基于α-trimmed矢量中值滤波压制同步激发邻炮干扰

本文提出的α-trimmed矢量中值滤波属于压噪类算法,相对于矢量中值滤波,该方法在压制邻炮干扰的同时,能更好地保留主炮能量;相对于迭代反演算法,具有更高的计算效率,从而满足海量数据的处理需求,并且该方法有很好的鲁棒性,可以适用于各类数据。合成数据和实际数据的试验结果表明了该方法的有效性。     

基于社交网络的舆情安全形势分析

社交网络在为广大网民提供自由交流的同时,也成为网络舆情的主要发源地。文中从网络舆情的产生和传播特点出发,对目前中国网络信息安全形式进行了深入分析,介绍了网络突发事件、热点事件在舆情产生中的作用,指出了正确引导舆情的策略方法。分析认为,网络舆情关系到国家安全和社会稳定,提高网络国防意识,保卫网络边疆,对网络舆情进行有效监控和正确引导刻不容缓。     

基于RFID技术的单位车辆管理系统

RFID（Radio Frequency Identification）作为一种新的自动识别技术已经被广泛地应用于人们的日常生活当中。随着RFID应用领域的不断扩大，如何提高RFID技术的应用效率，成为研究关注的焦点。本文研究了RFID应用集成技术，设计并实现了一种高效的单位车辆管理系统。     

基于稀疏反演的高效混采数据分离方法

混叠采集技术能极大地提高地震采集效率,但是由于连续激发,混采数据中存在严重的邻炮干扰噪声,而且混采数据规模巨大,这要求后续的信噪分离算法精确、稳定、快速,为此提出一种基于稀疏反演的高效混采数据分离方法。在三维共检波点道集上,首先通过三维快速傅里叶变换,将时空域数据变换到频率-波数-波数域（FKK）;然后采用硬阈值函数提取相干信号,利用相干信号预测混叠噪声;最后以数据残差为驱动,不断收缩阈值,迭代更新模型,实现高效混采数据分离。模拟数据和实际数据应用结果表明,本文方法能够精确、稳定、快速地分离高混叠度的地震数据。     

混合法Q吸收补偿

本文提出了一种在频率域和时间域混合实现高效、稳定的Q吸收补偿方法,适用于时、空变的层Q模型,对每一个常Q层,首先将地表波场延拓到当前层的顶部作为输入波场,并在频率域进行高效准确的相位补偿;再变换到时间域,通过零相位增益限制滤波器实现稳定的振幅补偿;最后输出当前层的结果并继续下一层的处理;层间波场延拓的稳定性也由增益限制所控制。合成数据和实际数据应用结果都证实了该方法的有效性和实用性。     

一种基于动态密钥的低成本射频识别标签安全方案

随着射频识别(RFID)技术的广泛应用,隐私安全问题引起了人们的极大关注。首先从安全性和实用性方面讨论了现有的RFID安全协议存在的不足,然后对一种基于动态密钥的低成本RFID标签安全方案进行了分析,较好地解决了在认证协议中容易出现的数据不同步和重传攻击问题。     

基于McEliece体制的RFID安全协议

射频识别（RFID）作为一种新的自动识别技术被广泛地应用于人们的日常生活中,隐私安全问题也逐渐受到人们的重视。该文分析现有的一种公钥加密体制——McEliece体制,并对其进行改进,设计一种RFID安全协议。研究分析表明,该安全协议可以有效地避免对称加密协议中容易出现的由于数据库不同步导致的拒绝服务攻击问题,具有较好的实用性。     

Y2O3介电和振动性质的第一性原理研究

比较LDA和GGA两种方法在计算Y2O3的结构、介电和振动性质方面的不同。对Y2O3的结构进行了优化,运用密度泛函微扰理论计算了Y2O3在布里渊区中心点的声子频率、光频介电张量、零频介电张量和波恩有效电荷,并与其它文献数据进行对比。研究表明,对于不同性质的计算,LDA和GGA各有优势。     

基于动态时间窗的射频识别中间件数据过滤算法

中间件技术作为射频识别（RFID）应用中的一项重要技术,逐渐成为国内外研究的热点。本文从应用角度出发,提出了一种基于动态时间窗的RFID中间件数据过滤算法,并仿真比较了经过动态时间窗和固定时间窗过滤后的数据冗余度。仿真结果表明,基于动态时间窗的数据过滤算法可以较好地提高RFID中间件中传输数据的有效性。     

基于层序统计结构和空间地质结构的深度学习高分辨率处理方法

高分辨率地震数据在地震数据处理中扮演着关键角色,特别是当地震勘探目标变得越来越复杂时,它可以提供更准确的储层识别和描绘。近年来,随着深度学习技术的快速发展,它越来越多地被引入到高分辨率地震数据处理中。基于大量标记数据,建立了低分辨率地震数据和高分辨率地震数据之间的复杂非线性关系。然而,深度学习在高分辨率数据处理中的精度与稳定性高度依赖于训练集的准确性与多样性。深度学习技术在生产中实际应用的主要挑战之一是稀疏的井数据,这经常导致训练集受限。为了解决这个问题,本文提出了一种基于深度学习的高分辨率处理方法,通过使用大量逼真的训练集,将井数据所表示的分层结构与地震数据所表示的空间地质结构相结合。建立训练集包括三个步骤：(1)使用井数据计算波阻抗序列,并利用高斯匹配函数拟合波阻抗高频部分的振幅分布,得到一个概率密度函数,最后生成一系列符合井数据统计分布的波阻抗序列。(2)在波阻抗序列的基础上,建立二维水平分布的波阻抗模型,并逐步添加折叠变形、倾角变形和断层变形,生成包含各种地质模式的二维阻抗模型。(3)使用阻抗模型计算反射系数,然后用反射系数模型分别卷积低频和高频子波,得到训练集。通过自动生成具...