一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

高級搜索

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內(nèi)容
驗證碼

論文元數(shù)據(jù)搜索,找到相關信息共 16 條:

排序:
相關度
發(fā)表時間
每頁顯示:
10
20
30
50
格上可撤銷的基于身份的適應性安全的加密方案
張彥華, 胡予濮, 江明明, 來齊齊
2015, 37(2): 423-428. doi: 10.11999/JEIT140421  刊出日期:2015-02-19
關鍵詞: 密碼學, 基于身份加密, 用戶撤銷, , 適應性身份安全
用戶撤銷是基于身份的加密(IBE)方案在實際應用中所必須解決的問題。Chen等人在ACISP 2012上給出了第1個格上可撤銷的基于身份的加密(RIBE)方案,但其只能達到選擇性安全。利用Agrawal等人在歐密2010上給出的IBE方案,該文構造出一個格上適應性安全的RIBE方案,從而解決了Chen等人提出的公開問題;進一步指出利用Singh等人在SPACE 2012上給出的塊方法,可以有效地縮短該方案的公鑰尺寸。
長度為pm的離散哈脫萊變換分離基算法
茅一民
1990, 12(6): 584-592.  刊出日期:1990-11-19
關鍵詞: 正交變換; 離散哈脫萊變換; 分離基算法
Soo-Chang Pei,Ja-Ling wu(1986)和茅一民(1987)提出了長度為2m的分離基2/4哈脫萊變換算法。本文將分離基算法推廣到長度為pm的哈脫萊變換,并證明基p2算法實乘次數(shù)比基p算法少,而基p/p2算法實乘次數(shù)比前兩者都少。作為例子,給出了長度為N=3m的基3/9哈脫萊變換快速算法和流圖。
徑向基函數(shù)網(wǎng)絡的ABS投影學習算法
文新輝, 牛明潔
1996, 18(6): 601-606.  刊出日期:1996-11-19
關鍵詞: 神經(jīng)網(wǎng)絡; 模式識別; 學習算法
Broomhead(1988),Chen(1991)等人提出的RBF網(wǎng)絡的學習算法都是基于傳統(tǒng)的LMS算法,因此具有一定的局限性。本文提出了一種新的RBF網(wǎng)絡的學習算法ABS投影學習算法,它是一種直接的學習算法。計算機模擬的結(jié)果表明,它具有學習效率高,識別率高和適用范圍廣的優(yōu)點。
分數(shù)階傅里葉和壓縮感知自適應抗頻譜彌散干擾
趙楊, 尚朝軒, 韓壯志, 韓寧, 解輝
2019, 41(5): 1047-1054. doi: 10.11999/JEIT180569  刊出日期:2019-05-01
關鍵詞: 信號處理, 頻譜彌散, 分數(shù)階傅里葉變換, 壓縮感知, 形態(tài)理論

頻譜彌散(SMSP)干擾與線性調(diào)頻雷達信號之間存在大量的時頻域耦合,干擾效能突出。該文提出一種信息域的抗SMSP干擾的信號處理算法,根據(jù)SMSP干擾信號的形式與特點,通過自適應改變壓縮感知的干擾基字典,同時匹配雷達信號與干擾信號的調(diào)頻率,構建壓縮感知求解模型并基于凸優(yōu)化算法完成信號重構,最終實現(xiàn)干擾信號的識別及雷達信號的提取。該算法中冗余字典的構造采用了Pei型分數(shù)階傅里葉快速分解方法,不需要反復對信號進行時頻域解耦,并且迭代次數(shù)較少,運算效率較高。

