基于复杂序列映射的离散信息签密安全模型

传统的无双线性对的无证书签密方案,大都存在着机密性漏洞和签名选择性伪造问题,无法保证信息安全。为了提高信息签密安全,提出一种基于复杂序列映射的离散信息签密安全模型,采用私钥属性不变的签密方案,对用户隐私数据私钥属性限定密文长度,在固定密文长度情况下构建高维高秩的解密明文信息矩阵,生成的随机数对信源发出信源密钥,替换用户公钥,构建离散信息无证书签密安全模型,基于复杂序列映射的离散信息签密安全模型,采用复杂序列映射机密性分析和签名伪造分析,避免使用随机预言模型导致信息泄露,提高离散信息签密的安全性,实现算法改进。仿真实验表明,该算法减少了数据分组在节点中的排队时间,一定程度上均衡负载,具有较好的信息签密安全性,为数据传输提供一定程度的QoS支持,保证了通信信息安全。

多台马达复杂序列系统的最佳控制方式

介绍了 SIMOCODE 在马达控制系统中的作用功能。利用 SIMOCODE 完善马达控制方案简化电路,增强系统的可靠性和自动化水平。

面向复杂时间序列的k近邻分类器

基于时序对齐的k近邻分类器是时间序列分类的基准算法.在实际应用中,同类复杂时间序列经常展现出不同的全局特性.由于传统时序对齐方法平等对待实例特征并忽略其局部辨别特性,因此难以准确、高效地处理此类具有挑战性的时间序列.为了有效对齐并分类复杂时间序列,提出了一种具有辨别性的局部加权动态时间扭曲方法,用于发现同类复杂时间序列的共同点以及异类序列间的不同点.同时,通过迭代学习时间序列对齐点的正例集与负例集,获取每条复杂时间序列中每个特征的辨别性权重.在多个人工和真实数据集上的实验结果表明了基于局部加权对齐策略的k近邻分类器所具有的可解释性与有效性,并将所提出方法扩展至多变量时间序列分类问题中.

一种新型复杂时间序列实时预测模型研究

针对复杂时间序列难以使用单一预测方法进行有效预测的问题,本文提出一种新型多分辨率增量预测模型.该模型首先使用经验模式分解方法对复杂时间序列分解,然后对各分量分别进行增量核空间独立向量组合预测建模,最后对各个分量预测结果等权求和集成为综合预测结果.该预测模型可以实现对复杂时间序列的快速实时预测,实验结果显示该模型在复杂时间序列预测上有良好的性能.

时窗复杂度序列在睡眠脑电分期中的应用

运用时窗复杂度序列来分析睡眠脑电 ,减少了非平稳性及状态空间的不均匀性造成的脑状态信息的丢失 ,在一定程度上克服了复杂度自身的局限 ,有助于不同睡眠期状态特征的提取。另外采用独立分量分析 ( ICA)、小波变换等方法对脑电进行预处理 ,实验表明它们能有效地去除脑电中的一些生理干扰 。

面向自动目标跟踪红外图像序列复杂度度量

红外图像复杂度度量是自动目标识别及其跟踪性能评估的重要组成部分。传统的度量指标如统计方差、信杂比等针对的皆是单帧图像,而对于图像序列复杂度度量的研究寥寥无几。针对该问题,提出一种面向自动目标跟踪的红外图像序列复杂度度量方法。首先,对影响目标识别及其跟踪因素进行分析,明确了红外图像序列中影响目标识别及其跟踪的具体原因,以此为依据构建基于特征空间的目标混淆度和目标遮隐度指标;其次,通过灰色关联法优化特征空间,使目标混淆度和目标遮隐度指标更加合理;最后,结合识别与跟踪的特点,选择合适的加权平均函数和非线性变换函数,实现图像序列复杂度度量。实验表明,与图像序列评价指标如序列相关度、帧间目标变化度相比,文中提出的评价指标与跟踪误差的单调关系更好,是一种有效的图像序列复杂度评价标准。

基于序列复杂度的空中红外目标跟踪算法评估

近年来,基于深度学习的红外空中目标跟踪算法不断涌现,如何对其性能进行评估已经成为一个亟待解决的问题。利用单帧图像混淆度和遮隐度对图像复杂度进行计算,并结合目标运动复杂度,建立了融合图像复杂度和运动复杂度的序列复杂度计算模型。构建了包含420个序列的红外序列样本库,利用序列复杂度对样本库测试结果进行加权评分,提出了一种新的红外空中目标跟踪算法性能评估方法。实验结果表明,所提出的评估方法能全面评估算法在不同态势下的性能。

