一种基于椭圆曲线的数字签名与盲签名方案

椭圆曲线数字签名算法实际上是数字签名算法的椭圆曲线模拟,本文在ANSI(1999)颁布的椭圆曲线数字签名(ECDSA)标准的基础上,提出了椭圆曲线数字签名的一个变形方案,并设计了一种新的基于椭圆曲线的盲数字签名方案,其安全性是建立在椭圆曲线离散对数问题的难解性基础上的,从理论上讲是安全的,具有一定的实用价值。     

基于单调递增函数的新的强化缓冲算子的构造及其应用

在灰色系统缓冲算子公理体系下,基于严格单调递增函数和时间序列的平均发展速度构造了3类新的强化缓冲算子,并研究了其内在的特性和内在联系,有效的解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题,并通过实例对比分析表明了该算子的有效性和实用性,从而为缓冲算子的构造开辟了新的方向。     

色彩与城市生活

编者按:中国科学技术协会第25期新现点新学说学术沙龙"色彩与城市生活"于2008年12月7日在海南三亚举行.本沙龙文集特由中国科学技术出版社出版.本文摘录部分学者的主要观点.     

教师类型对艺术设计专业学生创造性倾向影响的实证分析

以我国某所艺术设计院校的422名艺术设计专业学生为样本获取数据,采用实证的研究方法分析教师类型对学生创造性倾向的影响.结果表明:1.学生偏爱仁慈型的教师:2.教师类型与挑战性、创造性倾向的总体表现有显著关联,且关联强度为中度;3.学生的冒险性、挑战性、好奇性和创造性倾向总分因不同的教师类型而有显著性差异.且就艺术设计专业而言,高仁慈、高权威型教师有利于学生创造力的发展.因此,注重以学生为中心的教学、不断提升教师创造性教学的能力与素质是实现艺术设计专业创造力教育的重要途径和保障.     

中国电影市场和股票市场的相关性研究

研究了股票投资市场和电影市场的关联性,揭示了股权投资市场收益率的波动和中国电影票房收入变动率之间的关系.我们收集了2006-2012年中国股票市场、人均可支配收入、国内电影票房的数据,在数据平稳性和格兰杰因果关系检验的基础上,建立了相关的计量经济学模型,对我国股市和电影票房的关联性进行研究.结果显示:中国电影市场有明显的季节效应,股市的变动对电影票房存在直接和间接的影响.中国电影产业存在与美国电影产业类似的“口红效应”,股票收益率对电影票房的影响是前导性的,滞后一个月的上证综指收益率,滞后两个月的城镇居民人均可支配收入波动率对电影票房波动有较为显著的影响,金融市场产生的财富影响电影市场需要一定的时间.     

基于有理插值公式的GM(1,1)模型的背景值构造新方法与应用

分析了GM(1,1)模型中的背景值,提出了用有理插值和数值积分中的梯形公式及外推法重构背景值,可以有效地提高模型的预测精度和适用性,并将其方法应用于我国人均发电量预测建模中,理论分析和应用实例表明了文章所提方法的有效性.     

地球中微子:来自地球深部的信使

中微子是构成物质世界最基本的单元之一,在自然界广泛存在.正在建设的江门中微子实验站(JUNO)是我国第二个大型国际领先的中微子实验站.地球中微子(geo-neutrino)是地球内部天然放射性元素(主要是~(238)U,~(232)Th和~(40)K三种同位素)衰变产生的反电子中微子.它们在衰变过程中也同时释放出大量热能,是驱动地球演化的主要地热能来源之一.地球中微子的通量和产生的热能成固定比例.因此,测量地球中微子的通量,可以获得放射性元素分布及其对地热能的贡献.江门中微子实验站的探测器质量为2万吨,运行一年所获取的地球中微子事例数达到400个以上,超过全球已有地球中微子探测器10年所探测事例的总和.江门中微子实验站周围500 km以内贡献50%以上的地球中微子事例数,利用地球科学手段可合理、有效估算实验站周围及邻区地壳的贡献,实验站测量总数减去地壳贡献,可得到地幔的贡献.因此,有效充分利用实验站可望帮助解决放射性元素衰变对地热能的贡献、测量Th/U比值和来自地幔的放射性地热等问题,并推动国内中微子地球科学研究的交叉领域发展.本文首先介绍了地球内部有关热量未解决的科学问题及地球中微子可能的贡献,其次介绍了地球中微子研究的国内外现状及精确地壳结构模型研究的重要意义,随后着重介绍了江门中微子实验的地球中微子探测潜力及其独特的地理位置和探测优势对地球科学研究的意义,最后给出总结和展望.     

基于不动点的新弱化缓冲算子的研究

在灰色系统理论缓冲算子公理体系下,基于反函数与广义时间序列的平均发展速度构造了一类新的弱化缓冲算子,并研究其一些特性和内在联系,有效解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题,实例分析结果表明该类算子的有效性和实用性。     

基于OS-ELM和SDAE的Wi-Fi入侵检测方法

为解决大多数Wi-Fi网络入侵检测方法实时性差、误报率高等问题,提出一种基于在线序列极限学习机(OS-ELM)的实时Wi-Fi网络入侵检测系统模型.首先,考虑到实验样本数据中正常与异常数据极不平衡的问题,采用SMOTE算法对数据样本中的异常数据和正常数据进行平衡处理操作,使分类器的分类效果不受样本数据集中多数类样本的影响.然后使用栈式降噪自编码网络(SDAE)对平衡后的数据进行降维,消除无关或冗余特征降低检测建模规模,避免维度灾难.最后,在AWID数据集进行处理并输入到OS-ELM分类器中,结果表明:与其他基于浅层学习算法的检测方法相比,所提方法可有效地精简数据特征,降低了检测时间,同时在检测精度和误报率方面也体现出了更优性能.