可信模块隐私保护的自证明签密方案

提出可信模块间安全通信的一种高效的基于自证明公钥的签密方案IDTSC,它可以抵抗不诚实CA的消息伪造攻击和共谋攻击,且中间人在获得密文后如果没有接收方密钥则无法知道和验证密文的签密者和接收者,实现密文的匿名性。给出了系统模型并证明了其安全性,包括语义安全性、不可伪造性、密文匿名性和不诚实CA的可追踪性。方案可应用于要求身份隐藏和身份隐私保护的安全传输环境。与其它相似方案比较,IDTSC方案有更强的安全性和更高的计算效率。     

丙烯膜法脱水工艺技术的研究分析

传统的丙烯脱水工艺存在能耗高、丙烯浪费大、再生氦器气用量大等缺点。蒸汽渗透技术具有能耗低、过程简单、分离因子高、操作灵活等优点，而且它的渗透通量较低，这使得它特别适用于微量可凝组分的分离。本研究以脱除丙烯中微量水分为目的，以聚乙烯醇、壳聚糖为复合膜活性层，聚砜中空纤维膜为支撑层，制备出多种中空纤维复合膜。考察制膜条件及实验操作条件对膜性能的影响。     

基于JMY-502模块的IC卡读写器的设计

随着非接触IC的大量使用,其成本越来越低。可以用单片机和IC读写模块来设计IC卡读写器,读写器分两种,一种是连接微机的,主要应用在收费管理部门,另一种是应用于现场收费部门,一般只具有自动收费功能。介绍了一种基于JMY-502的IC卡读卡器的设计,JMY-502是PHILIPS公司生产的微型嵌入式非接触式IC卡读写模块。给出了两种读卡器的硬件原理图及程序框图,读卡器实现了射频卡的制卡、收费及充值等功能,设计方案简单、成本低,适合各种收费场合。     

一种灵活的强制完整性访问控制策略

完整性保护是计算机安全的一项重要内容,虽然绝大多数安全操作系统都设计实现了完整性保护机制,但仍存在着系统的完整性被破坏以及完整性策略不够灵活的不足。在实施完整性保护的基本原则下,提出了一种灵活的完整性访问控制策略FIC,并给出了在LSM框架下的实现过程。FIC定义了主完整级和辅助完整级,通过访问控制规则、进程再标记规则和新建客体标记规则,实现了系统的完整性保护以及进程执行的灵活完整性保护控制。最后分析了实现效果,并指出了进一步可扩展性研究需求。     

基于LPC2214的嵌入式智能家居控制终端的设计

为进一步提高家居生活的智能化和便捷化,文中设计了一款嵌入式智能家居控制终端。该终端以NXP（恩智浦）公司的ARM7TDMI处理器LPC2214为核心,集多款家电操控和状态监控界面于一体,通过扩展RF模块组建家庭内部无线网络。该终端既可以伴随相应的语音提示,通过按键进行家电操控界面切换和相应功能的选择及遥控,又可通过Wi-Fi模块接收由平板电脑或智能手机上家电控制软件下发的控制命令编码,最终实现对家电的遥控。同时,家电状态的变化也会实时反馈给控制终端、平板电脑或智能手机进行状态显示更新。该方案解决了对家电远程遥控和状态的实时监控问题。经过实验测试,该终端具备轻巧便携、控制精准、速度快等特点,非常适宜在智能家居系统中应用。     

基于密集Inception的单图像超分辨率重建方法

近几年,基于卷积神经网络（CNN）的单图像超分辨率（SR）重建方法成为了主流。通常情况下,重建模型的网络层数越深,提取的特征越多,重建效果越好;然而随着网络层数的加深,不仅会出现梯度消失的问题,还会显著增加参数量,增加训练的难度。针对以上问题,提出了一种基于密集Inception的单图像SR重建方法。该方法引入Inception-残差网络（Inception-ResNet）结构提取图像特征,全局采用简化后的密集网络,且仅构建每一个模块输出到重建层的路径,从而避免产生冗余数据来增加计算量。在放大倍数为4时,采用数据集Set5测试模型性能,结果显示与超深卷积神经网络的图像超分辨率（VDSR）相比,所提方法的结构相似性（SSIM）高了0.013 6;与基于多尺度残差网络的图像SR（MSRN）相比,SSIM高了0.002 9,模型参数量少了78%。实验结果表明,所提方法在保证模型的深度和宽度的情况下,显著减少了参数量,从而降低了训练的难度,而且取得了比对比方法更好的峰值信噪比（PSNR）和SSIM。     

基于轻量级OpenPose改进的幻影机手势交互系统

目前人机交互方式多以键盘鼠标为主,而基于深度学习手势识别的交互方式算法准确率不高,且实时性和系统稳定性均有待提升。提出一种新颖的针对轻量级OpenPose进行改进的幻影机手势交互系统。采用轻量级OpenPose将人手简化建模为21个关键点,以MobileNetV1作为基础模型,应用部分亲和域（Part Affinity Fields,PAF）方法实现人手关键点的检测并画出简化骨骼图。为进一步提升人机交互系统的实时性,采用幻影模块（Ghost Module）对卷积层进行降维,用更少的硬件资源取得同样的识别效果。最后搭建验证环境,根据画出的人手骨骼图进行模式匹配,根据匹配识别结果生成交互控制指令,经由蓝牙通讯将指令传送至Arduino UNO平台控制小车实现交互响应。经过初步训练后,该系统在COCO2017验证集上能实现58.7%的准确率,保持了原始OpenPose网络和轻量OpenPose网络的人手关键点识别效果,在家用PC机上可实现每秒32~36帧的识别速率和较高的手势识别率。     

多尺度特征融合的脊柱X线图像分割方法

为了精确地从X线图像中分割脊柱,提出了一种基于深度学习的脊柱X线图像分割方法,使用基于多尺度特征融合的U-Net网络进行分割。将U-Net模型中的卷积层替换成类Inception网络来提取不同尺度的特征,并进行多尺度融合。同时在跳跃连接前增加残差连接层,并在首次上采样前添加卷积块注意力模块。该模型对20幅脊柱X线图像进行验证,Dice系数为0.845 7,与近期X线脊柱图像分割方法相比,提高了0.135 1。     

便携式雷达电源检测维修系统设计

针对某大型相控阵雷达装备电源系统维修过程中型号多、数量大、维修周期长、检测维修难的问题,设计了一种便携式电源检测维修系统;该系统由FPGA核心板、数据采集板、ePC-K70-Lite-L一体化模组组成,集成维修人员故障维修经验,通过数据处理及故障诊断软件分析采集的电源数据,最终实现对多种类电源故障的快速检测维修;该系统可对该型雷达3大类13种电源实现在线控制、参数读取和赋值,最多同时可对7组电源参数实现在线检测,测试时间由5分钟缩短到10秒内,电源检测准确率达99 ％以上,不依靠外接电源可连续工作达5小时以上;本系统投入使用4年以来,运行稳定、易于操作维护,检测维修多种类电源达800余次,极大提高了装备的自主保障能力和维修效率,提升了装备的任务执行成功率.     

融合共现推理的Faster R-CNN输电线路金具检测

为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的特征向量作为图推理输入特征,以自学习的变换矩阵作为共现图传播权重,完成图信息传播并实现有效的共现推理模型嵌入。实验证明,融合共现推理模块的Faster R-CNN模型较原始模型提升了6.56%的准确率,对于长尾分布样本中数量较少的金具性能提升尤其显著。