基于国家信息安全风险评估指南的量化模型研究

以2005年颁布的国标草案《信息安全风险评估指南》为主要指导,并参考NISTSP800—30的管理控制思想、评估方法以及威胁发生可能性的计算方法,给出了一个具有可操作性的信息安全风险评估量化模型。     

基于TMS320DM642平台的H.264编码器优化

H.264实时编码器的研究和实现是目前视频通信研究领域的一个热点问题,本文介绍了基于TMS320DM642平台的H.264编码器的优化,重点介绍了基于DM642的整数DCT变换、量化和匹配误差函数的汇编级优化,最后介绍了H.264编码器的EDMA及Cache级优化.实验结果表明本编码器基本能实现CIF实时编码.     

基于控制微元的统计自适应增量控制方法

依据系统对模拟量实时控制的要求,提出了基于控制微元的统计自适应增量控制方法,给出了量化控制状态统计图的获取方法,分别找出了扩展控制微元的统计稳定系数、平均统计状态偏差、统计趋势、统计超调、尾偏差等参数与调节增量之问的关系,确定了统计控制策略及其最优化条件,给出了统计预测自适应记忆增量控制器的设计方案.该方法易于微处理器编程,运算速度快,可高效率实现对模拟量的精确控制.     

一类网络控制系统的稳定性分析

针对网络控制系统中普遍存在的信息量化问题,采用基于模型的控制策略,研究了一类网络控制系统的稳定性.在考虑均匀量化的影响下,对于不同的初始量化误差,分别讨论了系统的稳定性,并给出了保证系统全局指数稳定的充分必要条件以及系统的稳定域范围 .仿真结果验证了所得结论的正确性.

     

WSN中改进的分布式多维定标定位算法

针对无线传感器网络经典集中式多维定标MDS-MAP算法在定位精度与矩阵计算复杂度方面的不足,提出一种基于分布式的ADMDS-MAP定位算法.该算法通过采用测定距离量化,得到节点的近邻向量(CNV),然后通过相关的估算算法得到距离矩阵D和节点的初始估值,加入适当的求精计算得到节点的精确位置.理论分析和仿真实验表明,改进算法能够提高节点的定位精度.     

基于ADC的TR-UWB数字接收机性能及其FPGA实现

发送参考超宽带(Transmitled reference UWB,TR-UWB)系统采用自相关接收检测技术作为一种非最优接收机,不需要进行信道估计和精确的时间同步,其结构简单、性能优良.数字化TR自相关接收机可以充分利用数字信号处理算法的优势,且易于用集成电路方法实现,其实现的关键是ADC.本文从理论上分析了ADC的抽样速率、量化阶数等对数字接收机的性能的影响,提出了过高阶数的量化并不能有效改善系统性能,并在FPGA上实现了TR-UWB接收机,通过编程设计与仿真,验证了基于ADC的TR-UWB接收机实现的可行性.     

基于新型协调量化容差关系的不完备数据填补方法

提出一种基于新型协调量化容差关系的不完备数据补齐算法。首先求出属性值不完备对象的容差类,结合属性的重要度,将容差类里面的对象容差关系量化,再根据决策规则独立原则,在尽可能保持系统协调性的前提下对缺失属性值进行补齐。大量实验证明了本算法的有效性。     

基于AHP与SPC的软件过程性能分析方法的研究

通过软件过程改进提高和稳定其过程性能,是软件产品质量保证的基础.有效的软件过程性能分析方法可以提高定量过程管理的效率,也为成功地进行过程控制和改进提供了保障.在对项目目标的分解和分析基础上,运用层次分析(AHP)算法和统计过程控制技术(SPC),阐述了软件过程性能分析的过程.基于CMMI理念,针对项目目标、定量指标以及软件子过程逐级进行了映射,选择了实现项目目标的关键子过程.通过实现对项目的每一个关键子过程性能的量化分析,可以展现项目目标的完成情况,通过实例描述了具体应用.     

均衡竞争神经元获胜机会的方法

竞争型神经网络存在"死点"问题,某些神经元在竞争中可能始终未能获胜而成为"死神经元",不仅造成神经元的浪费,而且造成训练误差偏大,无法达到训练误差的精度要求,不能很好完成它所担负的聚类或分类任务.针对该问题,研究竞争型神经网络的切入点,深入探讨了LVQ神经网络并且通过引入阈值学习规则,均衡神经元获胜的机会,较好地解决了该类网络在遇到"死"点时训练误差偏大的问题,仿真实验结果表明了该方法的有效性.     

一种特征加权FCM算法的图像重建技术研究

针对传统FCM(Fuzzy C-means)算法中初始聚类中心选取的随机性以及对初始值敏感的问题,提出一种基于进化策略的色彩空间加权的FCM聚类算法.通过在RGB(Red Green Blue)色彩空间矢量中设置加权矩阵来补偿各色彩的非均匀性,并采用一种类内最小距离最大的统计聚类算法来初始化聚类中心.实验结果表明,该算法能有效减少颜色量化后的均方差值,保持重建图像的整体层次和局部特征细节,对研究图像处理技术有较强的实际意义.

Abstract：

Aiming at a defect on randomness of the initial clustering center choosing and sensitivity of initial value in tradition FCM(fuzzy C-means) algorithm, a clustering algorithm about FCM of weighted color space based on evolutionary strategy is proposed. By interposing weighted matrix in RGB(Red Green Blue) color space, the color's inhomogeneous is compensated. And by using a statistics clustering algorithm of minimal maximal distance, clustering center is initiated. The experimental results show that the algorithm can decrease effectively the mean square deviation of color quantization, keep overall arrangement of ideas and part characteristic detail in image reconstruction, and has practical value to the study of the image process technology.