基于样本熵理论的长江干流径流序列复杂性分析

基于样本熵理论,选取宜昌站、汉口站和大通站为长江干流主要水文控制站,对3站的径流序列进行分析,研究长江干流径流序列复杂性的空间分布及动态变化特征。结果表明:长江干流径流序列复杂性具有明显的空间差异性,从上游到下游总体上呈现增加趋势。各站的样本熵值与年径流量均呈现负相关关系。宜昌站和大通站径流序列复杂性处于不断增加趋势,汉口站21世纪以来呈现增加趋势。

基于局部RBF网络的复杂时间序列预测方法研究

针对复杂时间序列全局预测模型建模效率低、预测性能不佳等问题,提出一种基于局部RBF神经网络的新型预测模型.该模型采用K最近邻搜索方法得到待预测样本的K个近邻,用近邻样本进行RBF神经网络建模,用训练好的RBF神经网络对待预测样本进行预测.实验结果显示该模型在复杂时间序列预测上有良好的性能.

蛋白质序列复杂性简化与非比对序列分析

非比对序列分析是最新发展的一种序列分析方法,具有计算效率高并适用于分析低相似性的序列,已成功用于DNA的序列分析中.但是由于蛋白质序列的复杂性,非比对序列分析对于蛋白质序列分析的准确度却不高.用将20种天然氨基酸残基归类的方法,简化了蛋白质序列的复杂性,并运用到对蛋白质的非比对序列分析中,有效地提高了序列分析的准确性.

外显子和内含子的序列复杂性

引入了两个新的关于序列复杂性的测度，并以此为指标分析比较了结构基因序列中的外显子和内含子的复杂性差异。

混沌二进制序列的伪随机性和复杂性分析

分析和讨论了由经典的Lorenz混沌系统和Chebyshev映射所生成的二进制序列的伪随机性和复杂性,采用T.Kohda混沌二进制量化算法,将混沌系统所产生的实数序列转换为相应的二进制序列;从统计检验、自相关性、频谱、Lempel-Ziv复杂度和近似熵等多方面对序列的伪随机性和复杂性进行定量分析。统计分析结果表明对由混沌系统所产生的有限二进制序列逼近Lem-pel-Ziv意义的随机序列,它具有较高的伪随机性、复杂性和非周期性,但是序列的伪随机性和复杂性并不随序列长度的增加而提高,在近似熵评价指标中呈显出降低的趋势。同时,作为伪随机源,Lorenz混沌系统略比Chebyshev映射好。

混沌序列复杂性分析及其数值仿真的精度问题

介绍一种能够定量分析混沌序列复杂性的计算方法,并以Lorenz混沌系统的数值序列复杂性计算为例,说明数值序列的伪随机二进制转化过程中精度选取的重要性.

四种脊椎动物DNA序列复杂性的比较

目的:阐述广义复杂度定义和意义,比较四种脊椎动物DNA序列复杂性,检验我们提出的复杂度定义的正确性和合理性。方法:以不动点,周期2,不等概周期4,混沌和随机序列等简明序列为计算例,以“Bach/猴子击琴”历史著名质疑悬案问题为判据,检验广义复杂度定义的正确性。以人、公牛、老鼠和母鸡四种脊椎动为应用例,以重复性复杂度GCR(2)为主要测度指标,以有序化信息量I=log4-H1和剩余度R=1-H1/log4为参考指标,按定义公式计算GCR(2)、I和R值。结果:在简明计算例中,完全随机序列和完全规则序列的GCR(2)=0,GCC(2)=0,GCT(2)=0,说明完全规则不复杂,完全随机亦不复杂,这完全符合“Bach/猴子击琴”疑案问题的要求,检验了我们提出的广义复杂度定义的正确性。在四种脊椎动物DNA序列之间,GCR(2)、I和R值没有数量级差异,而在数量GCR(2)、I和R之间有数量级差异,即GCR(2)■I(bit),GCR(2)■R(%),而且人的GCR(2),I和R数值远远大于其它三种脊椎动物。结果表明,脊椎动物进化基本上在同一水平上,但人的DNA序列的复杂性、有序化信息量和后备存储剩余度均高于其它脊椎动物。脊椎动物DNA序列的进化有个共同特点:在进化熵减过程中,重点不是放在碱基组成的有序化(I)上,而是放在碱基关联的复杂化GCR(2)上。所有这些结论均符合生物信息学生物分子进化规律,说明我们提出的广义复杂度定义是合理的。

