面向Kad网络的eMule文件下载控制方法

结合关键词污染和Kad索引污染技术,设计一种面向Kad网络的eMule文件下载控制方法。从Web服务器获取eMule文件的 ED2K链接,解析链接得到文件属性信息,通过构造虚假文件属性信息污染Kad网络的关键词字典和文件索引字典,从而控制eMule文件在Kad网络中的传播。实验结果表明,该方法可以延缓eMule节点之间的连接时间,达到eMule文件下载控制的目的。     

基于双线性对的指定验证者签名方案

利用双线性对构造的数字签名具有安全性高、密钥长度短和实现快速等优点,为此通过双线性对构造一个指定验证者签名方案,给出其在招投标中的应用流程,通过理论分析证明该方案具有正确性、不可伪造性、不可否认性、不可传递性及签名源的隐匿性,并能防止招标公司为获得最低报价而采取的作弊行为。     

大气环境建模与仿真技术

概述了大气环境建模与仿真技术领域的发展历程和技术现状,阐述了大气环境建模与仿真的关键基础技术,包括综合自然环境概念参考模型、大气环境建模技术、动态大气环境仿真技术、环境数据表示和交换技术、主环境库技术、环境剧情生成技术、大气环境对武器装备的影响仿真及评估技术、基于分布网络的大气环境仿真技术、虚拟现实技术、大气环境建模与...     

X测试模型的改进与应用

针对目前常用的X测试模型结构松散和不够严谨的问题,提出了改进的X测试模型,能有效地规划测试工作和改善软件质量。改进的X测试模型在原模型基础上增加了回归测试和验收测试过程,对测试人员与测试方法间的关联进行了调整,强调客户的参与和测试需终止,从而解决了产品不符合客户要求、客户需求改变、测试效率低等问题。将改进的X模型应用于数字版权运营平台的开发测试中,应用结果表明,该模型提高了开发效率,保证了软件质量。     

支持向量机的进化多核设计

为提高支持向量机分类精度,提出一种基于遗传程序设计的进化多核算法.算法中每个个体表示一个多核函数,并采用树形结构进行编码,增强了多核函数的非线性;初始种群由生长法产生,经过遗传操作后得到适合具体问题的进化多核函数.遗传程序设计的全局搜索性能使得算法设计不需要先验知识.与单核函数及其他多核函数的对比实验结果表明,进化多核...     

基于断点恢复技术的DRM打包器

针对目前数字版权管理(DRM)系统中关于打包器的研究只限于功能论述和技术概括的现象,提出了一种基于断点恢复技术的通用DRM打包器。打包器通过断点集实时记录其状态信息,在发生异常中断重新启动时自动恢复中断前的打包任务。并采用自适应加密方案对不同大小的文件自动采取不同的加密策略,在保证安全性的前提下提高了加密效率。与普遍采用的商用DRM打包器的对比测试结果表明,该打包器具有更高的效率和健壮性,可为同类项目开发提供参考的解决方案。     

基于FPGA的高精度光子计数检测系统研究

为了实现微弱光信号的高精度检测,设计了一种基于现场可编程门阵列(FPGA)的光子计数检测系统.采用高灵敏度的光电倍增管作为光电转换器件,有效地实现微弱光信号的获取与处理.基于FP-GA,设计了时序控制模块、光子计数模块、串口通信模块、存储模块和键盘扫描控制模块,完成信号的处理与存储.使用该系统对三磷酸腺苷(ATP)样品...     

Contourlet变换低通滤波器对图像融合算法影响的讨论

根据Contourlet变换多尺度、多方向的特性以及自然图像的频谱特点, 分析了Contourlet变换低通滤波器对图像融合算法性能和融合结果中伪轮廓的影响, 讨论了低通滤波器与分解层数选取之间的关系. 理论与实验证明, 使用带宽较窄的低通滤波器能够得到较好的融合结果, 当低通滤波器系数均为正数时融合图像的伪轮廓显著减少. 本文比较了使用不同低通滤波器和不同融合准则时得到的融合结果, 实验结果证明, 使用合适的低通滤波器, 可以在选用较简单的融合准则和分解较少层数的情况下, 得到很好的融合结果, 大大减小了融合算法的复杂度.     

一类新的正交样条函数——Franklin函数的推广及其应用

为了探索样条曲线曲面的正交表达及其频谱性质,提出了一类新的k次正交样条函数--Franklin函数的推广,简称为k次GF系统.Haar函数及Franklin正交函数恰好分别是GF系统当k=0及k=1时的特殊情形.基于GF系统,给出了用以计算样条曲线曲面频谱的信息转换算法,该算法具有直观、简便、快速的特点.构建的数据处理平台可用于样条曲线曲面的分析与综合;实验表明有限项GF系统能够实现一类几何造型的精确重构,而有限项傅立叶正交甬数则不能精确重构该原图.     

基于稀疏性非负矩阵分解和支持向量机的时频图像识别

针对机械故障诊断领域对反映设备运行状态的图像识别困难以及选择和提取敏感特征困难的问题, 将基于图像的机械设备运行状态判别问题当作图像的识别问题来处理, 提出使用稀疏性非负矩阵分解(Sparse non-negative matrix factorization, SNMF)和支持向量机(Support vector machine, SVM)对时频图像进行识别进而判断机器运行状态, 从而避免特征的选择和提取. 稀疏性非负矩阵分解在对时频图像进行大规模压缩的同时, 能够很好地保留图像的隐含特征, 从而大大减少自动识别时频图像的计算复杂度, 并有效地提高支持向量机的识别精度. 此外, 本文还对影响识别率的稀疏性非负矩阵分解的各参数进行了讨论. 实验结果表明, 该方法对时频处理方法依赖性低, 在大多数情况下都能获得较传统方法高的识别率.