正算子估值测量量子密钥分配方案及安全性分析

为探索一种直接应用正算子估值测量进行量子密钥分配的最佳方案,利用正算子估值测量对两个非正交量子态的可靠识别,提出了一种使用该测量法直接进行量子密钥分配的方案.分析了无噪信道环境下具有最佳安全性兼具较高效率、两非正交量子态间最佳夹角的取值,及在此情况下窃听者造成的错误率门限.计算表明,本方案通信双方密钥的分配效率可达50%,对窃听者的检测率达6.25%,仅需3次密钥协商过程,达到或优于主流经典量子密钥分配协议各项指标,有一定实际应用价值.     

遗传算法理论及其应用研究进展

首先阐述遗传算法的原理和求解问题的一般过程;然后讨论了近年来从遗传算子、控制参数等方面对遗传算法的改进,并对遗传算法在计算机科学与人工智能、自动控制以及组合优化等领域的应用进行陈述;最后评述了遗传算法未来的研究方向和主要研究内容。     

基于混合编码的差异演化算法解0-1背包问题*

针对典型的一类NP完全问题——背包问题,提出一种混合编码的差异演化求解方法。该方法基于差异演化算法框架,采用混合编码机制,每个决策变量均由一个实数和一个二进制数的组合表示。利用新定义的映射算子,构建混合编码的种群;增加边界约束处理算子,确保变异算子计算结果满足边界约束条件;利用新定义的丢弃算子对于不可行的装包策略进行修正。通过数值仿真实验,将该方法与遗传算法、二进制差异算法的计算结果比较分析,表明该算法求解背包问题的有效性与适用性。     

基于Canny算子和数学形态学的细胞边缘检测方法

提出了一种基于Canny算子和数学形态学的肉类细胞图像的边缘提取方法．制作了猪肉自然放置过程中各个时段的切片样本,先用Canny算子对0小时切片图像进行细胞边缘的提取,再根据数学形态学方法采用结构元素探针进行膨胀运算,对断裂的边缘和细胞内的孔隙进行填充,然后进行平滑处理．实验结果表明,该方法优于单纯基于微分算子的Canny算子边缘检测方法,为细胞切片图像的特征提取、识别等相关研究奠定了较好的基础．     

关于加权的Bernstein-Markov型不等式

假设函数f在端点处具有奇性,该文针对此类函数定义了一类修正的Bernstein算子,并在此基础上给出了修正的Bernstein算子的加权Bernstein-Markov型不等式,此类不等式推广了数学工作者们的结论。     

基于融合图像特征的角点提取方法

基于图像边缘的角点提取往往对噪音敏感,提取精度较高但运算量大,而基于图像灰度的角点提取易于实现但提取效果不佳.因此提出一种融合图像边缘特征和图像灰度特征的角点检测方法.首先在一较低尺度用Canny算法求出所有边缘点,然后求出每一边缘点的曲率值并求出初始角点集,利用Harris算法通过实验在一较优尺度下对初始角点进行筛选并确定最终的角点集合.所提方法融合图像角点提取的两大特征,可以有效改进在单一特征提取下的不足.通过对比实验,该算法明显地提高了图像角点检测性能.     

坐标测量机定位中的边缘算法

通过分析像素梯度分布,提出基于梯度分布的低阈值调整算法.实验证明,改进后的边缘算法能有效地剔除孤立噪声,增强弱边缘信息,更好地为三坐标测量机提供定位信息.     

高速的9×9尺寸模板Zernike矩边缘算子

根据Zernike矩基本原理,提出了基于9×9模板尺寸的Zernike矩边缘算子。首先推导Zernike矩模板计算过程,然后计算出2个9×9模板,并选取二值图像和经过5次平滑的模糊图像为对象对新算子进行了测试。结果表明:对于理想的二值图像,新算子具有较强的边缘细化能力,且边缘检测精度也较高;而对于模糊图像,虽然新算子的边缘检测效果也较好,但应注意边缘图像表征与亚像素坐标数据间存在不一致的现象。最后,采用先粗后精定位思想,使新算子的运算速度大幅提高,耗时仅为0.19s。     

全局最优位置变异粒子群优化算法

针对粒子群优化算法的早熟收敛,容易陷入局部最优且搜索精度不高等缺点,在现有的粒子群优化算法的基础上对其进行了若干改进,提出了避免微粒群陷入局部最优的全局最优位置变异的粒子群算法,并与其他算法做了比较,体现了其优越性.     

L-fuzzy闭包算子及其等价刻画

借助L-fuzzy映射和L-fuzzy集的像,给出了由L-fuzzy映射诱导的L-fuzzy闭包算子及其等价刻画.当L为有限分配格时,讨论了代数的L-fuzzy闭包算子及其所诱导的闭包系统的等价刻画.