符号序列间的LZ复杂性距离及其应用

在符号序列LZ复杂性的计算原理上,提出了序列间条件LZ复杂性的概念.基于条件LZ复杂性,定义了一个非空序列间的LZ复杂性距离并证明了该距离满足距离测度的4个基本性质.将LZ复杂性距离应用于计算语言学和生物信息学的研究领域,选取20种自然语言文本和29种有胎盘哺乳动物的全线粒体基因组,将它们视为不同符号集上的符号序列,分别计算两类符号序列的LZ复杂性距离矩阵.基于LZ复杂性距离矩阵,重构了20种语言的语言关系树和29种哺乳动物的系统进化树.其结果符合它们真实的演化关系,说明了LZ复杂性距离定量刻画符号序列间差异的有效性.

基于时窗复杂度序列的睡眠脑电分析(英文)

运用时窗复杂度序列来分析睡眠脑电 ,减少了非平稳性及状态空间的不均匀性造成的脑状态信息的丢失 ,在一定程度上克服了复杂度的自身的局限 ,有助于不同睡眠期状态特征的提取。另外本文采用ICA、小波变换等方法对脑电进行预处理 ,实验表明它们能有效地去除脑电中的一些生理干扰 。

拓扑序列复杂性和混合

本文给出动力系统的拓扑序列复杂函数和族F-扩散的概念,利用序列复杂函数给出一致刚性、等度连续性和F-混合的特征,并讨论了族F-混合与一致刚性、相关族扩散、混沌及序列等度连续点存在性的关系.

新建核电厂设计扩展工况中复杂事故序列的确定方法研究

根据国际原子能机构安全要求SSR-2/1和轻水堆核电厂欧洲用户要求(EUR),新设计核电厂需要考虑设计扩展工况,包括复杂事故序列和严重事故。国内、外核安全法规和技术标准没有给出确定设计扩展工况中复杂事故序列的具体方法。本文系统分析和研究了设计扩展工况中复杂事故序列的确定方法,提出基于核安全法规、导则和技术标准要求,基于概率安全评价(PSA)的风险见解,基于工程判断和基于类似核电厂设计经验四种具体方法,并应用于防城港核电厂3号、4号机组工程设计。本方法可用于指导新建核电厂设计,合理选择复杂事故序列和开展相关的安全特征设计,以进一步提高核电厂的安全水平。

土舱压力数据序列的混合降噪方法

针对具有复杂趋势和季节成分的盾构机土舱压力数据序列,提出了一种基于经验模态分解(empirical mode decomposition,EMD)和奇异谱分析(singular spectrum analysis,SSA)的数据序列信噪分离新方法。首先采用经验模态分解对原始数据序列进行分解,以分离出包含噪声成分的固有模态函数(intrinsic mode function,IMF)。对这些固有模态函数进行序列重构,并利用奇异谱分析对重构后的序列进行奇异值分解(singular value decomposition,SVD)和重构,提取出其中的主要趋势成分和季节成分,同时得到包含噪声成分的残差序列,再次利用经验模态分解对残差序列进行处理,重复该过程直至得到满足纯随机性假设的噪声序列。采用该方法对土压平衡盾构机土舱压力监测数据进行降噪处理,分析结果表明该方法能够在保持原始数据序列结构的前提下准确提取出土舱压力数据中的噪声成分,验证了所提方法的有效性。

基于排列熵的城市化区域地下水系统复杂性测度

以黑龙江省哈尔滨市为例,运用排列熵(PE)测度了该地区10个区域6年(2008-2013年)逐日地下水埋深序列的复杂性特征,并分析了下垫面条件对地下水水文系统的影响。结果表明:巴彦、宾县、依兰三个区域地下水埋深序列复杂性为Ⅰ级,说明这3个区域的预测难度大;市区、方正、尚志、通河、延寿5个区域地下水埋深序列复杂性为Ⅱ级,说明这5个区域的预测难度一般;木兰、五常两个区域地下水埋深序列复杂性为Ⅲ级,说明这两个区域的预测较为简单。通过将山地地形面积比例、水域比例与地下水埋深序列之间的相关分析,可知二者对地下水水文系统复杂性有重要影响。研究揭示了区域地下水埋深序列复杂性空间分布并分析可能影响的因素,为今后水文系统复杂性测度研究提供了新思路。