V2G中基于PUF的轻量级匿名认证协议

针对现有车辆到电网(V2G)网络认证协议中功能不够完善、通信开销大、计算开销高等问题,提出了一种基于物理不可克隆函数(PUF)的轻量级匿名认证协议,可以抵抗机器学习建模攻击。所提协议采用哈希函数和ASCON密码算法,实现车辆、充电桩和能源提供商之间快速的三方认证与密钥协商。通过模糊提取器结合生物特征和用户密码,实现双因素验证、密码和生物特征更新功能,并通过密码学动态累加器提供有效的用户撤销策略。ROR模型和Scyther形式化验证工具证明了所提协议的安全性,非形式化安全分析表明所提协议能抵抗物理攻击、位置伪造攻击、特权内部攻击等多种安全攻击。与近几年协议的性能对比分析表明,所提协议平均减少了约35.9%的通信开销和29.9%的计算开销,高度适用于资源有限的V2G环境。

细微特征增强的多级联合聚类跨模态行人重识别算法

目前跨模态行人重识别研究注重于通过身份标签在全局特征或局部特征上提取模态共享特征来减少模态差异,但却忽视了具有辨别力的细微特征。为此提出了一种基于特征增强的聚类学习网络,该网络通过全局和局部特征来挖掘并增强不同模态的细微特征,并结合多级联合聚类学习策略,最小化模态差异和类内变化。针对训练数据设计了随机颜色转换模块,在图像输入端增加模态之间的交互,以克服颜色偏差的影响。通过在公共数据集上进行实验,验证了所提方法的有效性,其中在SYSU-MM01数据集的全搜索模式下Rank-1和mAP分别达到了70.52%和64.02%;在RegDB数据集的V2I检索模式下Rank-1和mAP分别达到了88.88%和80.93%。

基于背景修复的动态SLAM

视觉同时定位与地图构建(Simultaneous localization and mapping,SLAM)过程中,动态物体引入的干扰信息会严重影响定位精度。通过剔除动态对象,修复空洞区域解决动态场景下的SLAM问题。采用Mask-RCNN获取语义信息,结合对极几何方法对动态对象进行剔除。使用关键帧像素加权映射的方式对RGB和深度图空洞区域进行逐像素恢复。依据深度图相邻像素相关性使用区域生长算法完善深度信息。在TUM数据集上的实验结果表明,位姿估计精度较ORB-SLAM2平均提高85.26%,较DynaSLAM提高28.54%,在实际场景中进行测试依旧表现良好。

一种条件隐私保护的V2G无证书高效聚合签密方案

针对无证书签名方案不能满足消息机密性,大多数签密方案又存在安全功能不完善、效率低等问题,基于椭圆曲线加密技术提出一种适用于车辆到电网(vehicle-to-grid,V2G)的无证书聚合签密方案。车辆的部分公私钥由自身生成,避免了密钥托管问题。本地聚合器通过聚合解签密,提高了验证效率。通过假名机制提供条件隐私保护,保证合法车辆的匿名性与对恶意车辆的追溯和撤销。采用二元多项式实现车辆假名自主更新。在随机预言机模型下,证明了方案在自适应选择密文攻击下满足不可区分性(IND-CCA2),在自适应选择消息攻击下存在不可伪造性(EUF-CMA)。Scyther形式化分析工具证明了方案的安全性。性能分析表明,与近年签密方案相比,所提方案平均减少了约12.9%的通信开销和84.4%的聚合解签密计算开销,同时具有更高的安全要求。

自身免疫性糖尿病与自身免疫性甲状腺疾病中易感基因相关研究进展

自身免疫性糖尿病〔如1型糖尿病(T1DM)〕目前认为是一种由T细胞介导的自身免疫反应,继而出现胰岛β细胞大量被破坏,而自身免疫性甲状腺疾病(AITD)主要包括Graves病、桥本氏甲状腺炎等相关甲状腺结构,其主要是由自身免疫紊乱导致的甲状腺疾病,患者血中可检出针对甲状腺抗原的自身抗体,主要包括甲状腺球蛋白抗体、甲状腺微粒体抗体等。目前已知T1DM存在多个基因突变位点参与发病,

一种低复杂度稀疏信道估计算法

传统基于压缩感知的信道估计方法存在计算复杂度较高、较难应用于实际的问题。为此,将广义的正交匹配追踪(GOMP)算法应用到信道估计中,通过一次迭代选取多个原子,降低算法的计算复杂度,考虑无线信道的能量分布特征,提出一种基于分级回归追踪的GOMP算法。该算法采取分级的方法选择原子,利用回归追踪的方法去除非匹配原子,从而保证原子的快速准确选择。实验结果表明,该算法在保证信道估计精度的同时,可有效地降低计算复杂度,具有较好的鲁棒性。

