論文元數(shù)據(jù)搜索，找到相關(guān)信息共 4 條：
1995, 17(5): 492-499.
刊出日期：1995-09-19
關(guān)鍵詞:
代數(shù)幾何碼; 基本累次算法; 譯碼算法
設(shè)C是虧格為g的不可約代數(shù)曲線;C*(D,G)為C上的代數(shù)幾何碼,該碼的設(shè)計(jì)距離為d*=deg(G)-2g+2。本文首先從理論上證明所給算法的合理性,然后給出一種基于基本累次算法(FIA)的譯碼算法。該算法是G.L.Feng等人(1993)提出的算法的改進(jìn)。它可對(duì)[(d*-1)/2]個(gè)錯(cuò)誤的接收向量進(jìn)行譯碼。運(yùn)算量與存貯量約為G.L.Feng等人算法的一半,且便于軟硬件實(shí)現(xiàn)。
2004, 26(6): 966-970.
刊出日期：2004-06-19
關(guān)鍵詞:
機(jī)動(dòng)目標(biāo)模型;跟蹤算法
在當(dāng)前統(tǒng)計(jì)模型的基礎(chǔ)上，結(jié)合實(shí)時(shí)輸入估計(jì)算法(Feng xinxi等，1996)的思想，提出了一種新的機(jī)動(dòng)目標(biāo)模型，并利用其方差調(diào)整關(guān)系建立了自適應(yīng)跟蹤算法。大量仿真結(jié)果表明該模型能夠準(zhǔn)確描述目標(biāo)的各種機(jī)動(dòng)情況，跟蹤算法具有良好的跟蹤性能，具有實(shí)際應(yīng)用價(jià)值。
2007, 29(1): 201-204.
doi: 10.3724/SP.J.1146.2005.00574
刊出日期：2007-01-19
通過(guò)對(duì)Xu(2004)和Zhang(2004)提出的兩種環(huán)簽名方案進(jìn)行分析，指出了這兩種環(huán)簽名方案都容易受到群成員改變攻擊(group-changing attack)，并給出了攻擊方法；另外，Zhang的方案還容易受到多已知簽名存在偽造(multiple-known-signature existential forgery)攻擊。為防范這兩種攻擊，對(duì)這兩種環(huán)簽名方案進(jìn)行了改進(jìn)，改進(jìn)后的方案在最強(qiáng)的安全模型(Joseph, 2004提出)中仍是安全的。
2022, 44(8): 2949-2956.
doi: 10.11999/JEIT210537
刊出日期：2022-08-17
針對(duì)目前圖像隱寫檢測(cè)模型中線性卷積層對(duì)高階特征表達(dá)能力有限，以及各通道特征圖沒(méi)有區(qū)分的問(wèn)題，該文構(gòu)建了一個(gè)基于多層感知卷積和通道加權(quán)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)隱寫檢測(cè)模型。該模型使用多層感知卷積(Mlpconv)代替?zhèn)鹘y(tǒng)的線性卷積，增強(qiáng)隱寫檢測(cè)模型對(duì)高階特征的表達(dá)能力；同時(shí)引入通道加權(quán)模塊，實(shí)現(xiàn)根據(jù)全局信息對(duì)每個(gè)卷積通道賦予不同的權(quán)重，增強(qiáng)有用特征并抑制無(wú)用特征，增強(qiáng)模型提取檢測(cè)特征的質(zhì)量。實(shí)驗(yàn)結(jié)果表明，該檢測(cè)模型針對(duì)不同典型隱寫算法及不同嵌入率，相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的檢測(cè)準(zhǔn)確率，與最優(yōu)的Zhu-Net相比，準(zhǔn)確率提高1.95%～6.15%。
