基于奇偶树型交互学习机与遗传算法的密文优化系统

为使图像加密系统具备优化功能,并解决当前遗传算法无法实现全局最优、收敛速率慢等问题,提出奇偶树型交互学习机耦合全局离散遗传算法的密文优化系统。定义权值更新机制,耦合混沌映射,构造奇偶树型交互学习机及其互扰模型。将切断型轮盘赌择取机制引入均匀交叉算子中,以图像分块的相邻像素相关系数和密文信息熵为目标,根据权重理论设计加权适应度函数,提出一种全局离散遗传算法,最终形成"初始加密-密文优化"的加密结构。实验结果表明,与超混沌算法、离散遗传算法、元胞自动机相比,该系统的加密质量较好,并且具备全局优化功能,可优化所有迭代结果,使最终输出密文的信息熵最大,相关系数最小。     

电信运营商的供应商评价模型研究

依据电信运营商的供应商特点,构建了供应商评价指标库,通过ISM技术对这些指标结构进行分析,建立解释结构模型,并在模型基础上应用AHP技术推算出各指标的权重,给电信运营商的供应商评价提供了较科学的依据和参考。     

基于GPU的快速色阶映射算子实现

为了提高色阶映射计算的效率,设计了基于GPU的快速色阶映射算法.首先结合基本规约算法和GPU的并行运算特征设计了基于两个核函数的最大亮度计算方法,然后通过区域中间值共享计算以像素为中心的区域平均亮度,最后针对视屏处理,提出利用纹理缓存池解决CPU读数据和GPU处理数据速度不匹配的问题,并根据像素子集最大亮度自适应地更新全局最大亮度.实验结果相对相同算法的CPU实现得到了4～5倍的速度提升,表明所提出的算法能够充分利用GPU的并行性,并减少了大量重复运算,满足实时渲染的要求,并且对不同规模的纹理具有良好的适应性.     

关于加权的Bernstein-Markov型不等式

假设函数f在端点处具有奇性,该文针对此类函数定义了一类修正的Bernstein算子,并在此基础上给出了修正的Bernstein算子的加权Bernstein-Markov型不等式,此类不等式推广了数学工作者们的结论。     

全局最优位置变异粒子群优化算法

针对粒子群优化算法的早熟收敛,容易陷入局部最优且搜索精度不高等缺点,在现有的粒子群优化算法的基础上对其进行了若干改进,提出了避免微粒群陷入局部最优的全局最优位置变异的粒子群算法,并与其他算法做了比较,体现了其优越性.     

L-fuzzy闭包算子及其等价刻画

借助L-fuzzy映射和L-fuzzy集的像,给出了由L-fuzzy映射诱导的L-fuzzy闭包算子及其等价刻画.当L为有限分配格时,讨论了代数的L-fuzzy闭包算子及其所诱导的闭包系统的等价刻画.     

与李代数A2相关的顶点算子代数N（k,0）及不可约模

介绍了仿射李代数A2的构造,并研究和构造了A2上Z＋-分次的顶点算子代数N（k,0）。再由A（V）理论算出了顶点算子代数L（1,0）不可约模L（1,μ）的分类情况。     

Bergman空间上的加权复合算子

文章首先给出了Bergman空间La^2上加权复合算子,通过研究该空间上酉加权复合算子和紧自伴加权复合算子的谱、特征向量以及特征子空间,进一步完善了Bergman空间La^2上加权复合算子的理论。     

Kerr介质对真空场级联三能级原子纠缠量的影响

利用全量子理论讨论了kerr介质对级联三能级原子纠缠量的影响。通过对体系量子约化熵的计算,结果显示：耦合强度对体系的纠缠量影响不大;适当的选择kerr介质的系数,可获得稳定的纠缠态。     

基于多样化进化策略的基因表达式编程算法

针对传统GEP（Gene Expression Programming）算法的未成熟收敛以及陷入局部最优问题,提出一种基于多样化进化策略的基因表达式编程算法（DS-GEP：Gene Expression Programming based on diversified develop-ment strategy）。该算法通过基因空间均匀分布策略,自适应地交叉和变异算子以及淘汰算子等方法,对种群给予不同的进化策略,以保持种群的多样性,从而增强算法的寻优能力。通过对函数挖掘的实验证明,多样化进化策略各个部分均对改善挖掘效率发挥了作用,提高了DS-GEP函数挖掘算法的成功率。与传统GEP算法相比较,该算法的平均成功进化代数缩短了11%,成功进化时间缩短了8%,进化成功率提高了20%。