一种适用于文件安全的新型数据安全机制

论文深入介绍了现有的文件安全保护机制,并总结该机制所存在的问题。在分析、借鉴现有文件安全保护机制的基础上,对其进行改进,提出了一种新型的文件安全保护机制,有效地解决了现有机制的不足,并分别阐述了如何解决现有机制的不足之处。最后对该新型文件安全保护机制的适用范围及应用前景进行了说明。     

基于UT的混合粒子滤波单站无源定位算法

为利用无源固定单站对运动辐射源快速定位,将粒子滤波和UT(unscented transformation)应用于单站无源定位,给出了一种基于UT的角度约束采样混合粒子滤波无源定位算法,该算法从UKF滤波得到建议分布,从该建议分布采样时引入角度测量对状态变量的约束,可以减少粒子滤波用于高维情况时所需的粒子数目,改善滤波性能.与EKF、UKF(unscented kalman filter)以及基于EKF的混合粒子滤波算法的仿真比较表明,本文算法在滤波收敛速度、跟踪精度以及稳定性方面优于其它算法,估计误差可以接近Cramer-Rao下界.     

PML大气探测可靠性验证及探测结果分析

介绍了一台新型偏振-米散射激光雷达用于探测大气气溶胶和卷云的消光特性及偏振特性。为了验证激光雷达探测性能可靠性,采用了3种方法:一是对偏振-米散射激光雷达主要性能参量指标的测定;二是偏振-米散射激光雷达与同类激光雷达对比实验;三是偏振-米散射激光雷达与太阳辐射计探测光学厚度对比实验。实验验证了该系统性能稳定,对比实验探测结果基本一致,探测数据可靠。2007-02~2007-05,利用偏振-米散射激光雷达取得了合肥地区卷云退偏振比的观测结果。结果表明,卷云的退偏振比随高度增加而呈现上升趋势,在7km~12km高度范围内,退偏比在0.2~0.5之间,其平均值为0.36±0.06。     

PDP荧光粉浆料用有机载体的研制

使用混合溶剂,得到了具有层次挥发性的PDP(等离子体显示板)荧光粉浆料用有机载体,研究了有机载体对烧结后荧光粉亮度的影响。结果表明:使用了载体的荧光粉浆料烧结后亮度比达98%(147nm),包膜荧光粉亮度比可达106%(147nm)。此载体可以用于配制PDP荧光粉浆料。     

SnO2-MgO-Nb2O5压敏材料系电学性质研究

对一种新的压敏材料ＳｎＯ２－ＭｇＯ－Ｎｂ２Ｏ５陶瓷进行了初步的研究。实验结果表明,本系列材料具有优异的介电性能,室温介电常数为１４０￣６００,也具有较好的压敏性,其非线性系数最大值达到６．３。     

铁电存储器制备中关键工艺的改进

传统铁电存储器制备工艺中,存在着Ｐｔ／Ｔｉ下电极刻蚀难、制作的铁电薄 貌不好和上电极容易起壳等问题。文章对铁电存储器制备中的一些关键工艺进行改进,降低了工艺复杂性,解决了上述问题。     

基于FFT和电磁辐射的低压电弧故障检测

为了快速、有效地检测低压串联电弧,分别对电弧电流信号和电磁辐射进行了检测。对相同负载条件下的电弧电流和正常工作电流信号进行快速傅里叶变换,并以二者频域特性差异作为电弧故障检测的依据。结合简易环形天线接收到的电弧电磁辐射可以进一步提高电弧故障检测的正确率。最后,综合电弧电磁辐射和电弧电流的频域特性,提出了低压电弧故障检测算法。该方法运算量小,易于在嵌入式装置实现,对于电弧故障断路器的研制具有一定参考价值。     

多载波系统随机子载波加权的物理层加密算法

针对多载波传输系统中,基于载波资源分配算法在窃听者信道质量优于合法用户的条件下无法实现安全传输的问题,建立了OFDM系统安全传输模型并在物理层提出了一种随机子载波加权的加密算法。该算法将合法通信双方的信道状态信息作为区分不同用户的唯一特征,并以此在发端为每个子载波数据设置随机加权因子扰乱窃听用户接收的信号,而合法用户能够通过发送参考解调算法恢复数据,仿真结果表明,发端采用该算法进行加密后,合法用户的误比特率随信噪比的增加迅速下降,而窃听用户误比特率始终为50%,系统具有一定的保密传输速率,有效实现了信息的安全传输。     

基于云桌面的分布式堡垒研究

本文通过分析现有堡垒机的应用实践和技术瓶颈,提出了在云桌面环境下的分布式云堡垒技术,阐述了分布式云堡垒的原理、设计方法和实际效果.以解决现有堡垒机计算资源消耗过大,延时严重的应用问题,并增强访问过程控制能力,细化日志审计粒度,增强企业内控水平.     

