基于状态空间法的加密器设计研究

本文基于控制理论中的状态空间方法,提出了一种设计加密器和解密器的方法.加密器没计为—个非线性能观系统,这种加密器在同等的安全强度情况下,较之传统的移位寄存器式加密器没计容易,计算复杂度低,加解密速度快,结构灵活,易于实现.本文还讨论了提高这种加密器性能的基本途径,并举了几个说明性例子说明这种加密器及其设计方法的可行性.     

涤纶低弹网络丝拉伸断裂性能表征

研究在不同的夹持距离、不同拉伸速率条件下涤纶低弹网络丝机械性能 ,从实验结果得知 ,在相同拉伸速率下 ,断裂强力随夹持距离的增加呈对数关系减少。在相同夹持距离下 ,随着拉伸速率的提高 ,平均断裂强力提高 ,断裂伸长增大 ,断裂比功也增大。     

基于核空间中最优变换和聚类中心的鉴别特征提取

应用统计学习理论中的核化原理,可以将许多线性特征提取算法推广至非线性特征提取算法.提出了基于核化原理的最优变换与聚类中心算法,即通过非线性变换,将数据映射到高维核空间,应用最优变换算法,实现原空间数据的非线性特征提取,而求解过程却借助"核函数",回避了复杂非线性变换的具体表达形式.新算法可提取稳健的非线性鉴别特征,从而解决复杂分布数据的模式分类问题.大量数值实验表明新算法比传统的最优变换与聚类中心算法更有效,甚至优于经典的核Fisher判别分析.     

聚类分析中类数估计方法的实验比较

在基因表达数据的探索性聚类分析中,聚类个数的确定是决定聚类质量的关键因素。许多聚类有效性评价指标和方法可用于PAM聚类算法。该文讨论适合于PAM算法的7种常用评价指标和方法,采用4种不同聚类结构特征的基因表达数据对它们的性能进行实验比较。结果表明,系统演化方法和稳定性方法估计聚类个数的性能最好,正确率分别为100%与90%。     

基于核最优变换与聚类中心的雷达目标识别

抽取有效鉴别特征是雷达一维高分辨距离像识别的关键.基于统计学习理论的核化原理,提出一种新的鉴别特征提取方法---核最优变换与聚类中心算法.该算法通过非线性变换,将数据映射到核空间,在核空间执行最优变换与聚类中心算法,能够提取一维距离像的稳健非线性鉴别特征.同时,基于训练样本在核空间所张成的子空间的一组基,给出一种快速计算方法,提高了特征提取速度.基于微波暗室实测数据的实验表明了该方法的有效性.

     

基于复数高分辨距离像特征提取的雷达自动目标识别

高分辨距离像(HRRP)已成为雷达自动目标识别(RATR)领域研究的热点。由于目标复数HRRP的初相具有不确定性(本文称其为初相敏感性),在RATR中通常使用的HRRP为实向量(文中称为实HRRP),即目标复基频回波信号的幅度像,而完全丢弃了相位信息。事实上,复HRRP中除初相外的其他相位信息也应该是对识别有利的。文中提出了一种复HRRP的特征提取方法,该方法得到的复特征向量与初相无关但却保留了距离单元间的差分相位信息,称为相位差分复特征向量。若基于散射点模型理论分析,这种复特征向量的物理意义与实HRRP类似(只是包含了差分相位信息),因此,对实HRRP适用的识别、建模和预处理方法同样适用于该复特征向量。同时,相位差分复特征向量的各分量具有类Gauss性,更有利于统计识别。基于实测数据的识别实验表明,只要在特征提取时适当选取距离单元间隔参数,文中提出的相位差分复特征向量可以取得比实HRRP更好的识别效果。     

空芯光纤多模干涉型光纤液位传感技术研究

为了测量液位高度变化,采用基于空芯光纤多模干涉效应的方法,研究了在外界介质影响下光源在空芯光纤中多模干涉所产生的干涉谱的变化,进行了基于空芯光纤中多模干涉效应的液位传感实验,研究了该液位传感器的干涉谱与液位变化的关系以及不同折射率液体对测量结果的影响,并分析了实验误差。结果表明,该光纤液位传感器的液位测量范围为0mm~55mm、液体折射率为1.33和1.35时,液位测量灵敏度分别为0.180nm/mm和0.224nm/mm。使用单模-空芯-单模结构的传感器进行液位变化测量是较为精准与可行的。     

Kernel-kNN: 基于信息能度量的核k-最近邻算法

提出一种核k最近邻算法. 首先给出用于最近邻学习的信息能度量方法, 该方法克服了高维数据不便于用传统距离度量表示的困难, 提高了数据间类别相似性和距离的一致性. 在此基础上, 将传统的kNN扩展为非线性形式, 并采用半正定规划学习全局最优的度量矩阵. 算法主要特点是: 能较好地适用于高维数据, 并有效提升kNN 的分类性能. 多个数据集的实验和分析表明, 本文的Kernel-kNN算法与传统的kNN算法比较, 在低维数据上, 分类准确率相当; 在高维数据上, 分类性能有明显提高.     

稳健二进神经网络的几何训练

在二进神经网络的规划划分训练方法基础上,针对稳键二进神经网络稳健神经元的特点,讨论了稳健分类超平面的几何构造方法,并提出了相应的训练算法,包括隐层神经元的几何训练和输出神经无的进化训练。实验表明,该算法对复杂Boole函数的稳健二进神经网络的实现是有效且可行的。     

随机值脉冲噪声滤波算法

文章详细分析了随机值脉冲噪声污染图像的局部灰度统计特征,定义了一种噪声可信度的估计函数—灰度等级共现几率,并在此基础上提出了共现几率极小的中值滤波算法。算法模拟生物视觉在注视过程中的变分辨率特性,以不同分辨率对噪声进行多层次的定位及滤波。实验结果表明,该文算法可以有效地滤除噪声,并较好地保留图像的边缘细节信息,其滤波效果比其它算法更接近理想的中值滤波,尤其是对于噪声高度污染的情况。