支持属性撤销且抗泄漏的密文策略属性基加密

针对边信道攻击引起密码系统秘密信息泄漏问题,提出抗密钥泄漏且支持属性撤销的密文策略的属性基加密方案。提出的方案具有完全安全性。基于双系统加密技术,给出的方案在标准模型下是可证安全的。该方案不仅可以抵抗私钥的泄漏而且也可以抵抗主密钥的泄漏。此外,给出的方案通过密钥的有效更新还可以抵抗密钥的持续泄漏。     

基于干扰感知的无线自组网多播机制

在采用网络编码的无线自组网多播场景中,为了有效地克服节点密度较大时干扰对多播整体性能的影响,提出了一种衡量路径干扰情况的路由度量标准。基于该度量标准,对网络编码机会和节点间干扰避免进行了均衡处理,构建出一种基于部分网络编码的无线自组网干扰感知多播路由机制。仿真结果表明,该机制在能耗、延时和吞吐量等性能方面均优于基于传统网络编码的多播方案,因此特别适用于节点密度较大的场合。     

灌溉水资源非常态控制过程

为了对灌溉水资源过程进行有效地控制,使其满足多源多约束灌溉水资源配置体系,在多源多约束的灌溉水资源配置体系和工作流的基础上提出灌溉水资源非常态控制过程的建模方法,并通过对Petri Net描述的工作流网的化简验证了这种非常态控制过程建模的正确性。     

藏文Web网络环境下的搜索策略研究

该文分析了藏文Web网络的度分布和最大度优先搜索算法存在的问题,提出了搜索效率更高的二分度搜索算法和双遍历器的二分度与最大度同步搜索算法。根据社区划分原理,设计和构建了藏文Web社区环境下的搜索算法,实验结果表明,其平均搜索步数和平均查询信息量都优于实验中其他搜索算法。     

一种改进的Apriori算法研究与应用

针对关联规则中Apriori算法的性能瓶颈,提出了一种基于矩阵的NCM-Apriori算法。该算法通过仅对矩阵扫描一次和考虑矩阵每列权值而建立AE数组的方式,来获得频繁项集,从而有效降低数据库I/O操作系统开销、提高关联规则的挖掘效率,同时利用概率论的性质提高关联规则的生成效率。最后将此算法应用到影响水位流量关系因素的挖掘中,为防洪规划设计提供决策支持。     

基于LMP检验的正弦波频率估计可靠性评估

针对正弦波信号频率估计结果的可靠性评估问题,提出了一种基于局部最大势 (LMP, locally most powerful)检验的处理方法。先建立正弦波频率估计可靠性分析的假设检验模型,然后根据某一次特定频率估计值构造参考信号,并将其与观测信号做相关累加。通过分析不同假设下相关累加值概率分布的参数差异,利用LMP构造统计量,并给出了相应的判决门限,以实现可靠性判决。推导了LMP统计量的概率分布特性及其理论检测性能。仿真结果表明,本算法可在较低信噪比条件下实现对单次正弦波频率估计结果的可靠性判决。     

基于视觉词袋模型的图像分类改进方法

文中主要基于视觉词袋（BOVW, Bag-Of-Visual-Words）模型对图像进行分类处理,并对传统视觉词袋模型存在的不足进行了改进,提出了一种基于视觉词典的权重直方图来表达图像,采用优化的k-means聚类算法（k-means+）用于视觉词典的构建,代入KNN（K-Nearest-Neighbors）分类器进行分类。通过对Caltech 101和Caltech 256这两个经典数据库进行实验,实验结果表明该改进方案较传统方法提高了分类的正确率。     

角点与边缘信息相结合的遥感图像飞机检测新方法

利用遥感图像中飞机目标的边缘特征和角点特征,提出边缘与角点信息相结合的遥感图像飞机检测新方法.首先,进行Canny边缘检测,提取遥感图像中飞机目标边缘信息,并利用OTSU算法二值化处理图像;然后,进行Harris角点检测,找出满足飞机角点分布特征的区域,去除伪目标;最后,进行区域生长式聚类,通过求取类心最终确定飞机位置.对60幅高分辨率遥感图像进行飞机检测测试,正确检测出238架飞机中的220架,漏检18架,48个虚警.实验表明,该方法可以有效解决复杂背景下飞机检测问题,具有良好的检测性能.     

基于中值PCA和加权PCA数据分类的研究

在分析了传统主成分分析（PCA）方法的原理和实现方法上,提出了基于中值的主成分分析新方法（MPCA）.另外,针对多类高维数据分类问题,较深入地研究了权函数对分类问题的影响,对传统PCA模型进行加权处理得到加权主成分分析（WPCA）.实验结果表明,MPCA比传统PCA具有较好的分类效果,不同权函数对数据的分类结果影响较大,且WPCA比传统PCA在分类效果上有明显的优势.     

汉语数字耳语音识别研究

耳语音识别可应用于国家安全的某些特殊需要。运用双门限法对语音样本进行端点检测,通过实验分别找出短时能量、短时过零率的高低门限4个参数的最佳取值。深入分析研究参数的抗噪问题,在MFCC参数中引入短时能量、一阶差分、二阶差分等参数,增强MFCC的抗噪性。研究表明,在隐马尔可夫模型中,MFCC和LPCC联合运用讨论识别效果要远优于独立参数。