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

通過對Xu(2004)和Zhang(2004)提出的兩種環(huán)簽名方案進行分析，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，對這兩種環(huán)簽名方案進行了改進，改進后的方案在最強的安全模型(Joseph, 2004提出)中仍是安全的。

通過對Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉換環(huán)簽名方案進行分析，指出了這幾個可轉換環(huán)簽名方案存在可轉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，對這幾個可轉換環(huán)簽名方案進行了改進，改進后的方案滿足可轉換環(huán)簽名的安全性要求。

為了降低高性能視頻編碼(HEVC)的編碼計算復雜度，根據(jù)視頻時域上高度相關性的特點，該文提出一種快速高性能視頻編碼(HEVC)幀間預測單元(PU)模式判決算法。分析了時域上相鄰幀兩幀相同位置編碼單元(CU)的PU模式之間的相關性；同時，針對視頻中可能存在對象運動，還分析了前一幀對應位置CU的周邊CU與當前幀中當前CU間PU模式的相關性。根據(jù)分析的時域相關性，跳過當前CU中冗余的PU模式，從而降低編碼復雜度。實驗結果表明，在編碼效率和峰值信噪比(PSNR)損失很小的情況下，在目前已有的HEVC快速幀間預測算法的基礎上，進一步降低了31.30%的編碼時間。

隨著視頻編碼標準的不斷更新迭代，開放媒體聯(lián)盟(AOM)發(fā)布最新視頻編碼標準開放媒體視頻編碼標準(AV1)。其中，幀內編碼技術采用更加豐富的預測模式來提高預測效率，預測種類從VP9中的10種擴展至61種。為了應對預測種類增加的變化并提高硬件的處理吞吐能力，該文提出基于全流水線結構的AV1粗模式決策硬件架構設計。在算法層面，以4×4塊為最小處理單元，按照Z順序對64×64編碼樹單元(CTU)中不同尺寸的預測單元(PUs)進行粗模式決策，同時采用基于1:1 PU的代價累加近似方法來完成1:2, 1:4, 2:1和4:1 PU的代價計算，以減少計算復雜度；在硬件層面，設計兼容4×4至32×32等多尺寸PU的粗模式決策電路，取代為不同尺寸PU單獨設計電路的方法，有效減少邏輯資源的閑置。實驗結果表明，在全幀內(AI)配置下，提出的改進算法相較于AV1標準算法平均節(jié)省了45.78%的時間，提高了1.94% BD-Rate。同時，提出的硬件架構設計能夠在1057個時鐘周期內完成64×64 CTU的粗模式決策，使用Synopsys公司的Design Compiler 2016工具及UMC 28 nm工藝庫對硬件設計綜合得到，該設計能夠在432.7 MHz工作頻率下實時處理8k@50.6fps的視頻。

針對高性能視頻編碼(HEVC)幀內預測編碼算法復雜度較高的問題，該文提出一種基于感興趣區(qū)域的高性能視頻編碼幀內預測優(yōu)化算法。首先，根據(jù)圖像顯著性劃分當前幀的感興趣區(qū)域(ROI)和非感興趣區(qū)域(NROI)；然后，對ROI基于空域相關性采用提出的快速編碼單元(CU)劃分算法決定當前編碼單元的最終劃分深度，跳過不必要的CU劃分過程；最后，基于ROI采用提出的預測單元(PU)模式快速選擇算法計算當前PU的能量和方向，根據(jù)能量和方向確定當前PU的預測模式，減少率失真代價的相關計算，達到降低編碼復雜度和節(jié)省編碼時間的目的。實驗結果表明，在峰值信噪比(PSNR)損失僅為0.0390 dB的情況下，所提算法可以平均降低47.37%的編碼時間。

在認知無線電(CR)網(wǎng)絡中，針對檢測頻段突然被主用戶(PU)占用導致次用戶頻譜檢測性能較差的情況。該文提出一種基于反饋疊加原理的改進循環(huán)平穩(wěn)特征檢測算法，該算法通過將檢測周期后半部分采樣點的瞬時采樣值累加到檢測周期前半部分采樣點的瞬時采樣值上，在不延長檢測時間的基礎上，提高了整個檢測周期的判決統(tǒng)計值，從而提高了系統(tǒng)檢測性能。并且從理論上詳細分析了該算法的檢測概率，虛警概率與吞吐量。仿真結果表明，該算法的檢測性能優(yōu)于傳統(tǒng)循環(huán)平穩(wěn)特征檢測算法和傳統(tǒng)能量檢測算法，并且保證了不錯的用戶數(shù)據(jù)吞吐量。

無人機(UAV)的便攜性和高機動性使其與認知無線電(CR)結合的應用場景更加實用。在構建的無人機認知無線網(wǎng)絡(CRN)模型中，該文提出UAV單弧度吞吐量優(yōu)化方案，在確保檢測概率的前提下優(yōu)化感知弧度最大化UAV平均吞吐量?？紤]在信道條件不理想情況下進一步改善感知性能，提出基于協(xié)作頻譜感知(CSS)的多弧度吞吐量優(yōu)化方案，利用交替迭代優(yōu)化(AIO)算法對感知弧度和弧度數(shù)量進行聯(lián)合優(yōu)化以最大化吞吐量。仿真結果表明，該文提出的多弧度協(xié)作頻譜感知方案在信道衰落嚴重時，對于主用戶(PU)服務質量(QoS)和UAV吞吐量有明顯提升。

針對認知無線電系統(tǒng)中的頻譜感知問題，該文采用隨機矩陣理論(Random Matrix Theory, RMT)對多認知用戶(Secondary User, SU)接收信號采樣協(xié)方差矩陣的最大特征值的分布特性進行了分析和研究，提出了一種新的基于雙特征值判決門限(Double Eigenvalue Threshold, DET)的合作頻譜感知算法。由該算法感知性能的理論分析可知：DET合作感知算法無需主用戶(Primary User, PU)發(fā)射機信號的先驗知識，也不需要預先知道信道背景噪聲功率。仿真結果表明，與傳統(tǒng)的頻譜感知方法相比，該方法只需較少的認知用戶就能獲得較高的感知性能，并且對噪聲的不確定性具有較強的魯棒性。

由于基于最壞情況困難假設等優(yōu)點，基于格的密碼被認為是最具前景的抗量子密碼研究方向。作為格密碼的常用的兩個主要困難問題之一，含錯學習(LWE)問題被廣泛用于密碼算法的設計。為了提高格密碼算法的性能，Zhang等人(2019)提出了非對稱含錯學習問題，該文將從理論上詳細研究非對稱含錯學習問題和標準含錯學習問題關系，并證明在特定錯誤分布下非對稱含錯學習問題和含錯學習問題是多項式時間等價的，從而為基于非對稱含錯學習問題設計安全的格密碼算法奠定了理論基礎。

本文介紹了一種用于研究砷化鎵材料中的缺陷(比如EL2吸收特性等)的新方法:將一束波長為1.11.5m的近紅外光穿過一塊厚度為48mm,直徑為50mm的砷化鎵材料,用紅外攝象機TOSHIBA 8844攝取圖象,并直接送入計算機圖象處理系統(tǒng)DATASUD,材料中的非均勻性缺陷圖象,即材料中的缺陷(EL2,位錯等)在截面上的分布結構形狀(十字形,網(wǎng)狀,球粒形等)就可從屏幕上觀察到。本文給出了為研究這類材料設計的ZHIMAG(ZHang IMAGe)圖象處理軟件包和應用ZHIMAG所獲得的一些結果。ZHIMAG也適用于其它類型的圖象處理。