基于关联规则的约简算法

该文研究了症状间的关联规则,并由它提出了一种约简算法。这种约简算法可以用于处理病案数据库中的数据,从而简化了数据库中的病案数据。     

科学级CCD相机的降噪技术研究

为了降低科学级CCD相机的噪声,提高相机的成像质量,针对不同的噪声源.根据相应的噪声产生原理,设计了实用的噪声抑制电路和处理电路.,应用于选用ISD029AP型CCD图像传感器自己开发的微光CCD相机,有效地降低了暗电流噪声,消除了复位噪声对真正信号的影响,使相机具有良好的成像质量.为了进一步提高该相机的信噪比,提出了相应的校正算法,进一步降低了暗电流噪声,降低了CCD像素间光响应的不一致性带来的噪声,使相机的成像质量得到提高.     

一种面向密码芯片的旁路攻击防御方法

针对不同级别的旁路信息泄露,提出一种通用的旁路信息泄露容忍防御模型,并结合信息熵理论给出该模型的形式化描述.该模型采用(t,n)门限机制,使得部分旁路信息泄露不会影响系统的安全性.在该防御模型的基础上,结合高级加密标准AES-128算法的安全实现,设计了一种两阶段掩码的旁路攻击防御方法.与已有的防御方法相比,该方法能够同时防御高阶旁路攻击与模板攻击.通过理论分析与仿真实验验证了该方法的有效性.     

基于局部奇异值分解和D-S理论的人脸识别方法

;提出了基于局部奇异值分解和D-S证据理论的人脸识别方法.首先分割出人脸图像的5个特殊区域并分别进行奇异值分解,提取一些较大的奇异值构成每一区域的特征向量;在识别阶段,计算待识别人脸图像每一区域对所有训练样本人脸图像相应区域的隶属度,最后由D-S理论的组合规则做出判断.基于ORL人脸数据库的实验结果证明了本文方法的有效性和可行性.     

现代教学手段在体育教学中的运用

前言 教育现代化的重要标志是教学手段的现代化.计算机多媒体技术作为当今电化教育的先进技术,已在许多方面得到了应用,它对提高课堂教学的效率与效益起到事半功倍的作用.实践证明,多媒体教学技术的应用,对于引发学生的学习兴趣,充分发挥学生的主体作用.     

时间敏感网络流量调度算法研究综述

时间敏感网络（Time-sensitive Networking,TSN）是一种新型确定性网络,具有低时延、低抖动等特点,能够满足现代网络传输控制的要求。流量调度是TSN标准中关键技术之一,用于确保流量传输的服务质量。首先对时间敏感网络的发展背景、重要机制、应用场景进行阐述,着重研究5种时间敏感网络流量调度机制,包括基于时间的整形机制、基于信用值的整形机制、循环队列转发机制、帧抢占机制以及异步流量整形机制;然后,分析了流量调度算法的研究现状,归纳和总结了时间触发（Time-triggered,TT）流和事件触发（Event-triggered,ET）流的调度算法,分析了目前流量调度算法存在的问题;最后,指出了TSN流量调度算法的发展方向和趋势。     

低副瓣微带天线设计

针对传统低副瓣天线工作带宽窄的问题,设计了一种应用于低副瓣天线阵列设计的新型宽带微带天线单元。通过采用H型槽耦合馈电方法,天线单元工作带宽达到11%以上。同时,为实现天线阵列的宽频带工作特性,对宽带馈电网络进行了专门设计。馈电网络采用串、并结合的馈电方式,利用阻抗变换节实现所需要的天线单元馈电幅相分布。基于所设计的天线单元和馈电网络,设计了一种基于道尔夫-切比雪夫电流分布的C波段微带天线阵,并对天线进行了加工、测试。测试结果表明,所设计的天线具有低副瓣、窄波束、高增益的特性,天线的旁瓣电平抑制大于20 dB。     

基于卷积神经网络的随机因子重采样图像检测

图像重采样检测是图像取证领域的重要任务,其目的是检测图像是否经过重采样操作。现有的基于深度学习的重采样检测方法大多只针对特定的重采样因子进行研究,而较少考虑重采样因子完全随机的情况。本文根据重采样操作中所涉及的插值技术原理设计了一组高效互补的图像预处理结构以避免图像内容的干扰,并通过可变形卷积层和高效通道注意力机制(efficient channel attention, ECA)分别提取和筛选重采样特征,从而有效提高了卷积神经网络整合提取不同重采样因子的重采样特征的能力。实验结果表明,无论对于未压缩的重采样图像还是JPEG压缩后处理的重采样图像,本文方法都可以有效检测,且预测准确率相比现有方法均有较大提升。     

基于多分区自适应改进果蝇算法的风光燃储微电网协调控制策略

为了使微电网控制系统中PI控制器的参数能够更好地适应可再生能源的随机性和波动性,提出了基于自适应步长的四分区多策略果蝇优化算法(fruit fly optimization algorithm, FOA)对PI参数进行实时优化。首先,以风光燃储微电网不同微源控制系统中的变换器为控制对象,建立微电网整体控制系统模型,基于此模型实时调整PI参数。然后,根据不同果蝇个体的适应度值将果蝇种群分为4个区,同时考虑4个区果蝇收敛性以及多样性的差异,设计不同的自适应更新策略。最后,采用所提算法对各微源控制过程中的PI参数进行寻优,与其他3种智能算法进行对比,验证了所提算法的可行性和优越性。仿真结果表明,所提算法可以使系统变换器响应速度更快,输出更加稳定。     

并行智能优化算法研究进展

基于种群迭代搜索的智能优化算法在农业、交通、工业等很多领域都取得了广泛的应用.但是该类算法迭代寻优的特点使其求解效率通常较低,很难应用到大规模、高维或实时性要求较高的复杂优化问题中.随并行分布式技术的发展,国内外很多学者开始着手研究智能优化算法的并行化.本文首要介绍了并行智能优化算法的基本概念;其次从协同机制、并行模型以及硬件结构3个维度综述了几类常见的并行智能优化算法,详细分析阐述了它们优点及不足;最后对并行智能优化算法的未来研究进行了展望.