基于局部Fisher判别法的电镜下致密沉积物自动识别

本文提出一种在电子显微镜图像中有效检测致密沉积物的方法.致密沉积物在电子显微镜图像中较难分辨,使用传统的SIFT,ORB或者SURF特征检测及描述算法往往难以达到理想的效果.运用传统计算机视觉处理流程,如,SIFT特征提取器以及描述器来进行特征提取,再建立bag-of-words全局特征向量,最后使用支持向量机来进行分类,在进行致密沉积物的分类操作中难度比较大.本文选择了实用LBP特征提取器来提取高反差度的纹理特征,使用梯度直方图特征提取器来提取轮廓特征,同时使用Schimid滤波器组和Gabor滤波器组来提取图像中的常规纹理特征,形成超高维度的特征向量使其包含显微镜图像中的全面特征.由于电子显微镜图像不具备色彩信息,纹理信息变得最为重要,又由于在显微镜图像中,尺度基本可知,LBP以及HOG能非常有效地提取高反差轮廓特征以及质地特征.配合两大纹理滤波器组合将可以确保特征向量在强调高反差特征的同时,不会忽略常规纹理信息.在特征提取出来后使用局部Fisher判别分析来降低特征向量的维度,并选择最具有可区分性和有效的特征.LFDA能够进行无指导的降维,并保留最具可分辨性的特征,对于本文提出的算法至关重要.由于在之前产生的特征向量对所有的特征并不进行强弱区分,经过LFDA后,不重要或者具有广泛普遍性的特征将会被舍弃,而最能够代表致密沉积物的特征将得以保留.这保证了之后的分类器训练能够在不牺牲训练速度的前提下,有效地形成分类区间.最后,算法使用了probabilistic boosting tree来对训练样本进行训练,PBT是按照等级划分的决策树,每一个节点是一个强决策器,它具有不易过度训练、高效准确的特征,通过输入LFDA处理后的训练样本特征向量,来学习得到致密沉积物的分类器.为验证本文提出的方法的可行性,一个包含50张电子显微镜图像的数据库被用于实验中.在这50张电子显微镜图像中,每一张都包含不同数量的沉积物区域.沉积物区域的总数约为500处.这些区域被精确标记.如果算法输出的沉积物标记与人工标记区域的重合率达到50%以上,认为该区域被准确识别,否则认为未能识别.在实验中,10张电子显微镜图像被用于神经网络的训练,而其余40张被用于测试.训练样本为100×100分辨率的图像块,只要图像块中包含沉积物区域,则视为正样本,否则视为负样本.为了增加样本个数,所有正样本被进行了旋转、平移、以及放大和缩小等变换.在训练中,一共500个正样本及约15000个负样本被输入到PBT.实验结果显示,本文提出的方法能够有效地在真实电子显微镜图像中识别致密沉积物,识别效率接近50%.该结果证明利用LBP特征以及Schimid滤波器组和Gabor滤波器组来提取显微镜图像特征能够全面概括图像中个体的显著性特征,比起单纯使用SIFT以及SURF具有更高的通用性、鲁棒性以及有效性.对于从显微镜图像中提取出来的高维度特征向量,使用局部Fisher判别分析法能够非常有效地实施降维操作,从而保留了显著性的具有区分功能的特征以便更有效的训练分类器.而probabilistic boosting tree对于只具有少量训练样本的训练任务能够相当有效地收敛且避免过度拟合的情况发生.本文提出的处理流程适用于大多数基于显微镜图像下的目标识别、分类以及再识别任务,且具有速度快、高鲁棒性以及易于扩展等特点,具有较高的实用性.