一个可分的可关联门限环签名方案

在某些特殊应用中,如电子投票等系统要求可以确定两个或多个签名是否出自同一用户,具有可关联性的环签名方案可以实现这一功能。已有的可关联环签名方案只支持基于DL的公钥系统,该文基于离散对数和因数分解的难解性提出了一个可分的可关联门限环签名方案,可以同时支持基于DL和基于ID的公钥系统,参与方可以独立地选择公钥体制、系统参数及密钥,具有更广泛的实用性。     

BERS-CCD数据土地利用/覆盖信息 提取最佳波段选择——以贵州喀斯特山区为例

最佳波段选择是遥感数据处理重要基础工作,不仅影响遥感信息提取目视解译效果,而且影响计算机分类精度和效率。以贵州喀斯特山区CBERS-CCD数据土地利用/覆盖信息提取为例,依据最佳指数（OIF）模型,基于波段间信息量和地物间可分性试验,从定性和定量角度评价试验结果,得出:① CBERS-CCD数据所有可能3个波段组合中,B3-4-1波段组合RGB合成假彩色影像最适宜多数土地利用/覆盖类型信息提取;② CBERS-CCD数据第5波段对水田和草地等地类信息提取有重要贡献,应予充分利用;③ 不同波段组合对不同地类信息提取贡献有别,仅仅依靠某个波段组合即便是最佳波段组合也难以获得很高精度,需要继续研究CBERS-CCD数据与其它数据融合,以及决策树与多特征提取等多种遥感信息提取方法。
     

可分性判据在中文网页分类中的应用

提出了一种改进的基于统计的中文网页的分类算法。通过对传统的基于计算相似度文本分类方法和基于贝叶斯模型文本分类算法的研究，我们对贝叶斯模型分类算法进行了改进，提出了利用一种基于概率分布的可分性判据分类方法，即用类别密度函数似然比来增加特征词的可分性信息的算法。通过对计算相似度方法，贝叶斯方法及改进的贝叶斯方法的对比实验表明，改进算法可以使类与类的间隔最大化，因而具有较高的分类精确率和召回率。     

基于Sentinel-2的UNVI植被指数及性能对比研究

作物精准识别和分类是农业遥感检测的重要内容,对作物长势监测以及估产十分重要。以美国混合农业带为研究区,基于Sentinel-2时间序列影像,根据其传感器响应函数计算了针对Sentinel-2的通用归一化植被指数（Universal Normalized Vegetation Index,UNVI）,并通过两个对比实验,分析UNVI等6个指数在作物精准分类中的性能。实验一以JM（Jeffries-Matusita）距离为指标对不同作物类别之间的可分性进行分析,结果表明UNVI优于NDVI、EVI、WDRVI、NDre1和NDWI指数,在玉米和棉花、玉米和水稻、玉米和水稻的区分上,UNVI优于其他指数区分能力相当,但在其余的作物组合上如棉花和水稻,NDVI等指数则无法将其很好的区分,此时UNVI指数依然可以表现出较好的区分能力;实验二对6种时间序列指数特征分别使用随机森林和支持向量机进行作物分类,结果表明UNVI指数的总体精度和Kappa系数最高,其次是NDre1指数和WDRVI指数,EVI的总体精度和Kappa系数最低,这表明UNVI比其他6个指数更好地区分了研究区大豆、玉米、棉花和水稻等4种主要作物。综上,基于Sentinel-2时间序列的UNVI指数在进行作物分类时与其他5种遥感植被指数相比,具有较大的优势,UNVI可为农作物长势分析和作物估产研究等农业研究和应用的可选植被指数。     

基于对称加密体制和散列链的新型公正微支付系统

现有的微支付系统通常不提供公平性,即参与微支付交易的消费者和商家有可能通过交易中的欺诈行为来获取商业利益。本文利用密码学中散列函数的单向特性,提出了一种基于对称加密体制和散列链的新型公正微支付系统,它属于离线预支付系统,支持数字货币的可分性,并允许消费者使用同一个散列链与多个商家进行交易。在支付过程中,一个循环交互协议使得消费者和商家的利益都得到了保障,从而大大提高了系统的公平性。与其它微支付方案（如PayWord）相比,由于本系统完全没有使用公开密钥算法,因而效率大大提高。此外,系统还为消费者提供了有限的匿名性。     

基于AdaBoost分类器的实时交通事故预测

传统的道路交通事故预测是对交通事故次数及其造成的损失的历史趋势进行预测,针对其不能反映交通事故与实时交通特性关系、不能有效地预防事故发生的问题,提出一种基于AdaBoost分类器的交通事故实时预测的方法。首先,将交通道路划分为正常、危险两种交通状态,利用实时采集的交通流数据作为特征变量对不同的状态进行表征,将事故的实时预测问题转化为分类问题;然后,采用Parzen窗非参数估计的方法对两种状态在不同时间尺度下候选交通流特征的概率密度函数（PDF）进行估计,利用基于概率分布的可分性判据分析估计的密度函数,选择合适的特征变量及时间尺度,确定样本数据;最后,根据样本数据训练AdaBoost分类器对不同的交通状态进行分类识别。实验结果表明,采用交通流特性的标准差特征对测试样本分类的正确率比平均值特征高7.9%,更能反映不同交通状态的差别,获得更好的分类结果。     

2-D常系数线性离散系统可分性判定

针对二维常系数线性离散系统一般状态空间模型(2-DGM)的可分性判定问题进行探讨,给出了系统可分的若干判定法则,这些法则有助于进一步完善2-D系统现有的理论体系.     

特征选择及其常用算法

压缩特征向量的维数，在较低维特征空间中进行分类器设计是特征选择与提取的目的.本文介绍了相关概念，给出了常见的几种类别可分性判据，讨论了特征选择的几种常用算法。     

基于分层决策的模拟电路故障诊断技术研究

针对模拟电路可测节点数目有限以及特征矢量对故障诊断的影响,选取其端口电压作为研究对象;首先采用傅里叶变换对电路输出电压进行特征提取,构成样本空间,依据类别可分性判据选择部分特征,指导初级判决过程,完成故障模式的粗分类;对剩余特征采用主元分析方法进行特征压缩,指导下级判决过程,完成故障模式的细分类,从而建立分层决策树,最终实现故障的分离与定位;应用仿真结果表明,此方法提高了诊断效率,具有一定的实用价值。     

城市典型地物反射波谱分辨率研究

基于城市典型地物反射波谱,采用相关系数聚类法寻找合适表达城市地物特征的波谱分辨率,得到25、50、100通道三种波谱分辨率;从信息量、可分性两个角度进行验证,表明25个通道划分方法保留了地物间的基本可分性,而后两种划分方法优于普通高光谱通道.研究为高光谱城市遥感数据降维提供了一种途径.