态和失效相关时 表决工程系统的可靠性分析

传统的模糊可靠性理论由于引入了模糊工作状态,因素处理方法不断细化,使得分析模型越来越复杂,计算方法过于烦琐,难以为工程实际所应用,特别是对于表决工程系统。采用具有“安全-中介-失效”三级工作模式的单元和系统的可靠性分析方法,运用随机事件的S并运算和T交运算规则,给出了具有中介状态的表决工程系统可靠性向量的计算方法和步骤,可靠性分析的结果是求出系统的安全概率（可靠度）PR、中介概率PM和失效概率PF,并构成可靠性向量［PR,PM,PF］。同时考虑了系统各单元间失效相关性问题,合理地给出单元间的失效相关性参数λ∈［0,1］之值,并利用Sλ和Τλ算子计算考虑各结构失效相关性时表决工程系统的可靠性向量。     

精确定位的高带宽新型音圈电机驱动器研究

为了在极高磁道密度（TPI）的硬盘中快速寻道定位、读取数据,研发了一种新型高带宽驱动器组件.该新型高带宽驱动器的音圈电机（VCM）具有独特的音圈结构和磁极（体）排列.在电磁设计中,应用三维有限元分析法（FEA）对一些关键电磁参数及主要结构尺寸进行了优化;预测了系统的动态性能.分析表明,新型音圈电机驱动器产生的电磁力形成了纯力矩,降低了轴承和轴上的反作用力,与传统驱动器相比,更好地抑制了影响伺服带宽的横向准刚性体震动模式（QR模式）,使驱动系统能在高TPI下快速跟踪和精确定位.实验测试了系统的频率响应特性,与理论设计符合得较好.     

简支深梁用和函数法的级数解答

引用和函数法求解弹性力学平面问题, 对简支深梁受三角形荷载作用时的应力进行了分析,同时给出了该问题的付立叶级数解答,该方法不仅将求解弹性力学的偏微分方程组解耦成非耦联的几个偏微分方程,而且其结果与传统的Airy应力函数得到的解答完全一致, 证明了该方法的正确性和适用性,该方法拓展了将经典的弹性力学解析法用于解决工程实际问题的空间。     

多样性制导分段进化的基因表达式编程

为了解决基于传统基因表达式编程（GEP）的函数挖掘及其改进算法仍然存在局部优化的缺陷这一问题,提出了以基因组多样性制导的分阶段进化挖掘算法DGGEP。给出了GEP 进化阶段和基因组多样性评估模式的定义;提出了描述进化阶段的进化因子概念和分阶段进化策略;采用动态遗传算子设计和群体规模控制方法,使进化更快速跳出局部最优。实验表明了新算法的有效性,能减少进化停滞代数65％以上,使群体的平均适应度提高12%以上。     

基于家族基因的网格信任模型

针对现有基于PKI (Public Key Infrastructure)的网格信任系统的不足,证书主体信息不明确, 认证过程复杂等缺陷提出了一种新颖的基于家族基因的网格信任模型。该模型解决了传统信任模型存在的问题,如采用将用户的全部身份信息放在用户的基因里方法解决了证书主体信息的不明确,用基因检测解决了认证过程的复杂,用基因指派解决了访问控制的繁琐,并且给出了网格家族、家族基因、基因指派、基因鉴别和信任等概念,并建立了模型的形式化描述,理论分析和实验结果表明这种模型是网格信任领域一种较好的解决方案。