一种有效的优化的多载波通信系统的功率分配算法

本文提出一种关于DMT系统传输纯数据流业务的最佳的功率分配算法，该算法使用了一种有效的表格查手工艺工和拉格朗日乘法器对分搜索办法，能够较快的收敛到最佳的功率点。同时，易于用硬件和软件实现。     

改进的代理多重签名方案*

Ji和Li提出的一种基于椭圆曲线离散对数问题的代理多重签名方案存在两个问题：a）安全性,该方案的签名验证数据中没有避免孤悬因子这一现象,因此并不满足强不可伪造性,任意一个原始签名者能伪造代理多重签名;b）效率,代理多重签名的长度和验证其签名效率与原始签名者的个数有关。对Ji-Li代理多签名方案的安全性和效率进行了分析,提出了新的、安全的基于椭圆曲线离散对数问题的代理多签名体制,提高了签名验证效率、缩短了签名长度。     

基于ICA与Bayes的判别分析模型*

简要介绍了Bayes判别分析模型的特点及存在的问题,概括了独立成分分析(ICA)的特点及发展现状,提出了基于ICA与Bayes的判别分析模型--IBD模型.该模型首先利用ICA的方法将相关性数据指标转换为互相独立的数据指标,并通过卡尔曼滤波方式滤去高频数据,有效地去除了噪声,最后利用Bayes方法对转换的数据进行判别分析.实验结果表明,当数据之间存在相关关系时,IBD模型的判别分析效果要优于Bayes与Fisher判别分析模型.     

随机Markov跳跃时滞系统的鲁棒H∞指数滤波器设计

研究了一类不确定随机Markov跳跃时滞系统的鲁棒H∞指数滤波问题.应用Lyapunov-Krasovskii稳定性理论和广义Finsler引理,建立了滤波器存在的时滞相关条件,避免了使用模型变换方法和自由权矩阵方法所带来的保守性和繁冗的计算,鲁棒H∞指数滤波器可通过求解联立线性矩阵不等式设计.数值例子说明了所采用方法的有效性.     

一种基于小波系数边信息的鲁棒水印算法

为了实施图像的版权保护,提出了一种基于小波系数幅值关系的盲水印算法。原始图像通过三级小波分解得到小波系数,算法在密钥的控制下,伪随机地选择中频子带中两块共8个系数组成一组。通过小幅度量化来加强每组数据中两块系数幅值的大小关系特征,利用这组系数的特征作为边信息和水印信息生成密钥、嵌入水印。保存密钥,并在密钥的控制下提取水印。实验结果表明,该算法不仅能有效抵抗JPEG压缩、低通滤波、高斯噪声和几何攻击,而且水印图像的PSNR可以保持在50 dB以上。     

基于融合信息的癌症相关基因选择方法

基因表达数据的出现,为人类从分子生物学的角度研究和探索癌症的发病机理提供了广阔的前景,利用基因表达数据发现与癌症相关的基因对于癌症的诊断和治疗具有重要的意义。在过去的十几年里,已经有很多种计算方法被成功地用于从基因表达数据中找出与癌症相关的关键基因,然而,不同的方法从不同的角度刻画基因对不同类型样本的区分能力,它们选择出来的关键基因可能不一致,这将给医学解释和应用带来困扰。现提出一种融合的方法,即将基因在不同方面对样本的判别能力结合起来,首先计算每个基因的信息增益、全局判别能力和局部判别能力,再用它们的识别率进行加权,进而计算每个基因的综合判别能力,最后筛选出判别能力最高的基因子集作为关键基因子集。实验结果表明,此方法得到了比采用单独一种评价标准更好的识别效果。     

人脸特征的SIFT保护算法

人脸识别技术在门禁、视频监控等公共安全领域中的应用日益广泛,人脸特征数据的安全性和隐私性问题成为备受关注的焦点。提出一种基于SIFT的人脸特征安全保护新算法,首次将随机投影应用到对人脸特征数据的保护中。该算法首先利用SIFT特征对旋转、尺度缩放、光照变化等具有较好稳定性的特点,提取有较好鲁棒性的人脸数据;然后根据用户密钥对SIFT特征进行不可逆变换,生成具有可重建性的人脸特征模板数据,从而实现对人脸特征数据的保护。实验表明,该算法在CMU、AR和Feret人脸数据库中均取得较高的识别率,不仅对人脸特征数据具有保护作用,并且对姿势、遮挡和表情的变化具有较高的鲁棒性。     

纹理分析中的图模型

纹理作为一种重要的视觉特征,广泛应用于图像分析。高斯图模型（GGM）可以很好地描述有交互作用的高维数据,因此可用来建立图像纹理模型。根据纹理特征的局部马尔可夫性和高斯变量的条件回归之间的关系,将复杂的模型选择转变为较简单的变量选择,应用惩罚正则化技巧同步选择邻域和估计参数。提取基于图模型的纹理特征分析纹理,实验显示了很好的效果。因此,利用高斯图模型来构建纹理模型有很好的发展前景。     

蛋白质亚细胞定位预测的机器学习方法

蛋白质亚细胞定位与其功能密切相关.蛋白质在细胞中的正确定位是细胞系统高度有序运转的前提保障.研究细胞中蛋白质定位的机制和规律,预测蛋白质的亚细胞定位,时于了解蛋白质的性质和功能,了解蛋白质之间的相互作用,探索生命的规律和奥秘具有重要意义.基于机器学习方法的蛋白质亚细胞定位预测是生物信息学研究的热点之一.从数据集的建立、蛋白质序列特征刻画和蛋白质亚细胞定位预测算法3个方面,总结和评述了在过去十几年里机器学习方法在蛋白质亚细胞定位研究中的应用情况和取得的成果,分析了机器学习方法在蛋白质亚细胞定位预测方面存在的问题和面临的挑战,指出了蛋白质亚细胞定位研究的主要方向.     

一阶双曲构建Hill密码及计算机模拟

讨论用PDEs构建Hill密码的方法。以一阶线性非齐次双曲方程混合问题的形式给出加、解密问题的模型,由差分格式算法设计可用于加、解密的矩阵方程。改进的Hill密码系统中,矩阵变化多样、密钥空间大且便于传输和管理。用MatLab编制软件实现加、解过程并对部分结果进行分析。