一种新的广义(k,n)门限秘密共享方案*

基于离散对数的安全性和(k,n)门限方案给出了一种新的k-(k1,n1;k2,n2;...;kt,nt)门限方案.在该方案中,各参与者的子秘密自己选取,甚至连秘密分发者也不知道.秘密恢复过程中,各参与者能够验证其他参与者是否进行了欺骗.每个参与者只需要维护一个子秘密,就可以实现对多个秘密的共享.     

CORBA技术在现场设备通信中的应用*

首先简要介绍CORBA体系结构,阐述了利用CORBA的代理机制,通过代理屏蔽不同通信协议差异,以实现设备之间通信的集成策略.该机制能够方便地实现不同协议设备之间的通信集成,而且便于系统扩展,并兼容多种操作系统平台.最后结合具体实例给出现场设备的集成方案.     

一种高动态范围图像可视化算法*

提出的自适应HDR图像可视化算法中,输入图像被分解为基本层和细节层.该算法将整体明暗效果的显示看做整体问题,对表示亮度的基本层采用基于整体统计信息的直方图调整算法处理;可视细节信息的保持作为局部问题,算法采用自适应细节增强算法处理细节层.通过定义映射图对细节增强后的图像进行最终映射,将两方面结合起来得到最终结果.实验结果表明,该算法能对HDR图像进行较高视觉质量的显示.     

超临界CO2对钢材的腐蚀实验研究

采用静态高温高压釜及SEM现代分析测试手段,在分析超临界CO2存在形式及与原油、水交互作用的基础上,进行了超临界CO2对钢材的腐蚀实验研究。结果表明,在腐蚀系统SCF-CO2气相中,存在CO2腐蚀现象;液相中,腐蚀速率随压力增加而上升,12MPa达到峰值后下降。在纯水中12MPa时,液相和气相中的腐蚀速率趋于一致,腐蚀形貌表现为腐蚀瘤。30％的原油含量可在液相促进钢材腐蚀。腐蚀形貌表现为腐蚀瘤与腐蚀坑并存;但随含油量增加,会抑制钢材腐蚀。     

基于鲁棒学习算法的水下机器人神经网络控制

针对水下机器人神经网络控制系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,结合误差反向传播学习算法,推导出一种新颖的强鲁棒性学习算法,并详细讨论其全局稳定性条件,最后在水下综合探测机器人仿真平台上进行了试验研究.结果表明,控制器对学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.     

支持向量机及其在径流预测中的应用

给出了支持向量机方法(SVM)的思路、特点及关键之处,探讨了SVM在径流预测中的可能性,并与基于遗传算法的门限回归模型(TR) 进行了对比分析。径流预测实例分析表明,在拟合阶段,SVM模型要好于TR模型;在预留检验阶段,SVM模型与TR模型接近。同时SVM模型适合于小样本情况且能达到全局最优。SVM模型用于径流预测是可行的、优越的。     

较小半径溢洪弯道急流超高的研究

为了探求急流弯道的超高及其相关的影响因素,通过对较小半径弯道急流的水流现象的描述,指出较小半径弯道凹岸水流受惯性离心力和冲击力的共同作用。在此基础上,利用动量原理,推导出了较小半径弯道水流超高公式,与试验资料对比,该理论的合理性得到了证实。还讨论了弯道水流各因素同超高的关系,结果表明,弯道的超高和宽度几乎成正比,弯道的转角影响超高很大,当弯道半径越小,其超高将增加越快。     

二芳基碘鎓盐型阳离子光引发剂的 合成和光引发性能测试

通过两步反应合成了6种二芳基碘鎓盐, 研究了4,4′－二乙酰胺基苯基碘六氟磷酸盐的合成,确定了最佳工艺条件：乙酰苯胺与碘酸钾的摩尔比为2.2∶1.0,15 ml乙酸在25 ℃反应24 h,产率为47.6%。通过应用实验,测试了6种产物的光引发剂性能,对碘鎓盐光引发剂的构效关系进行了探讨。实验证明4种负离子为PF-6和BF-4的产物具有较好光引发性和抗氧阻能力。引入共轭基团的二芳基碘鎓盐其最大吸收波长明显增大,光引发性增强。     

基于分形维数的絮凝效果定量化试验

研究了水力条件、物理化学条件等因素对絮凝体分形维数的影响,用聚合氯化铝做絮凝试验,观察絮凝体的电镜照片并计算了絮凝体的分形维数,结果表明,当水力停留时间从低于标准停留时间的20.00%逐渐增加到超过33.30%时,絮凝体的分形维数数值从低于标准值的5.13%逐渐增加到高于标准值的16.03%;絮凝剂投加量最佳时分形维数最大,投加量不足时分形维数的数值下降了17.06％～33.15％,投加量过量时分形维数的数值下降了22.65%~35.63%;实验表明絮凝体的分形维数与絮凝条件有显著的相关性,可以作为絮凝效果定量化研究的参数。     

基于家族基因的网格信任模型

针对现有基于PKI (Public Key Infrastructure)的网格信任系统的不足,证书主体信息不明确, 认证过程复杂等缺陷提出了一种新颖的基于家族基因的网格信任模型。该模型解决了传统信任模型存在的问题,如采用将用户的全部身份信息放在用户的基因里方法解决了证书主体信息的不明确,用基因检测解决了认证过程的复杂,用基因指派解决了访问控制的繁琐,并且给出了网格家族、家族基因、基因指派、基因鉴别和信任等概念,并建立了模型的形式化描述,理论分析和实验结果表明这种模型是网格信任领域一种较好的解决方案。