双重保护的半盲彩色数字水印算法

研究了一种基于DWT与SVD相结合的半盲彩色数字水印算法,鉴于嵌入水印的实用性,原始图像与水印图像采用的都是彩色图像。在置乱变换系数和半盲水印的双重保护下,提高了水印的安全性,奇异值分解对常见的几何失真是稳健的,而小波分解可以把图像的主要能量集中到低频域中,结合它们的优点可以更好地提高水印的抗攻击性。实验结果表明,嵌入水印后的图像在加噪、滤波(如模糊、锐化)、缩放、旋转、剪切和有损压缩等攻击后,其提取水印与原始水印仍有较高的相似度与峰值信噪比,该算法具有较好的鲁棒性。

基于参数重构的非直达波混合定位算法

在蜂窝无线定位中,非视距(non-line-of-sight,NLOS)误差是影响定位精度的主要因素之一,故如何减轻NLOS误差影响是无线定位研究的热点。本文针对NLOS环境下的定位问题,基于几何结构的单次反射统计信道模型,提出基于参数重构的混合定位算法。首先利用波达角(angle-of-arrival,AOA)重构方法重构直达波AOA,随后充分利用AOA的重构结果,以最大似然估计法迭代估计直达波的波达时延(time-of-arrival,TOA),最后根据这两个重构后的参数利用视距(line-of-sight,LOS)混合定位方法估计出移动台的位置,以实现NLOS环境下的单基站定位,并获取较高的定位精度。这种方式无需视距与非视距识别,改进了传统的单目标参数重构模式。仿真结果验证了该算法的有效性。

“通信原理”精品课程教学改革研究

精品课程建设是质量工程的重要内容,是高校提升教学质量的重要体现。本课程组针对"通信原理"课程教学中存在的问题,分别从教材建设、教学内容、教学方法和手段、师资队伍建设和实践实训等方面进行了全面系统的教学改革和实践。本文对"通信原理"精品课程建设过程中的改革措施及所取得的成效做了总结。

联合小波和马尔可夫特征的数字图像来源认证

针对数字图像来源判别准确率不高的问题,提出了基于模式噪声的图像来源认证方法。该算法首先利用小波降噪算法从已拍摄图像中提取模式噪声,然后求取模式噪声的小波和马尔可夫特征,最后采用支持向量机(support vector machine,SVM)分类方法,利用噪声特征组合的分类器进行图像来源分类,并对分类结果进行定性和定量分析。实验结果表明,该方法对不同品牌和同一品牌不同型号的相机都有较高的判别准确率。

协作网络因子图中粒子形式的信息传递算法

和积算法结合因子图可以用分布式方式实现协作定位。和积算法是一种信息传递算法,然而在非线性、非高斯环境下用参数法实现信息传递误差较大,不能满足定位需要,提出一种算法用粒子形式来实现信息传递。因子图中的信息计算包括求和与求积两个过程。粒子形式的信息传递算法利用重要性采样得到求和信息,利用吉布斯采样得到求积信息。提出的算法能简化复杂的网络节点的联合后验概率。与基于参数的信息传递算法相比,粒子形式表示方法提高了在非线性、非高斯环境下的定位精度。

民用渔船雷达动态组网的避障连通恢复方法

为了有效地整合海域内数目众多却各自分散的民用渔船雷达资源,提出了一种利用动态组网对不同区域渔船的避障连通恢复方法。首先,从数据融合的角度简单论证了民用渔船雷达动态组网的可能性和必要性;然后,将每艘渔船视为一个配置有传感器的节点,通过改进图论中最小生成树的方法,同时考虑海洋中障碍物的存在,将分布在各个区域的"小渔船群"进行动态组网,让它们实现避障连通。该方法能够实现个体数据的有效整理和融合,大大地扩展了对相关海域的探测、监控及态势分析的能力。该设计模型符合海域实际情况,能够较好地为实际工作提供理论支撑,仿真结果证明了算法的有效性。

高校附属医院新时代学生基层党组织建设创新研究

通过探究高校附属医院学生基层党支部组织建设中出现的问题,对怎样促进高校附属医院学生党组织建设和发展,如何提升基层党组织的组织力、战斗力和创造力等问题进行深入研究,并提出了增强“四个意识”、坚定“四个自信”、做到“两个维护”,严格执行“三会一课”制度,将制度建党的理念贯穿到支部工作和临床工作中等相关的解决方法。本科医学生党支部作为党密切联系医学学子的重要桥梁,其特殊的专业培养需求,基层党组织建设既要创新体制机制,又要着重做好本科医学生党员的教育和培养工作,以期为国家培养合格的医疗卫生事业继任者。

