L1 Graph联合转换学习多观测样本分类算法

不同分布多观测样本分类问题中,训练样本和测试样本来自不同的域,针对如何利用转换学习提高不同分布多观测样本分类性能问题,提出L1 Graph联合转换学习的多观测样本分类算法。首先基于转换学习构建一种非负矩阵三因子分解框架,将其中不变信息作为源域到目标域的转换桥梁;其次,基于稀疏表示思路构造L1 Graph,自适应寻找数据近邻,保留样本及特征几何结构;最后,将两个互补目标函数联合到统一优化问题中,然后利用迭代算法解决优化问题,进而估计出测试样本类别。在USPS Binary数字数据库、Three Domain Object Benchmark数据库和ALOI数据库上进行对比实验,实验结果表明该方法的有效性,既提高了识别精度又保证了算法鲁棒性。     

可证明安全的无证书短签名

无证书公钥密码体制消除了基于身份公钥密码体制中固有的密钥托管问题,同时还保持了基于身份密码体制的优点。在随机预言模型下,在强k-CAA和Inv-CDHP假设下,基于双线性对提出了一种可证明安全的高效无证书签名方案。而且,该方案的签名长度大约为160bits,是最短的无证书方案。所以可以被广泛应用在低带宽的通信领域中。     

基于Lorenz三维混沌序列的彩色图像加密算法

讨论了一种基于Lorenz混沌动力系统的三维彩色图像加密的算法。该算法首先对Lorenz系统输出的实值混沌序列进行预处理,然后根据序列随机修改图像中每一个像素点的RGB值,并对修改后的图像进行像素置乱。仿真与讨论结果表明,该算法密钥空间大,混沌信号的产生极其敏感地依赖于密钥,具有较好的加密效果和加密效率,并对统计分析具有较好的安全性。     

基于航迹关联和证据理论的数据融合方法研究

入侵检测技术从20世纪80年代开始就被世人所研究，而多传感器数据融合研究更早其多年，但多传感器数据融合理论与技术应用到入侵检测系统中仍是目前的研究热点。本文通过对航迹关联和证据理论的深入研究，并结合多传感器数据融合理论与技术，应用到入侵检测系统，通过理论证明和试验验证，该入侵检测系统具有较低的不确定性，进而提高系统的信任度。     

机械传递函数的无偏估计法

本文基于振动中输出、输入测量信号之间的互相关特性，在分析其频谱的基础上，通过数学分析，从理论上找到了机械传递函数的无偏估计，为在实践中得到准确的机械传递函数提供了科学的理论基础，从而为状态监测、机械故障诊断提供了可靠的保证     

一种基于观测器的混沌同步设计方法

本文基于工程上广为应用的非线性观测器思想,设计了一种混沌通信系统的同步设计方法:针对最新提出的统一混沌系统模型,采用状态观测器同步理论,通过设计合适的状态观测器,研究了随机扰动存在的情况下的混沌系统同步问题.对本文所考虑的观测器,还可以通过改变的值来调整观测器的参数,以满足一定的性能指标要求,从而在实际上更具有应用价值.该方法无需计算同步的条件李亚普诺夫指数,而且对噪声有一定的鲁棒性.通过MTLAB 6.5仿真,表明了该方法的有效性.     

大型桥梁分布式健康监测系统设计

传统的桥梁监测方法，存在实时性差、精确度低、浪费人力等缺点。文章根据我国目前的实际情况，提出了一种利用Internet网络作为传输媒介的分布式桥梁健康监测解决方案，可实现对桥梁状态的实时远程自动监测，克服了传统方法的缺点，实验测试取得良好效果。     

基于偏序结构的图像标注

图像标注旨在为图像分配一系列的语义标签描述图像的内容。针对高级语义与低级特征之间的语义鸿沟问题,本文提出了基于偏序结构的图像标注方法。首先,计算训练图像与测试图像的相似性得分,得到测试图像的初始邻近集及邻近标签;然后通过构建的属性偏序结构,获得邻近标签的相关语义,提高标签的丰富度,以及利用构建的对象偏序结构,得到最终的候选集。为了提高标注的准确率,设置一个频率阈值筛选出频率较高的标签作为最终的关键词。通过实验证明,实验结果有效地提高了标注的准确率和召回率。      

改进型粒子蚁群算法的应用研究

粒子蚁群算法综合了蚁群算法和粒子群算法的特点,在局部最优和全局最优解之间取得平衡。新算法在蚂蚁迭代过程中,每隔一定代数将数据引入粒子群运算以提高收敛速度。根据对TSP的eil51问题进行仿真结果可以看出,与通常蚁群算法相比,该算法不仅精度上较为满意,而且效率极高,具有良好的应用前景。     

瑞利衰落信道最大比合并的误码率改进新方法

通过分析瑞利衰落信道模型,以及BPSK在最大比合并瑞利衰落信号下的误码率解析结果,提出了在最大比合并之前添加自动增益控制模块,弥补接收过程带来的信噪比损失,从而改善误码率性能。通过Matlab数值仿真的方法,证明采用在最大比合并之前添加自动增益控制过程的分集接收策略能有效地改善瑞利衰落对无线信道传输信号的影响。