基于身份的指定验证者代理签名方案*

在代理签名中,原始签名人能将其数字签名权力委托给代理签名人;在指定验证者签名方案中,只有事先指定的验证者才能验证签名的有效性.综合上述两种方案的优点,利用Weil对的双线性映射,构造了一个基于身份的指定验证者代理签名方案,并对其安全性进行简要的分析.     

预测帧编码中基于场景信息的宏块模式跳过算法*

在对场景信息进行分析的基础上,提出了H.264/AVC中预测帧的一种快速算法.对于未发生场景切换的预测帧,采用INTRA模式跳过算法(IMSA),跳过该帧中所有的INTRA模式的决策过程.对于发生场景切换的预测帧,跳过INTER模式的决策过程(PMSA).仿真结果显示,与采用完整的率失真优化(RDO)决策过程相比,未发生场景切换时,所提方法能减少30%～60%的编码时间;发生场景切换时,能减少60%～70%的编码时间,并且未导致明显的图像质量下降和码率的增加.     

一种针对信息网格RBAC模型私有权限问题的有效解决方案*

针对信息网格RBAC(Role-Based Access Control)模型中由于继承关系产生的子角色不能拥有私有权限的问题进行了研究,并分析了当前提出的使用私有角色和深度指示符这两种解决方法.通过分析得出这两种方法分别存在角色膨胀和组合爆炸的缺点.在此基础上,提出了一种带有权限传播深度的新解决方法,即角色中的每个权限分别具有公有和私有属性以及权限传播深度,同时提供了一个算法求解每个角色的权限集.     

基于微生物菌种资源库的图像智能检索系统研究*

在建设微生物菌种资源平台的基础上, 设计开发微生物菌种资源数据库管理系统,实现基于内容的Web图像智能检索系统.该检索系统采用B/S体系架构,可根据微生物菌种文本信息或图像的形状、纹理和颜色特征进行检索,有效提高了微生物菌种图像信息搜索的查准率、查全率和查找速度.     

网络游戏中移动同步问题的解决方案*

在基于C/S网络游戏架构下,介绍了网络游戏中的网络分布式对象的概念,分析了基于图形帧移动的错误方法,提出了一种基于时间移动的算法,并使用插值的方法改进了该算法.最后在上述基础上,提出了一种基于客户端预测和客户端修正的移动同步算法.在实时性要求较高的网络游戏中该算法完全能解决移动同步问题.     

基于知识的P2P网格资源发现研究*

针对当前网格资源管理系统扩展性差的问题,提出了具有分布式本体知识库的网格资源管理模型.新模型由分布的多个自治管理域组成;自治域之间通过DHT覆盖网连接.网格资源信息以本体知识库的形式管理:本地知识库管理域内网格知识;全局知识库则提供分布本体的语义映射以及知识的索引和定位.资源发现转换为本体知识库的实例检索推理,并且支持跨管理域的资源集发现.新模型极大地提高了网格资源管理系统的可扩展性.     

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.     

基于事件空间划分的高效发布订阅路由算法*

传统的逆向路径转发的路由效率是O(N),基于事件空间划分的贪婪路由技术将效率提高到O(N1/d).在此基础上,采用祖先队列的路由数据结构,建立虚拟层叠网络中不同路由域之间的相邻关系,并通过祖先队列记录域间代理的相邻关系,实现了分层分路由域的代理之间的分级跨跳路由,称为Spanhop路由.通过性能分析表明,使用该路由算法,路由的平均路径减少到O(ln N),同时取消了事件空间维度d对路由效率的影响.这种方法通过增加少量的存储代价,提高了在大规模的面向广域网的发布订阅系统当中的路由效率.     

CBR技术在自动配色系统中的应用研究

为提高复杂多变条件下的配色准确率,提出了基于案例推理（case-based reasoning,CBR）的新型自动配色技术,并给出了原型--基于案例推理的配色系统(CBRCMS). CBRCMS对配方库组织结构、配方检索、配方复用、学习调整等关键技术进行了探讨.CBRCMS基于大量的历史优良配方,以色度迭代逼近技术作为配色精度的基本保证,并将其作为CBR配方复用的主要方法.实验数据显示,CBR的引入可明显提高配色准确率,CBR技术的自适应、自学习特点对传统配色技术是很好的补充.     

基于局部密度的最小生成树聚类算法及其在电力大数据的应用

电力大数据主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节,,如何运用这些数据提高电力管理工作的智能化水平已经成为相关电力环节十分重要的研究课题之一。但现有电力大数据中用到的聚类方法却不能发现任意形状的数据集聚类类别(即类簇),这影响了电力大数据在应用中的计算精度与计算时长。因此提出了一种新的算法,即使用局部密度峰值和基于共享邻点的距离,更好地结合了密度与距离的关系,表示出数据之间的差异。使用局部密度峰值并用基于共享邻点的距离来构造最小生成树,然后重复切割最长的边,直到找到给定数量的簇。在电力大数据应用上的实验结果表明,该算法在具有良好的效果。