基于串空间模型安全协议形式化分析方法的研究

从串空间模型理论人手,提出了三种典型的串空间形式化方法（基于极小元理论的串空间方法、基于理想与诚实理论的串空间方法、基于认证测试理论的串空间方法）,并对每一种方法的证明步骤及优缺点进行了分析。在此基础上,应用提出的串空间方法对Yahalom协议的秘密性和认证性进行了分析。分析结果表明利用不同方法的优点,能更好地保证安全协议形式化分析的准确性。     

一种基于向量空间模型的主观题批改算法

文字类主观题的自动批改是在线考试系统的一个关键技术。本文在研究主观题自动批改技术现状的基础上,提出了一种基于向量空间模型的短语级句子相似度计算方法,并基于该计算方法设计了一种主观题自动批改算法,经验证,实验结果基本达到预期目标。     

基于模糊技术的彩色图像分割方法

由于彩色图像提供了比灰度图像更为丰富的信息,因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题,目前对彩色图像的分割已提出了许多种算法,在这些算法中由于模糊技术能很好地表达和处理不确定性问题,因此在彩色图像分割领域会有更广阔的应用前景。本文主要介绍了基于模糊技术的模糊阈值分割法、模糊聚类分割法和模糊连接度分割法。     

基于高斯混合模型的空间域背景

运动检测和背景分离技术是智能视频监控系统中的一项关键技术。由于目前广泛使用的高斯混合模型背景分离法是在像素域的时间尺度上对像素进行分类,因此常常造成误判,且无法解决阴影问题。为解决此问题,提出了一种空间域上的背景分离法。该方法首先将像素检测从像素域拓展至空间域的局部窗口内;然后在得到前景点集后,再将此空间域检测思想结合像素亮度特征运用到阴影消除中;最后,对经典模型的部分参数估计方法进行了修改。相关的实验结果证明,该方法可用于提高背景分离的检测精度和实现运动物体阴影消除。     

一种改进的波束域ESPRIT算法

高分辨方位估计技术在声纳、雷达、通信、地质探测等众多应用领域中占有十分重要的地位.ESPRIT算法作为一种成熟的高分辨算法有运算量小的优点,但其减小了阵列的有效孔径,在现有的高分辨处理设备中,由于空间的限制,阵列不可能随意增大,因此要最大限度的扩大阵列的有效孔径.通过对均匀线列阵下波束域ESPRIT算法(BmESPRIT)的研究,提出了一种基于ESPRIT的新算法,并给出了转换成波束域处理的构造方法.该算法利用后向平移技术,使两子阵列与原阵列具有相同的有效孔径.有效的利用了阵列资源.仿真结果表明在相同条件下该算法的估计性能明显提高.     

基于任务空间概念模型的导弹作战想定研究

作战想定是军事仿真领域不可缺少的重要组成部分.在目前的军事建模与仿真中,作战想定与仿真模型之间通常都是紧耦合的,由此带来了仿真成员、仿真系统可重用性差等诸多缺点.针对此,基于任务空间概念模型(CMMS)的思想,探讨了CMMS与想定的关系,分析了常规导弹作战想定中需要描述的主要内容,对导弹作战想定中的基本要素进行了分析抽取,并对其进行标准化、规范化的抽象描述,以实现想定与仿真系统相分离.最后,给出了想定数据库中基本表的结构和关系.     

气体输运过程新理论的研究

在两个主要假设的基础上直接得到了新的近似分布函数──合成分布函数。把这个新函数用于输运系数的计算时,得到了正确的表达式。如果以等效自由程“Ｌ”代替合成分布函数中的麦氏自由程“ｌ”时,该分布函数将变得更为精确。     

Protien side-chain conformational entropy derived from fusion data-comparison with other empirical scales

The loss of conformational entropy of protein side-chains isa major effect in the energetics of folding. The simplest approachis to enumerate the number of freely rotatable bonds. Recently,two scales of side-chain conformational entropy have been proposedbased on the definition of entropy as the Boltzmann samplingover all accessible states (S –Rp_iInp_i, where p_i is theprobability of being in a rotameric state). In one scale, derivedonly for aliphatic and aromatic side-chains, the values of p_iwere obtained from Monte Carlo simulations. In the other scale,the observed frequencies of different rotameric states in adatabase of protein crystal structures yielded an estimate forp_i. Here an empirical estimation of the fusion entropy of theside-chains is used to derive a third scale. The fusion entropyis obtained as a sum of empirically derived contributions fromcomponent hydrocarbon and functional groups. There is a goodagreement between the fusion scale and the other two scales.This suggests that the magnitude of conformational entropy isbeing correctly established     

灰度／深度图像序列的三维空间内插──一种新的计算机图像生成技术

本文提出的灰度／深度图像序列的三维内插方法,摆脱了原实摄路径限制,可在空间内任意巡行,采用空间稀疏化采样,从而达到大量节省存储量和高度灵活地可控再现空间场景的目的,为解决三维内插中庞大的计算量,我们研究了快速而实用的散点算法和深度适应的Ｗａｒｐ算法。通过介绍三维内插的几种简单情形,导出了一些简单、实用的算法。计算机仿真结果显示了这一新方法是完全可行的。     

基于RGBD数据与深度权重的压缩光场显示

使用多层空间光调制器的压缩光场(compressive light field,CLF) 显示技术具有空间带宽利用率高、图像分辨率好等优势,是一种很有前景的光场显示技术。传统的方法将光场分解视为超定问题并使用优化算法求解。随着重建光场的分辨率、深度、视角等性能参数的提升,优化算法的计算效率低、内存消耗大的缺陷被放大,难以实现快速计算。为此,本文提出了一种新型CLF分解算法,该算法将原始光场分解为物点进行存储,仅占用少量内存;利用深度权重和加权平均代替了优化算法,大幅提高了运算效率。在同等条件下,所提出的算法占用内存仅是传统方法的38.8%,计算时间缩短了93.7%,图像质量提高约1 dB。最后通过仿真和实验两种方式对比了该方法和传统方法的显示效果,验证了算法的有效性。