非对称ArchimedeanCopulas函数在干旱分析中应用

在选定干旱历时、干旱烈度和烈度峰值来描述干旱事件的基础上,应用非对称Arehimedean Copulas函数构建了干旱特征变量的联合分布模型.以渭河流域西安气象站的月降水序列为例,采用极大似然法估计M5、M6和MI2三种非对称Archimedean Copulas函数的参数,进行了Copulas拟合优度评价.采用拟合效果最好的MI2 Copula构造了西安气象站干旱变量间的联合分布,计算了相应的条件概率和条件重现期.结果表明:非对称Archimedean Copulas函数能够用来构建不同边际分布的联合分布,具有灵活方便和应用范围广等特点,是描述干旱多变量分布的一种有效途径.     

基于非对称打包和FSVM的图像检索

在图像检索的相关反馈中,引入支持向量机分类方法虽可以提升图像的检索性能,但是传统的支持向量机存在正样本数少、样本非对称、过学习和弱实时性的局限。针对上述问题,提出了一种基于非对称打包的FSVM算法。该算法首先对负样本进行非对称打包处理,最后结合模糊理论与SVM实现图像检索。Corel图片集上的实验表明,当正样本数较小时,该新算法的平均查准率-查全率要优于已有算法。     

基于三角形和正方形的NAM灰度图像表示方法研究

非对称逆布局模型(NAM)适用于图像模式、语音模式、文本模式、视频模式的表示,是一个通用的模式表示模型。图像表示是计算机图形学、计算机视觉、机器人、图像处理和模式识别等领域里的一个重要问题。借助于三角形和正方形Packing问题的思想,本文提出了一种基于三角形和正方形的NAM灰度图像表示方法,简称NAMTS表示方法。给出了灰度图像的NAMTS表示算法,并对其存储结构和总数据量进行了详细分析。理论分析和实验结果表明:与经典的基于线性四元树的表示方法相比,基于三角形和正方形的NAM灰度图像表示方法能更有效地减少子模式数和数据存储空间,是灰度图像的一种良好的表示方法。     

基于数字签名技术的证件防伪方案

证件造假已经成为我国一个严重的社会问题。结合数字签名技术,提出一个安全、低成本的证件防伪解决方案可应用于纸质证书的防伪,并分析该方案的优缺点,提出改进措施。     

无线Mesh网络入侵检测关键技术研究

本文研究了无线Mesh网络的结构和特点,以及入侵检测系统(IDS)在构建安全WMN中不可替代的作用。深入分析了AdHoc网络IDS、跨层和网络故障检测技术特点以及无线Mesh网络自身的安全需求。在此基础上,本文结合网络故障检测与跨层技术提出了一种基于代理的非对称分布式协作IDS结构,对代理模块设计原则进行了详细分析。最后以MAC自私行为攻击为例对该结构进行了模拟。结果显示,该结构能够很好地适应无线Mesh网络。     

网络安全防范与加密技术的实现

网络安全防范是指,计算机网络系统资源和信息资源不受自然和人为因素的威胁和危害,不因偶然的或者恶意的原因而遭到更改、泄露,确保系统能连续可靠地运行,使网络服务不中断,硬件投入固然重要,但数据在传输中的加密也是必需的.     

非对称信息下供应链库存系统Pareto 优化模型

运用委托代理理论,研究了非对称信息条件下,由单供应商单分销商组成的供应链 Pareto优化问题. 在假定分销商所面临的需求是与销售价格有关的随机变量,以及供,销双方关于分销商销售价格信息不对称这两个前提下,将供应商作为委托人,分销商作为代理人,给出了供应商为吸引销售商选择对自己最有利的销售价格而设计的最优激励合同,比较了在不同信息条件下供销双方的最优决策 .最后,给出了应用实例和灵敏度分析.

     

行波型超声电机基于神经网络的逆模型辨识

行波型超声电机的动态特性受定子压电陶瓷迟滞和接触层非线性摩擦力的影响,表现出复杂的多值映射特征.通过引入动态迟滞逆算子,将存在于超声波电机逆系统中的多值映射在新的扩张输入空间上,转换为一一映射;然后使用神经网络建立超声波电机的逆模型,对迟滞和非线性摩擦力的影响进行补偿.所建立的模型结构简单,可以在线调整适应电机参数的非线性变化.实验仿真结果验证了该方法的有效性.     

行波型超声电机基于神经网络的逆模型辨识

行波型超声电机的动态特性受定子压电陶瓷迟滞和接触层非线性摩擦力的影响,表现出复杂的多值映射特征.通过引入动态迟滞逆算子,将存在于超声波电机逆系统中的多值映射在新的扩张输入空间上,转换为一一映射;然后使用神经网络建立超声波电机的逆模型,对迟滞和非线性摩擦力的影响进行补偿.所建立的模型结构简单,可以在线调整适应电机参数的非线性变化.实验仿真结果验证了该方法的有效性.

     

一种基于NAMPD的快速图像分割

非对称逆布局模式表示模型(Non-symmetry and Anti-packing pattern representation Model,NAM)借助布局问题的思想,使用一个子模式集合来表示原模式。基于NAM模型,提出了一种灰度图像表示方法,非对称逆布局平面分解模式表示模型(NAM-structrued Plane Decomposition,NAMPD)。在NAMPD中,每一个子模式都对应于图像中的一个矩形区域,该区域的亮度函数由一个斜面模型逼近。图像分割是图像分析中的一种关键方法。传统的图像分割算法大多是基于点阵表示的,运算效率不高。基于NAMPD,提出了一种快速图像分割算法。因为NAMPD将图像块而不是像素作为最小操作单位,所以基于NAMPD的图像处理操作效率更高。实验结果表明,基于NAMPD的图像分割算法的速度较之经典算法更快。