医学毕业生不同就业状态下焦虑、抑郁及睡眠质量调查结果对比分析

目的:探讨医学毕业生不同就业状态对焦虑、抑郁情绪的影响。方法:对沈阳某医科大学241名本科毕业生进行问卷调查。结果:不同就业状态对毕业生焦虑、抑郁情绪及睡眠质量影响具有统计学意义,且继续找工作的毕业生心理压力最大,二次考研、考研成功或已经找到工作的最小。结论:学校应高度重视毕业生心理问题并采取有效措施预防心理危机的发生。

图像分类卷积神经网络的反馈损失计算方法改进

当前在图像分类领域,卷积神经网络主要通过反向传播算法训练权重和偏置.在参数的训练过程中,网络的实际输出与样本标签之间的反馈损失计算方式会影响到卷积神经网络对图像的最终分类性能.本文研究发现,当增大训练样本标签的维度,提高不同类别标签间的最小汉明距离,并通过sigmoid激活函数结合交叉熵计算反馈损失时,所得到的卷积网络模型对图像的分类能力优于使用softmax激活函数结合独热编码计算反馈损失所得到的卷积网络模型的分类能力.本文使用多种卷积神经网络结构,并结合多个数据集进行训练和测试,所得到的仿真结果证明了本文观点的正确性.

燕麦食疗在2型糖尿病患者治疗中的作用

目的探讨燕麦对2型糖尿病(T2DM)患者血压、体重、腰围、血糖、血脂、胰岛素水平的影响。方法参照WHO(1999年)糖尿病(DM)诊断标准,筛选73例年龄>60岁的、临床诊断明确的T2DM患者(男40例,女33例),试验周期8 w,研究开始前记录其体重指数(BMI)、腰围、血压、空腹血糖、餐后血糖、空腹胰岛素、糖化血红蛋白(HbA1c)、血脂水平,在维持既往饮食习惯及生活方式的条件下,给予每人每餐50 g燕麦以替换主食。于服用燕麦后1个月及停用1个月后复测上述指标,分析其BMI、腰围、血压、空腹血糖、餐后血糖、HbA1c水平变化情况。结果以试验开始前所记录数据作为对照组,服用燕麦后1个月的患者,其BMI、腰围、空腹血糖、空腹胰岛素、餐后血糖、血脂、血压水平较服用前相比有所降低(P<0.05),而对HbA1c无显著影响;停用燕麦1个月后,患者腰围及血脂水平较服用后所升高(P<0.05),而BMI、血压、空腹血糖、餐后血糖、空腹胰岛素、HbA1c差异无统计学意义(P>0.05)。结论 T2DM的患者进行燕麦食疗后可有效降低腰围、空腹血糖、餐后血糖及血脂水平。

利用SPECAN算法的聚束SAR成像处理

讨论了距离向去调频聚束模式SAR信号的回波模型及特点,通过对聚束SAR信号的时、频域关系的分析,给出了适合去调频后的聚束SAR数据的成像算法。该算法结合了SPECAN算法高效和标准条带成像算法精确的优点,首先采用SPECAN算法对原始数据距离向去斜,其次采用距离-多普勒算法实现方位精确聚焦,与传统的距离-多普勒算法相比,成倍地降低处理的数据量,从而可实现聚束SAR的实时成像处理。对Ku波段实际飞行数据采用该算法压缩得到高分辨率的图像,验证了理论分析的正确性和所用方法的可行性。

无线传感网络中基于虚拟力的节点动态覆盖算法

网络覆盖率和节点功耗是WSNs(Wireless Sensor Networks)中主要考虑的2个性能指标,尽管现有的许多覆盖方法对这2个指标做了相应的提升,但它们大多只针对一个性能进行改进,而对另一个性能的优劣未作详细的讨论。针对这种不足,提出了一种基于VFA(Virtual Force Algorithm)的改进算法,将WSN进行网格划分,节点对网格的作用力和其它作用力进行自适应选择;在所选合力作用下,传感器节点进行重新部署,进一步优化WSN的动态覆盖,使WSN达到较优的覆盖状态;同时,通过对合力门限值的修正,使动态节点的能耗尽可能较少。仿真结果表明,该算法不但能实现较大的网络覆盖和较少的节点功耗,而且还有收敛速度快,计算量小,冗余度低等优点。

非对称对流扩散问题有限元法的MATLAB实现

用有限元法求解非对称对流扩散特征值问题,讨论了MATLAB编程方法,采用MATLAB稀疏技术在内存512M的PC机上求解了262 144阶的有限元矩阵特征值问题.

基于NLOS抑制的无线定位算法的研究

主要讨论如何抑制由于非视线传输给无线定位带来的精度误差。在无线定位领域中,非视线传输一直是制约定位精度的主要原因。但是,如果采用适当的算法,完全可以将其影响降到最低点。文中给出了一种新的算法,它能很好地抑制NLOS传输带来的不利影响。