基于多重线性型的多指定验证人签名

多指定验证人签名是一种将签名验证者限定在指定的一组验证人中的特殊数字签名。利用多重线性型技术提出了一个多指定验证人签名方案和一个基于身份的多指定验证人签名方案。安全分析表明它们具有不可伪造性、签名源的隐匿性和签名者身份的匿名性。     

耦合双触发元胞自动机的加密技术研究

针对单向触发元胞自动机加密中误差传播的相似性问题,以及双向触发元胞自动机中密钥空间小的问题,提出了耦合双触发元胞自动机的加密技术,通过相互作用、相互影响的元胞自动机系统之间的共同演化,反向迭代完成数据加密,正向演化完成数据解密,达到解决密文相似性问题以及增加密钥的目的.分析结果表明,该算法可以抵抗蛮力攻击和已知明文、已知密文以及差分分析攻击,具有较高的安全性和很强的实用性.     

基于WSN最大剩余能量的QoS多播路由算法

针对无线传感器网络特点和节点的剩余能量、延时、延时抖动、带宽等QoS约束问题,提出了基于WSN节点最大剩余能量的多QoS约束多播路由算法SEQMRA-W(Surplus Energy Qos Multicast Routing Algorithm based on WSN).该算法把最大剩余能量作为第一度量,同时考虑节点带宽、延时、延时抖动等因素.并对算法进行了复杂性分析.仿真实验表明:算法在路由成功率、多播树费用、能量消耗方面均具有较好特性.     

多层视频语义概念分析与理解

基于统计学理论,提出了一种视频多粒度语义分析的通用方法,使得多层次语义分析与多模式信息融合得到统一.为了对时域内容进行表示,首先提出一种具有时间语义语境约束的关键帧选取策略和注意力选择模型;在基本视觉语义识别后,采用一种多层视觉语义分析框架来抽取视觉语义;然后应用隐马尔可夫模型(HMM)和贝叶斯决策进行音频语义理解;最后用一种具有两层结构的仿生多模式融合方案进行语义信息融合.实验结果表明,该方法能有效融合多模式特征,并提取不同粒度的视频语义.     

一种时延约束的多点到多点组播路由启发式算法

多点到多点组播路由是组播研究领域内的一个重要问题。当单棵共享组播树不能满足时延约束时,需要建立多棵共享组播树,但同时又会增加管理开销。因此,如何尽量减少共享组播树的个数成为关键问题。本文提出了一种启发式算法DCMMHA,用来解决时延约束的多共享组播树问题(DCMSMT),该问题已被证明为NP完全问题。本文算法按照特定规则生成候选中心列表,在不违反时延约束条件下,将源节点和目的节点加入共享树,并且对已选择中心进行更新。仿真实验将DCMMHA算法同其它四种同类算法进行比较,结果表明本文的算法所获得的中心数最少,显著降低了共享树的管理开销。     

机会网络中基于种子喷雾的自适应路由协议

 针对喷雾路由自适应能力不强的问题,提出了一种基于种子喷雾的多副本自适应路由协议ASSR.ASSR在源节点计算种子数量和代价预测,利用少量的种子节点进行喷雾,最大程度地减少副本冗余,降低路由代价,由具备最新网络知识的中间转发节点进行喷雾决策,适用于网络环境动态变化的机会网络.仿真实验表明,ASSR在同类协议中具有最低的路由代价,同时具备较强的自适应能力,是一种有效、实用的时延约束机会路由协议.     

多Agent自主体系结构的建模与分析

结合多Agent架构设计方法，提出一种基于多Agent的自主计算系统的设计方案。利用扩展的G网对其进行形式化建模和分析。通过仿真实验证实，该设计方案能有效稳定系统性能。     

一种基于 TCP/IP的QoS路由多目标遗传算法

对网络拓扑结构和QoS路由指标进行了形式化分析,基于多目标规划问题,给出了QoS路由数学模型.针对这个模型,提出了一种基于TCP以P的QoS路由多目标遗传算法(Multi-Object Genetic Algorithm of QoS Routing,QRMOGA).通过仿真实验证明算法是可行的、有效率的.     

基于BP神经网络的网络智能诊断系统

随着计算机网络的发展，网络维护与管理日趋复杂。故障诊断就是对网络运行状态进行检测，并对出现的故障进行处理。随着人工智能理论的发展，要求把智能技术引入网络故障诊断领域，其中人工神经网络能比较准确地完成网络智能诊断任务，特别是目前广泛采用的前向多层神经网络模型(BP模型)。文章对BP神经网络故障诊断系统进行研究和设计，并通过实例进行仿真试验，结果证明该系统对网络故障的智能诊断有较高的实用价值。     

冲击脉冲探地成像雷达的研制及应用

概要回顾了地下穿透雷达发展过程,特点,体制和主要用途。并介绍研制成的一台冲击脉冲探地成像雷达。其发射脉冲重复频率为100kHZ、脉冲宽度5ns,幅度为正负150V的双向脉冲。天线为收、发分开的领结型振子天线。用取样变换法把接收的回波变换成可显示的慢信号。发射、接收、取样变换、线性放大、对数放大、时间增益控制、积累、雷达参数改变等都是在微处理器和微机控制下进行的。雷达可用人拖动或汽车拖动进行探测,监视屏上可实时滚动地显示所探测的假彩色地下剖面图。能够同时存盘,以备事后处理。并研制了基底去除,综合孔径及一些典型图像处理软件,对地下剖面图进行处理,以提取更多信息。经实地探测,能探到3m以内的地下金属,非金属管道,能获得较清晰的湖底剖面图,探测最深水深可达8m。