用于数据挖掘的多维数据可视化技术

用于数据挖掘的多维数据可视化技术,将多维数据通过平行坐标、圆形分段或多维缩放变换以二维图形显示.平行坐标用其坐标点显示变量,直线连接坐标点为折线.圆形分段以每个彩色像素点映射一个值,并将每一维的数据在不同区域显示.多维缩放则在尽可能保留数据点间距的同时,在低维空间内表示多维数据.     

字幕机功能的拓展和应用--浅谈新奥特神笔9000字幕机使用技巧

我中心于2000年购买了新奥特公司的神笔9000字幕机,主要用于新闻和专题节目的后期制作。神笔9000的图文创作系统由普通图文编播、滚屏图文编播、新闻快播、唱词字幕、书页单元、手绘动画单元等多部分组成,充分挖掘其各种功能,可以为制作人员提供丰富的创作空间,为节目的后期制作更好地服务。     

壳聚糖改性聚乳酸的阻燃性能分析

为解决聚乳酸(PLA)易燃、熔滴等问题,以绿色天然高聚物壳聚糖为原料,采用甲磺酸、五氧化二磷、三聚氰胺对其改性,得到了一种绿色环保型阻燃剂———MPCS,与三聚氰胺聚磷酸盐(MPP)复配,形成了膨胀型阻燃剂(IFR)。将IFR、α-磷酸锆(α-ZrP)和PLA用转矩流动仪熔融共混制备了阻燃聚乳酸复合材料。采用傅立叶红外光谱(FT-IR)、X射线粉末衍射(XRD)对MPCS的结构进行了表征;用垂直燃烧法(UL-94)、锥形量热测试(CCT)、热重分析(TGA)及电子扫描电镜(SEM)研究了聚乳酸复合材料的阻燃性能及其阻燃机理。结果表明,当添加3%α-ZrP和22%IFR时,PLA复合材料的阻燃性能达到UL-94V-0级且无熔融滴落;由于α-ZrP具有片层阻隔作用和催化成炭作用,α-ZrP能提高PLA/IFR复合材料的阻燃效果,降低热释放量和烟密度。     

基于3S技术沿海防护效益评价研究

沿海防护林的建设,对沿海地区生态环境和促进经济发展都将产生重大影响。该文根据美国USLE土壤侵蚀模型,实现福建省漳浦县沿海防护林水土保持动态监测,并根据土壤侵蚀所流失的有机质的经济损失来实现沿海防护林的防护效益的评价。     

基于GHZ态的身份认证与密钥分配方案

在量子密钥分配协议中存在这样一个基本假设,即攻击者不能同时获得量子信道和经典信道上的信息;为解决这一假设性难题,对量子的纠缠特性进行了研究,提出一种基于GHZ三重态的身份认证与密钥分配方案,该方案在建立一次量子信道后利用GHZ三粒子的关联性实现通信双方与仲裁第三方三者之间的身份认证,然后利用远程传态实现通信密钥分配以及新认证密钥的分配,确保通信方身份不可伪造与通信信息安全,最后结合常见的攻击方式论证了该方案的安全性。     

基于第三方的安全移动支付方案

在现有移动支付方案研究的基础上,提出一种新的基于第三方的安全移动支付方案。该方案以第三方支付平台为基础,在交易过程中采用“一次一密”的密钥分配机制,改善了现有移动支付方案的缺陷,在安全性上实现交易信息的保密性、不可伪造性及不可否认性等特性,并利用串空间模型的形式化分析方法对相关协议进行安全性证明。     

基于改进FS算法的反舰导弹导引头成像研究

针对开发巡航式反舰导弹雷达导引头成像功能这一问题,设计了导弹的典型飞行轨迹,并采用改进的聚束式SAR—FS成像算法在导弹飞行过程中对舰船目标进行成像。导弹飞行过程中,斜视角随之变化,在接近目标时逐渐增大,改进的FS算法引入了SRC的非线性变标对数据进行二次距离压缩,有效地减少了距离压缩误差,以达到较好的聚焦效果,提高成像质量。计算机仿真结果表明,在末端成像制导阶段,当斜视角达到以上时,改进的FS算法也能达到较好的成像效果,为完成攻击点的选择,提高角跟踪精度创造了条件。     

基于智能合约的身份管理及认证模型

由于传统公钥基础设施(public key infrastructure,PKI)技术中心化的存储管理方式以及证书颁发、撤销不透明的特点存在着安全性问题,且多个CA机构之间互不可信,实现交叉认证具有一定难度,提出一种基于智能合约的去中心化身份管理及认证模型。通过基于区块链的智能合约实现用户多类型身份数据的发布、认证以及撤销,达到管理用户身份数据及在不同场景中根据不同的认证需求进行身份认证的目的。对模型的安全性进行了分析。     

基于可验证SM2门限算法的移动终端签名系统的设计与实现

随着移动互联网的快速崛起,移动终端作为重要的信息通信及数据载体,其在信息传输及处理过程中发挥了极大作用,但是移动终端密钥的使用、存储不安全性限制了其使用。因此本文在国密算法标准基础上,提出并实现了一种适用于移动终端的基于可验证SM2门限签名方案。该方案对密钥进行分散生成、存储,并在密钥生成、数字签名阶段采用验证公式对传递份额进行计算,保证了在移动端的数字签名的安全性,并通过性能测试,表明该系统具有良好的性能并满足签名算法的安全性要求。     

一种新的基于隐喻地图的RPA路径规划算法

智能化地制定机器人流程自动化(robotic process automation, RPA)执行路径有利于企业节约相关人力成本以及提高RPA的推广,提出基于改进深度双Q网络(double deep Q-learning algorithms, DDQN)算法进行RPA路径规划。首先针对存在RPA的作业环境即Web页面,不满足深度增强算法的探索条件的问题,借助隐喻地图的思想,通过构建虚拟环境来满足路径规划实验要求。同时为了提高DDQN算法探索效率,提出利用样本之间的位置信息的杰卡德系数,将其作为样本优先度结合基于排名的优先级(rank-based prioritization)构建新的采样方式。通过随机采用任务样本在虚拟环境上进行验证,证明其符合实验要求。进一步比较改进DDQN、深度Q网络(deep Q network, DQN)、DDQN、PPO以及SAC-Discrete算法的实验结果,结果显示改进算法的迭代次数更少、收敛速度更快以及回报值更高,验证了改进DDQN的有效性和可行性。