带记忆组合生成器的代数攻击

文章描述了代数攻击的一般原理和可攻击的流密码类型,针对带记忆非线性组合流密码的代数攻击,基于Courtios等人的工作,给出了一种新的寻找可用于代数攻击的低阶多元方程的方法。     

单星观测弹道估计的一种新方法

研究单颗卫星利用星栽红外传感器的到达角测量，在具有先验信息条件下，对弹道主动段参数进行估计的问题，提出了一种新的射向平面匹配的建模方法，该方法克服了以往算法模型病态的情况，理论分析和仿真计算结果表明了该算法的有效性。     

Piccolo算法的差分故障分析

Piccolo算法是CHES 2011上提出的一个轻量级分组密码算法,它的分组长度为64- bit,密钥长度为80/128-bit,对应迭代轮数为25/31轮.Piccolo算法采用一种广义Feistel结构的变种,轮变换包括轮函数S-P-S和轮置换RP,能够较好地抵抗差分分析、线性分析等传统密码攻击方法.该文将Piccolo算法的S-P-S函数视为超级S盒(Super Sbox),采用面向半字节的随机故障模型,提出了一种针对Piccolo-80算法的差分故障分析方法.理论分析和实验结果表明:通过在算法第24轮输入的第1个和第3个寄存器各诱导1次随机半字节故障,能够将Piccolo-80算法的密钥空间缩小至约22-bit.因此,为安全使用Piccolo算法,在其实现时必须做一定的防护措施.     

系统目标瞄准点优选方法

针对多发子母弹打击系统目标时瞄准点的优选问题,分析了现有瞄准点优化模型的不足,研究了新的优化模型.并利用遗传算法搜索最优解.优化模型综合考虑了系统目标的功能体系结构,子目标的易损性、重要度和几何特性以及作战使命.给出了瞄准点优选的仿真算例,说明了遗传算法在搜索速度和计算精度上都优于常用的循环循序搜索方法.仿真分析结果表明,抛撒半径、子目标的重要度和易损性对瞄准点有较大的影响.     

非线性融合模型的弹道估计精度评定

针对处理测量数据的非线性融合模型所估计出的弹道参数,在分离出模型误差的基础上，考虑了模型误差和随机误差对弹道估计精度的影响，并利用Monte Car-lo的方法评估经融合处理所得弹道的估计精度。     

“汉诺塔”签约协议及其在电子商务中的应用

文章以“汉诺塔”游戏为出发点,分析设计了一个高强度的公平的不可抵赖的签约协议。新协议一定程度上弥补了以前类似协议存在的问题。新协议尤其适合应用于电子商务中。     

融合Shadowed Sets聚类的离群点检测算法

从数据整体和宏观特点给出了离群点的新的定义,并基于数据宏观模式定义了一种新的离群因子,该因子考虑了数据点偏离数据模式的程度和数据点本身归类的不确定性;提出了一种新的Shadowed Sets优化目标,使得在模糊集阴影化过程中更加关注核的准确性;同时基于Shadowed Sets聚类,提出了一种结合聚类的离群点检测算法,该算法可以同时进行聚类和离群点检测;通过模拟数据和Iris数据测试,显示算法具有较好的检测效果。     

基于自适应预测的高光谱遥感图像无损压缩算法

针对高光谱遥感图像细节丰富纹理复杂、空间相关性弱、难于压缩的特点,充分利用高光谱遥感图像的谱间相关性,使用多个波段的像素来自适应预测当前波段的像素。因为待预测像素的最优预测是其条件期望,用分段积分的方法将条件期望转化为可计算的表达式,并与其它波段的像素关联起来。选取与待预测像素有较强因果关系的相邻像素自适应地估计出各参数的值,得到残差图像,消除了大部分的谱间冗余和空间冗余,再用JPEG-LS进一步去除残差图像的空间相关性。实验表明,该算法能有效去除高光谱图像间的相关性,较其它压缩算法压缩比有很大提高,且算法简单,便于硬件实现。      

具有部分多目标轮廓提取特性的单水平集方法

C-V模型只能实现单目标图像的轮廓提取,造成这种后果的主要原因是C-V模型过多地考虑了演化曲线内外部的信息,反而造成了曲线的不正确演化。针对这点,提出了一种新的更为简单的水平集方法,该方法对初始曲线位置选取没有特殊要求,演化过程中符号距离函数也无需重新初始化。运用该方法,给出了几幅不同性质图像的实验结果,结果表明,方法不仅能保证单目标轮廓的正确提取,还具有部分多目标轮廓提取的特点,而且需时少,具有一定的抗噪性。     

基于复数小波变换增强带噪图像的空间自适应方法

针对目前的多尺度增强方法一般很难实现抑制噪声和凸显细节间有效均衡的问题,提出一种基于复数小波变换增强图像方法,充分利用复数小波兼具平移不变性和方向选择性的优势,首先通过相邻两层小波系数的相关性来有效区分噪声和图像边缘．并根据各层小波系数的分布设置局部阈值抑制噪声;在此基础上,自适应地选取增强函数来增强较弱的细节并保护原图像中的清晰边缘不产生失真．实验结果表明,运用该算法增强带噪图像可以在较好地抑制噪声的同时,显著地放大细节特征．