基于多混沌系统的彩色图像加密方法

为了提高彩色图像加密的安全性和加密性能,设计了一种基于多混沌系统的彩色图像加密方法.将一个彩色图像分解为R、G、B三个灰度图像,使用MD5算法动态生成加密算法的初始值,然后使用三种不同的基于混沌的加密结构对三个图像进行加密.对R图像使用Feistel结构加密,其中Feistel结构的S一盒由Logistic混沌序列和Hyperhenon混沌序列组合产生;对G图像使用由Lorenz系统产生加密序列对图像进行代替和置换操作的加密结构;对B图像使用由分段线性混沌映射产生加密序列,然后加密图像的加密结构,再把加密后的图像结合起来生成加密后的图像.理论分析和实验结果表明,该加密方法能够较为有效地保证彩色图像加密的安全性.     

基于多元混合时序分析及灰色理论的水华藻类生长阶段多因素预测方法

在水华防治工作中,水华预测一直都是1个难点,由于藻类水华整个生成过程各阶段的变化机理不尽相同,现有预测方法采用某1个模型对水华生成的全过程进行建模预测并不合理。因此本文针对水华生成过程中持续时间最长且变化规律明显的藻类生长阶段,采用多元时序分析技术,通过对藻类生长阶段中的多特征因素时序建模分析,以影响和表征藻类生长的特征因素作为模型输入和输出,考虑藻类生长阶段的趋势性、周期性、随机性变化规律,建立多元混合时序模型,并结合灰色理论思想,改进模型预测算法,从而提出基于多元混合时序分析及灰色理论的水华藻类生长阶段多因素预测方法,以实现对包含影响因素在内的特征因素变化特性的全面描述和预测以及对模型预测精度的进一步提高。采用本文方法及传统方法分别对江苏太湖水华特征因素监测数据进行建模预测,结果表明,基于本文方法的水华特征因素预测结果与实测结果更相符、预测平均误差绝对值更小。     

基于分层动态时间弯曲的序列相似性度量方法研究

为了更好地体现时间序列的形态特征,并探索更适合于较长时间序列之间相似性度量的方法,在动态时间弯曲算法的基础上进行改进,提出了基于分层动态时间弯曲的序列相似性度量方法。对时间序列进行多层次分段,并从分段中均匀抽取相对应的层次分段子序列,然后将层次分段子序列抽象为三维空间的点（反映了分段子序列的均值、长度和趋势）进行相似性度量,最后综合各个层次的相似性度量作为结果。实验表明,在参数设置合理的情况下,此方法能获得较高的序列相似性度量准确度和效率。     

Klebsieila sp．601细菌漆酶的鉴定及性质

从森林树木根部土壤中分离得到一株具有2，6-二甲氧基酚（DMP）和2，2＇-连氮基-双（3-乙基苯丙噻唑啉-6磺酸（ABTS）氧化活性的细菌。Cu^2＋、Ca^2＋、Mn^2＋、Fe^2＋和Mg^2＋可诱导细菌表达活性的胞质可溶性单体酶蛋白。该酶进行DMP或ABTS氧化时需要铜离子的协助，在pH5．0～7．5范围内氧化DMP，在pH4．0～4．5范围内氧化ABTS，但不能氧化酪氨酸。SDS-PAGE估测酶蛋白分子量大约为55kD。经60℃处理4h或pH10条件下透析20h仍能保持酶活性。16S rDNA序列分析结合常规细菌形态学分析，表明该细菌属于克雷伯氏菌（Klebsiella）属，并命名为Klebsiella sp．60l。这是首例报道Klebsiella细菌菌株具有漆酶活性。     

一种改进的基于攻击树的木马分析与检测

木马是一种具有潜在威胁的程序,会对计算机造成不同程度危害,对于木马的检测与防范尤为重要。通过分析程序的PE文件提取API函数调用序列,将其分割为长度为k的短序列与攻击树匹配,再对攻击树各节点计算其发生的概率及恶意性权值,最后综合计算攻击树根节点代表事件的危险指数用来估计该程序与木马的相似程度,从而判断程序为木马程序或者包含木马部分的可能性,以准确地检测和防范木马攻击。     

基于FPGA的10G以太网并行CRC设计

为了解决10G以太网通信链路中大规模数据并行CRC校验的实时处理问题,提出了一种基于级联结构的并行CRC校验方法。通过传统CRC编码结构推导出任意延拓序列的CRC校验方法,设计了针对任意延拓序列的CRC校验模块。在校验算法实现中针对传统异或逻辑进行了并行电路改进,降低了电路处理时延。搭建了实验环境对所设计模块进行了验证,实验结果表明,该方法可以有效满足10G以太网接入系统CRC校验要求。     

时间Petri网与CAGA算法相结合的并行测试研究

在并行测试的研究中对于任务的测试次序一直是个研究重点及难题。用时间Petri网建立关于并行测试系统的模型,并首次用元胞遗传算法(CAGA)对模型中的变迁序列进行搜索,快速得到最好的测试序列。通过仿真结果表明,该算法展示了很好的收敛效果,并且与已有的研究成果相比更具优势。     

一种关于模糊时间序列模型论域划分的多尺度比率算法

针对模糊时间序列研究中比率划分论域方法存在对非均匀数据划分效果不理想的缺陷, 提出一种基于模糊C 均值聚类(FCM) 算法的多尺度比率划分论域的方法. 首先利用FCM算法对样本数据进行分类; 然后计算各类数据的平均相对误差, 并基于各类的平均误差划分论域, 产生非等间隔的多尺度论域划分方法; 最后, 通过算例表明了多尺度比率论域划分方法的有效性.     

一种基于SBL和APIT的混合定位算法

由于子区域分割粒度的限制,基于阶次序列的定位算法(Sequence-based localization,SBL)存在边缘区域节点定位误差较大和不能保证平均定位误差性能的问题。针对这些问题,提出了一种基于SBL和APIT的混合定位算法,利用APIT信标三角形切割SBL算法子区域,减小子区域面积,实现了分割粒度的细化。通过预先进行系统训练,优化了混合算法的加权系数,进一步提升了算法的定位精度。仿真结果表明,相比于原算法,所提出的混合算法有效地提升了边界区域节点的定位精度,其平均定位误差降低了17.9%,使基于阶次序列的定位算法的定位精度得到了有效改善。     

基于改进符号化度量方法的机场噪声异常检测

机场噪声中的异常情况拥有很大价值,利用它能够及时完善飞机和机场的设备。结合机场噪声数据的特点,对上述问题进行研究并提出一种基于改进的符号化聚集近似(Symbolic Aggregate Approximation,SAX)相似性度量的单监测点的时间序列异常检测方法。其运用相似性度量方法计算出度量结果,再运用k近邻异常检测方法进行异常发现,最后发现异常时间段。该方法在理论验证可行性之后在某机场的实测数据中进行应用,取得了良好的效果。