基于Web的密码体制完善保密性的实现

本文利用熵、互信息、概率统计等工具,从不同的侧面,研究了完善保密密码体制的实现.其结果将有助于推广保密系统的通信理论及基于Web的密码体制的设计和应用.     

密码学函数迭代原理信息论分析

在密码编码学中,经常利用密码学函数迭代技术来实现密码算法,其所依赖的理论基础包括相关免疫理论,扩散准则,雪崩原理等.本文利用信息论原理以及随机过程理论给出了密码学函数迭代原理分析,得到了经过密码学函数迭代之后,输出为均匀分布时,输入输出互信息极限为零的充分必要条件,以及在一定条件下输入输出互信息收敛速度的一个上界.     

信息传输矩阵在气-固流化床流型识别中的应用

在互信息理论和涨落复杂性理论的基础上,首次将ITM矩阵引入气-固流化床的流型识别中.将矩阵平均值(MITM)用于指示流型,实验结果表明了MITM对气泡行为敏感,能够较好的指示充分鼓泡态.此外,MITM随气速的变化趋势从另一个侧面反映了气固两相运动的混沌特性.     

大型数据集的多维变量关联性挖掘

为了探索多维数据集中各变量之间的关系,特别是非函数关系,对数据集所在的n维立方体的各个维度进行划分,在得到的n维网格中定义自然概率密度函数,以此得到数据集在特定划分下的互信息值。对所有的划分取互信息最大值,正态化后即为所定义的特征张量的一项,取特征张量在给定最大网格数下的最大项的值定义为MIC,它度量了多维变量间的关联程度。     

基于Gumbel Copula函数的堆石坝沉降模型因子优选研究

为克服常规沉降模型因考虑众多影响因子造成欠拟合及预测精度不高的缺点,首先由因子优选准则得到沉降模型的预选因子集,运用了Copula熵和PMI(偏互信息)两种方法对预选因子集进行优选,再将优选因子集引入沉降模型并计算典型测点的沉降值,验证了该优选方法的可行性。实例表明,基于Gumbel函数的沉降模型拟合预测精度优于常规模型,具有较高的工程指导意义及较好的推广价值,可运用于堆石坝的变形预测。     

基于品质函数估计的非线性盲源分离算法

研究非线性盲源信号分离优化问题。由于混合信号同时包含超高斯和亚高斯信号且混合信号具有很强的非线性时,传统的非线性盲源分离算法中对于品质函数的选取一般都是通过经验,现有算法难以取得理想的分离效果。在Pearson模型的基础上提出了一种新的估计品质函数的方法,算法能够成功地估计出次高斯(sub-Gaussian)和超高斯(super-Gaussi-an)混合信号的品质函数,同时克服了Pearson模型对同类信号只能估计得到相同的品质函数的缺陷,提高了算法的估计精度。通过在MATLAB仿真验证了算法的可行性和有效性,成功估计出源信号的品质函数且实现了非线性盲源分离。     

基于变分模态分解的光纤电流传感器小波去噪方法

为了提高光纤电流传感器测量信号的信噪比和测量精度,提出一种结合小波分析的变分模态分解去噪方法.该方法利用消除趋势波分析确定变分模态分解层数,并且采用互信息法确定相关模态,筛选出含噪声量较大的不相关模态,对不相关模态用sym8小波变换进行去噪处理,在此基础上进行信号重构,保证信号特征和完整度.在仿真的基础上,对光纤电流传感器的模拟阶跃直流电流和交流谐波电流,分别采用该方法去噪,把方均根误差和信噪比作为衡量去噪效果的指标,并和传统模态分解去噪、经验模态分解去噪和局部均值分解去噪进行比较.仿真结果显示,该方法能有效降低光纤电流传感器输出信号的噪声含量.     

城市生活垃圾热值的特征变量选择方法及预测建模

在垃圾焚烧的过程中,垃圾热值的波动会影响垃圾焚烧的稳定性.为了实现城市生活垃圾热值的实时在线预测以及变化趋势预测,采用模糊神经网络软测量方法,利用焚烧发电厂在线运行数据作为输入,实现垃圾热值的实时预测功能.首先采用互信息方法从若干特征变量中剔除部分无关变量;然后将模糊神经网络和粒子群优化算法结合起来从上述选择出的特征变量中进一步剔除冗余变量,从而确定预测垃圾热值的输入变量,并从中训练出垃圾热值的模糊神经网络预测模型;最后通过采集的样本数据进行性能测试.结果表明该方法有较好的预测准确率和实时性,适用于垃圾热值的在线预测.     

一种新的基于梯度方向直方图的图像配准方法*

构建了一种新的局部梯度方向直方图,同时定义了特征点的主方向,从而提出了一种具有旋转不变性的图像配准算法.首先采用高斯加权求模技术对特征点邻域内的像素的梯度作直方图统计,确定出具有旋转不变性和抗噪性的特征点主方向;然后用主方向作角度直方图统计,确定待配准图像之间的旋转角度.根据得到的特征点信息及旋转角度定义了特征点对互信息匹配准则,这样使得新配准算法对于图像间旋转角度的范围没有限制,获得了良好的配准效果.     

多传感器图像配准方法综述

本文对图像配准方法进行了综述,分析了这些方法的适用性、优点和不足之处,探讨了目前多传感器图像配准方法存在的问题,并对其未来的发展方向进行了展望。