有源網(wǎng)絡不定導納矩陣的一般k階余因式的拓撲表達式
黃汝激
1985, 7(2): 81-91.  刊出日期:1985-03-19
本文提出并證明了有源網(wǎng)絡不定導納矩陣的一般k階余因式的兩個拓撲表達式(A)和(B)。表達式(A)是W.K.Chen于1965年給出的一、二、三階和特殊k階余因式的拓撲表達式的統(tǒng)一和推廣。表達式(B)表明,存在另一個有源網(wǎng)絡拓撲分析方法正根有向k-樹法。
幾種可轉(zhuǎn)換環(huán)簽名方案的安全性分析和改進
王化群, 郭顯久, 于紅, 彭玉旭
2009, 31(7): 1732-1735. doi: 10.3724/SP.J.1146.2008.00928  刊出日期:2009-07-19
關鍵詞: 環(huán)簽名;密碼分析;可轉(zhuǎn)換性
通過對Zhang-Liu-He (2006),Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進行分析,指出了這幾個可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認性攻擊,即,環(huán)中的任何成員都能宣稱自己是實際簽名者或冒充別的成員進行環(huán)簽名。為防范這兩種攻擊,對這幾個可轉(zhuǎn)換環(huán)簽名方案進行了改進,改進后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。
超混沌復系統(tǒng)的自適應廣義組合復同步及參數(shù)辨識
王詩兵, 王興元
2016, 38(8): 2062-2067. doi: 10.11999/JEIT160101  刊出日期:2016-08-19
關鍵詞: 超混沌復系統(tǒng), 廣義組合復同步, 參數(shù)辨識, 自適應控制
該文針對含未知參數(shù)的異結(jié)構超混沌復系統(tǒng),基于自適應控制及Lyapunov穩(wěn)定性理論,提出一種新的自適應廣義組合復同步方法 (GCCS)。首先給出廣義組合復同步的定義,將驅(qū)動-響應系統(tǒng)的同步問題轉(zhuǎn)化為誤差系統(tǒng)零解的穩(wěn)定性問題;然后從理論上設計了非線性反饋同步控制器及參數(shù)辨識更新律,并引入誤差反饋增益,以控制同步的收斂速度;最后以超混沌復Lorenz系統(tǒng)、超混沌復Chen系統(tǒng)、超混沌復L系統(tǒng)的廣義組合復同步與參數(shù)估計為例,從數(shù)值仿真角度驗證了所提方法的正確性和有效性。
離散動力系統(tǒng)無退化-配置N個正Lyapunov指數(shù)
趙耿, 李紅, 馬英杰, 秦曉宏
2019, 41(9): 2280-2286. doi: 10.11999/JEIT180925  刊出日期:2019-09-10
關鍵詞: 混沌系統(tǒng), 無退化, Lyapunov指數(shù), 矩陣特征值, 線性反饋算子, 微擾反饋算子
針對離散時間混沌動力學系統(tǒng),該文提出一種基于矩陣特征值以及特征向量配置Lyapunov指數(shù)為正的新算法。計算離散受控矩陣的特征值以及特征向量,設計一類具有正Lyapunov指數(shù)的通用控制器,理論證明系統(tǒng)軌道的有界性和Lyapunov指數(shù)的有限性。對線性反饋算子以及微擾反饋算子進行數(shù)值仿真分析,驗證了算法的正確性、通用性和有效性。性能評估表明,與Chen-Lai算法相比,該方法可以構建較低計算復雜度的混沌系統(tǒng),并且運行時間較短,其輸出序列也具有較強的隨機性,實現(xiàn)了無退化、無兼并的離散混沌系統(tǒng)。
基于深度布隆過濾器的NDN網(wǎng)絡三級名字查找方法
吳慶濤, 師君如, 張明川, 王倩玉, 朱軍龍, 張宏科
2021, 43(12): 3597-3604. doi: 10.11999/JEIT200766  刊出日期:2021-12-21
關鍵詞: 命名數(shù)據(jù)網(wǎng)絡, 內(nèi)容名字查找, 深度布隆過濾器, 內(nèi)存消耗
為提高命名數(shù)據(jù)網(wǎng)絡(Name Data Networking, NDN)路由過程中內(nèi)容名字查找的效率,該文提出一種基于深度布隆過濾器的3級名字查找方法。該方法使用長短記憶神經(jīng)網(wǎng)絡(Long Short Term Memory, LSTM)與標準布隆過濾器相結(jié)合的方法優(yōu)化名字查找過程;采用3級結(jié)構優(yōu)化內(nèi)容名字在內(nèi)容存儲器(Content Store, CS)、待定請求表(Pending Interest Table, PIT)中的精確查找過程,提高查找精度并降低內(nèi)存消耗。從理論上分析了3級名字查找方法的假陽性率,并通過實驗驗證了該方法能夠有效節(jié)省內(nèi)存、降低查找過程的假陽性。
信號DOA和極化信息聯(lián)合估計的降維四元數(shù)MUSIC方法
李京書, 陶建武
2011, 33(1): 106-111. doi: 10.3724/SP.J.1146.2010.00242  刊出日期:2011-01-19
關鍵詞: 簡化矢量傳感器, 降維Q-MUSIC, 波達方向, 四元數(shù)
基于簡化電磁矢量傳感器陣列,該文提出了一種新的降維四元數(shù)MUSIC估計方法。文中引用了四元數(shù)的概念,利用四元數(shù)的正交特性能夠很好地描述矢量傳感器陣元的正交結(jié)構這一優(yōu)點,建立了電磁矢量傳感器陣列的四元數(shù)模型,利用降維Q-MUSIC (Quaternion-MUSIC)方法先對極化信號DOA進行估計,通過已經(jīng)估計出來的DOA信息,再借助傳統(tǒng)的V-MUSIC (long-MUSIC)方法估計極化信息。從而依次獲得極化信號的4個參數(shù)。仿真實驗驗證了算法的可行性。
  • 首頁
  • 上一頁
  • 1
  • 2
  • 末頁
  • 共:2頁