基于混沌和细胞自动机的图像加密算法

为了设计加密性能好、容易实现的加密系统,充分利用混沌系统的密码学特性和细胞自动机良好的加密性能,提出了一种基于混沌系统和触发细胞自动机的图像加密算法.算法先利用混沌序列对图像进行加密处理;通过构造反转规则建立触发细胞自动机,并根据触发细胞自动机的迭代规则对图像进行二次加密.加密过程简单高效,且具有较大的密钥空间,可以保证系统的安全性.实验结果表明,该算法具有较好的加解密性能,且较小的邻域半径即可得到良好的加密效果,因此非常便于硬件实现.     

基于伪频响函数矩阵法的运行模态分析方法

基于传递率测量的伪频响函数法运行模态分析技术无需白噪声激励假设,具有强"谐波模态抑制"能力,但其模态识别结果依赖待分析伪频响函数的选取、稳定性欠佳。为解决该问题,建立了基于伪频响函数矩阵法的运行模态分析方法。该方法首先构造多参考测点、多参考工况的伪频响函数矩阵,然后基于伪频响函数矩阵采用最小二乘复频域法求解模态频率和阻尼比、基于传递率函数矩阵求解模态振型,最后通过建立相应的稳态图并结合以多参考测点平均的传递率函数矩阵第2阶奇异值的倒数为基础的模态指示函数来确定模态阶数与最终的模态结果。5自由度质量-弹簧-阻尼系统仿真结果及自由梁的运行模态试验结果均表明,提出方法既继承了基于伪频响函数法的运行模态分析方法的强"谐波模态抑制"能力,亦能有效解决伪频响函数法识别结果稳定性欠佳的问题、一定程度上提高模态识别精度,且更利于自动化。     

控制器参数整定的免疫优化方法

针对控制器参数难以在线优化难题,提出了一种基于免疫的控制器参数优化的方法。借助免疫原理,将最优解和可行解分别抽象为抗原与抗体,采用免疫遗传算法,在满足约束条件下求解出使目标函数J（x）极值时所对应的控制器优化参数。论述了设计步骤,描述了参数优化过程,给出了仿真实验结果,分析了系统性能指标。仿真验证说明,所提出控制器参数优化方法是有效的,可用于解决复杂控制系统的参数整定。     

基于多重相干法的汽车路面噪声分解

阐述多重相干法传递路径分析的基本理论、整车路面噪声分解试验分析流程和该方法适用工况.以某SUV汽车为分析对象,成功分解出运行工况下该车4个车轮对驾驶员左耳处噪声的贡献量,基于上述贡献量的合成噪声与实测噪声在整个分析频率范围内,绝对误差和平均误差均小于1 dB(A),使方法的有效性和准确性得到验证.     

高强度Q460钢梁抗火性能研究（Ⅱ）——理论验证

系列文章的第1篇已经对高强度Q460钢梁高温下的抗火性能进行了理论分析,给出了高强度Q460钢梁的温度分布和极限承载力、临界温度和稳定系数的计算方法。该文采用有限元分析对高强度Q460钢梁的温度分布和极限承载力进行了计算,并将计算结果与理论分析和试验结果进行了对比,验证了理论分析的正确性。对高强度Q460钢梁和普通Q235钢梁的抗火性能进行了对比,得到两者在抗火性能方面的区别。提出了高强度Q460钢梁抗火设计的简化方法,并通过一个算例演示了简化设计方法的使用。     

基于小生境的GEP新算法

为了克服传统基因表达式编程在演化后期容易丢失群体多样性的缺陷,避免出现早熟收敛,提出基于小生境的基因表达式编程新算法.将相同适应值的个体组成一个小生境,如果相同适应值的个体数量超过小生境容量x,则将超出的个体放入演化池中进行重新初始化.实验结果表明,使用这种基于小生境的基因表达式编程新算法能在整个演化过程中保持丰富的群体多样性,并能够更有效地避免算法的早熟收敛,更准确地求出问题的最优解.     

基于改进主成分分析法的岩质边坡稳定性评价模型

边坡稳定性分析是一个涉及多因素、多层次的高度非线性系统。针对影响边坡稳定性因素的复杂性和不确定性等问题,通过正交试验法和改进PCA法相结合,在保留边坡原始数据的基础上对传统PCA法在数据标准化和处理指标因素在变异程度上的局限性进行改进,得出相应的边坡稳定性综合评价模型,然后通过蒙特卡罗法对边坡稳定性进行评价。研究结果表明,改进PCA法相对于传统的PCA法具有显着的降维作用,主要表现为第一主成分方差贡献率得到明显提高,能够更为合理的保存原始数据的信息,提取主成分个数更少,为后续计算综合评价模型减少了工作量;通过边坡稳定性综合评价模型不仅能够计算出边坡在不同水平因素组合下的安全系数,在水晶球软件的帮助下还可以快速对其进行可靠度分析,具有一定的工程实用价值。     

基于RefineNet的端到端语音增强方法

为提高神经网络对语音信号时域波形的直接处理能力,提出了一种基于RefineNet的端到端语音增强方法.本文构建了一个时频分析神经网络,模拟语音信号处理中的短时傅里叶变换,利用RefineNet网络学习含噪语音到纯净语音的特征映射.在模型训练阶段,用多目标联合优化的训练策略将语音增强的评价指标短时客观可懂度(Short-time objective intelligibility,STOI)与信源失真比(Source to distortion ratio,SDR)融入到训练的损失函数.在与具有代表性的传统方法和端到端的深度学习方法的对比实验中,本文提出的算法在客观评价指标上均取得了最好的增强效果,并且在未知噪声和低信噪比条件下表现出更好的抗噪性.     

基于RefineNet的端到端语音增强方法

为提高神经网络对语音信号时域波形的直接处理能力,提出了一种基于RefineNet的端到端语音增强方法.本文构建了一个时频分析神经网络,模拟语音信号处理中的短时傅里叶变换,利用RefineNet网络学习含噪语音到纯净语音的特征映射.在模型训练阶段,用多目标联合优化的训练策略将语音增强的评价指标短时客观可懂度(Short-time objective intelligibility,STOI)与信源失真比(Source to distortion ratio,SDR)融入到训练的损失函数.在与具有代表性的传统方法和端到端的深度学习方法的对比实验中,本文提出的算法在客观评价指标上均取得了最好的增强效果,并且在未知噪声和低信噪比条件下表现出更好的抗噪性.     

高校计算机公共课现存问题和对策研究

计算机公共基础课程是我国高等教育教学体系中不可缺少的重要内容。本文针对目前高校计算机公共课课教学过程中普遍存在的问题进行了分析和探讨,提出了相应的解决办法,并对今后的教学改革提出了建议。