神经网络用于二次优化存在的问题及解决方法

对离散霍普菲尔德神经网络（ＤＨＮＮ）的性质进行了分析．指出：这种网络在解决二次优化问题时不能保证收敛，而且即使收敛也不能保证全局最优，不适合于解决优化问题．本文提出了一种更有效的选代算法，其结构与ＤＨＮＮ相同，可用高度并行方式实现．通过简单地选择收敛系数可以使算法收敛于全局最优．由此算法还可导出高阶收敛算法．因此，该算法是实时实现二次优化的一条有效途径．

逆合成孔径雷达相位补偿及优化成像

对逆合成孔径雷达成像中的相位补偿和小角度成像两个关键问题进行了讨论。提出了一种可望完全避免相位补偿的新方法——幅度谱成像法,并在理论上证明了其可行性.同时提出了用凸集合投影算法得到方位向超分辨的方法,并通过微波暗室实验证实了其有效性。

基于图像变形的卡用户认知性(英文)

尽管许多人可能并没有意识到,各类卡已经被广泛应用到我们的日常生活当中。其中,信用卡,现金卡,驾驶执照,等等,其实与钱包同等重要。为了防止这些卡被非法使用,用户认证是必不可少的。最常用的用户认证方法就是要求用户提供某些个人信息。如果用户提供的信息与卡中记录的信息一致,我们就认为用户是合法的。然而如果个人信息被泄露,卡就有可能被非法使用。本论文的目的就是要提供一种新的基于图像变形的卡用户认证方法。其基本思路是把真正持卡人的脸部图像通过图像变形隐藏到某个覆盖数据下,并把恢复原图像所需要的钥匙信息分散保存到卡,终端,服务器等不同地方。在用户使用卡的时候,认证系统可以利用反变形技术恢复原图像,让受权人察知到用户的真伪,从而有效地保护持卡人的权益。

聚焦计算机科学与工程教育 培养全球IT创新者（英文）

会津大学是首批入选日本文部科学省"超级国际化大学计划(Top Global University Project)"的大学之一。文章介绍大学的三个特色——国际化;IT的全领域专业齐全,分科细致;强调技术创新和学生创业。同时阐述相关的教育研究方向,提出实现会津大学教育目标——"培养有能力活跃在世界各地的创新型IT领军技术人才"的方法、渠道和相应课程。