标准模型下强安全的无证书签密方案

首先指出近期提出的一种无证书签密方案易受到公钥替换攻击,并给出了相关攻击实例。进而提出一种新的无双线性对的无证书签密方案,通过对实体的无证书公钥和托管公钥进行独立的密码学验证,确保了新方案不遭受与现有方案类似的公钥替换攻击。在标准模型下,新方案被证明是安全的,能够实现无证书签密的不可伪造性和机密性。对比分析表明,新方案在确保强安全性的同时具有较好的计算性能。     

激光热处理对铸造铝青铜合金微观组织与硬度的影响

采用激光热处理技术对ZCuAl10Fe3Mn2铸造铝青铜合金进行热处理。利用光学显微镜、扫描电镜、能谱仪和IPP软件对合金的铸态组织结构、物相组成和力学性能等进行对比研究。结果表明,激光热处理对铝青铜合金组织结构和性能的影响是显著的,对激光热处理前、后比较发现基体仍以α相为主,但其含量明显减少,β′相、强化相K相、γ2相以及共析反应生成的(α+γ2)共析体的含量明显增加且更加均匀地分布于基体组织中。激光热处理后组织晶粒细化效果明显,起到了很好的强化作用。     

铌、钒含量对碳化物增强型无限冷硬铸铁轧辊显微组织的影响

利用光学显微镜、扫描电子显微镜以及X-射线能谱议,分析了碳化物增强型无限冷硬铸铁轧辊的基体组织特性、碳化物和石墨的形态及分布特点。显微观察分析结果表明,熔化过程中加入钒会显著降低石墨含量;随着铌含量的增加,NbC的数量相应增多;添加的铌含量超过一定限度, NbC大量偏聚于轧辊外层。     

数据挖掘技术在企业决策系统中的应用研究

本文首先讨论了数据挖掘技术,给出了一种企业决策系统。并就决策系统的构成、流程和采用的数据挖掘技术进行了探讨。     

WSN中一种基于混合CS的分簇数据收集方案

针对现有数据收集方案的不足, 提出了一种基于混合CS的分簇数据收集方案。首先网络被划分为多个簇, 簇内节点的数据通过最短路径路由直接发送到簇头上, 而簇头基于压缩感知（CS）对收到的数据进行融合, 并通过一棵骨干路由树将各个簇头的数据发送到sink上, 以最小化数据传输总次数为优化目标, 对簇的大小与数据传输次数之间的关系进行了理论分析, 得到了可以保证数据传输次数最小的簇大小。进一步地, 簇内的数据传输问题被建模为K-median问题, 簇间的数据传输问题被建模为Steiner树问题, 并分别提出了集中式和分布式算法来解决该问题。仿真实验结果表明, 该方案是有效的, 在降低数据传输次数方面要优于传统的方法。     

WSN中一种基于单类1/4球体支持向量机的异常检测方案

针对数据非平稳分布而导致的异常检测差错率较高的问题,提出了一种可用单类1/4球体支持向量机模型参数表示的异常率参数动态调整自适应算法。该算法在线迭代运行,依次生成基于训练集的最优模型,最后提出一种可以迭代得到训练集异常率的参数确定算法,可发现数据集中的异常。仿真实验结果表明,与异常率固定的静态模型相比,该算法可以利用训练集生成最优模型,进而实现分类集差错率最小。     

基于改进的用户感知反馈系统设计研究

建立一套评估宽带用户互联网访问用户感知的体系模型,通过QOE-KQI-KPI三层体系模型获取用户感知反馈结果,计算多层系统感知反馈聚类加权的均值,设定每个层次反馈的加权平均值,对多层不同感知结果反馈进行有效融合。评估宽带用户上网的感知质量,为运营商进行网络质量监控及网络优化调整提供依据。仿真实验结果表明,提出的方法能有效融合多层用户感知结果,取得了满意的结果。     

基于自然语言理解的智能化多媒体信息检索系统研究

多媒体信息由于维度高、数据量大、可解释性差等特征制约了其检索性能,提出了基于自然语言理解的智能化多媒体信息检索系统模型。该系统基于自然语言理解、数据挖掘、自反馈等技术的运用,在一定程度上扩大了检索范围,提高了检索准确率。     

激光热处理离焦量对高速钢轧辊显微组织与硬度的影响

采用横流CO₂激光器不同正离焦量对高速钢轧辊试样进行激光相变硬化处理。用金相显微镜、扫描电子显微镜、能谱仪及显微硬度计等对试样组织和硬度进行分析。结果表明,激光热处理后试样硬化区粗大碳化物大量溶解且分布均匀,在相变硬化区边界越靠近热影响区,形成的二次碳化物越粗大密集。激光的功率和扫描速度不变,离焦量为0 mm时,表层出现凸起的微熔区,发生软化现象。离焦量为+10 mm时,亚表层硬度提高最大,最高硬度峰值847 HV,是基体的2～3倍。离焦量为+20 mm时,试样表面形成大量魏氏组织。随正离焦量增加,试样相变硬化的层深减小。     

网络多播路由优化与仿真研究

研究网络多播路由优化问题,由于网络数据流要求实时性和准确性,而网络多播路由是一个多约束条件的复杂问题,传统优化算法对其进行求解耗时长,效率低,难以找到最优路由.为了快速找到最优多播路由,提出了一种人工免疫-蚂蚁算法的多播路由优化方法.人工免疫-蚂蚁算法首先将多播路由的目标函数和约束条件作为抗原,目标函数的优化解作为抗体,通过人工免疫算法生成蚁群算法的初始信息素分布,以多播路由解的收敛方向,然后利用蚁群算法产生和更新抗体求得多播路由优化解.仿真结果表明,相对于其它优化算法,人工免疫-蚂蚁算法该算法的多播路由优化效率更高,能快速、有效地找到多约束条件的最优多播路由.