基于KL分解的翼型尾流场湍流相位特征PIV试验研究

翼型尾流场是一个典型的湍流场,通过对其进行PIV测试研究,有望对翼型尾流的湍流发生机理有一个更深入的理解,并且为湍流诱导流噪声的研究提供重要的参量,具有重要的意义.通过对PIV数据进行雷诺平均分析,可以得出时间平均意义下的大尺度涡结构的平均运动规律,但无法得到小尺度湍流结构的周期性演化规律,而对于充分发展的平稳湍流场来说涡的发放通常是具有周期性的.基于KL分解的湍流相位特征分析方法能够提取小尺度湍流运动并揭示其演化的周期性规律.缘于此,此文在CSSRC空泡水简中开展了翼型尾流场PIV测量试验,基于KL分解原理对翼型尾流场进行相位分解并进行了各相位湍流流动特征分析,探索湍流结构的周期性演化规律.     

IK-CPA security implies IE-CCA security in the random oracle model

Key-privacy is a notion of security that is concerned with the key anonymity in public-key encryption.Some popular schemes keep key-privacy,while others do not.Key-privacy has been shown to be orthogonal to data-privacy within one cryptosystem.This paper investigates the relationship between keyprivacy and data-privacy in public-key encryption.We show that the existence of IK-CPA secure cryptosystems implies the existence of IE-CCA secure cryptosystems in the random oracle model.The main contributions include a novel construction of a family of injective one-way trapdoor functions directly based on any IK-CPA secure public-key cryptosystem in the random oracle model.This construction adopts a novel idea in the construction compared to the existing one.The latter was based on unapproximable trapdoor predicates.The novelty of the construction allows to show that the injective trapdoor functions are secure under correlated products with respect to uniform repetitional distribution.That further allows us to conclude,in the random oracle model,that the existence of IK-CPA secure public-key cryptosystems implies the existence of CCA secure cryptosystems by a result of Rosen and Segev.     

蚁群聚类在课程微型化中的应用研究

课程微型化过程往往是教师根据自身对课程的认识,课程的重点、难点及基本概念完整性等将课程划分为若干片段.在整个过程中对学习者的学习需求很少考虑,造成很多课程微型化不能得到学习者的认可.为了更加科学、合理的将课程微型化,必须充分考虑学习者的学习需求,收集网络学习系统用户观看视频教程的学习过程信息,使用改进的LF算法对学习过程信息进行聚类,聚类后的每个类别表示一种学习类型的用户,而每个类的聚类中心正是该类用户对课程微型化的需求.通过蚁群聚类不但能够得到不同类型的用户群,而且还能得到不同类别的课程微型化,针对不同的用户采用不同的微型化课程,既能提高学习者的学习效率还能实现在线学习系统的个性化.     

一种基于邓氏关联度的图像边缘检测新方法

边缘检测主要是对图像的灰度变化进行度量、检测和定位。基于边缘检测的灰色系统理论中的邓氏关联度分析方法对处理非典型规律的图像数据与其它一些方法相比,具有明显的优势。根据邓氏关联度分析方法建立的改进模型,结合仿射变换和最小二乘法直线拟合,一定程度上克服了邓氏关联度分析方法的比例因子影响和位移差,实验证明在检测边缘点的连续性、完整性方面比用邓氏关联度模型检测的边缘有一定的改进。     

一种面向机器人的超市形态建模方法

结合超市经营客观实际,围绕环境、商品、货架形态建模过程遇到的体系结构、关键症结解决对策等展开深入讨论,给出了问题处置策略、指导原则与技术路线。     

基于可能性测度的计算树逻辑

首先,提出了可能的Kripke结构的定义,建立了可能的Kripke结构的可能性测度空间,并分析了可能的Kripke结构的一系列性质,即任一路径转移的可能性可由其初始状态的可能性分布与各转移的可能性取下确界而得到;依据可能的Kripke结构所定义的可能性测度具有其合理性等等。其次,给出了可能性计算树逻辑(PoCTL)的概念,讨论了两个PoCTL状态公式以及PoCTL与经典计算树逻辑(CTL)公式的等价性。最后,证明了PoCTL公式有与CTL*公式中"一致性"相对应的公式。     

感知模型的学习能力研究

感知行为建模是行为建模的重要组成部分,构建逼真可信的感知模型是行为模型逼真的基础.为更加逼真的模拟人的感知行为,提出了感知模型学习能力的概念,给出了感知模型的框架,对感知模型的感受器和处理器的学习能力进行了研究分析,讨论了实现感知模型学习能力的方法.研究并实现感知模型的学习性,使感知模型具备学习能力,对提高感知模型的逼真性具有重要意义,同时是行为建模学习能力实现,提高行为建模可信性的重要部分.     

声探测网络延时概率多假设跟踪算法

针对利用同步固定声探测网络中的纯方位角延时量测数据对低空机动目标进行探测与跟踪的问题,为提高跟踪精度,根据期望最大化算法提出一种延时概率多假设目标跟踪算法,对网络中多个时刻各个传感器数据间的组合进行延时概率多假设建模,形成多假设联合量测,利用内嵌合适的贝叶斯平滑器对目标状态进行递归优化,最终得到目标状态的极大后验估计值.仿真结果表明算法能够有效解决声探测网络延时数据难以利用的问题,对低空机动目标的状态进行有效跟踪,满足估计精度要求,收敛速度快,鲁棒性强的特点.     

一种面向中转换乘的铁路网建模方法研究

铁路旅行依然属于人们首选出行方式,但种类繁多的车型与庞杂路网却经常导致无谓地花费不少钱财和时间。怎样实现旅行方案制定合理化、科学化与兼顾个人独特追求,并且切实地做到最优化评价指标妥善协调,即构成了民众普遍乞盼。结合铁路运营实际,围绕路网建模当中面临的结构体系、关键难题懈决对策等展开深入讨论,给出了问题处置策略、指导原则与技术路线。研究实验表明,通过文中方法对铁路路网进行建模,可以有效地解决铁路路网路径搜索面临的诸多难题,保证了数据完备性、有效性以及路径规划的实时性与高效性。     

一维交通流仿真变长度虚坡模型

元胞自动机方法反映了交通流问题的一些主要特征,但仍有其不足.特别是元胞自动机不能有效反映车辆行驶惯性,给出连续变化的车辆速度.虚坡模型能给出连续的车速,但原有虚坡模型中虚坡长度保持不变,易于造成车辆分得太开或相靠太近的情形.为了提高速度精度和改善车流问题,提出变化虚坡长度的概念,确保车辆的加速度不超过限定值,同时又能保证车辆在慢速行驶条件下安全且充分地接近.对一个具有2200辆车的较大规模问题进行了仿真计算,结果表明模型能为实际运行提供参考.