基于特征向量的最小二乘支持向量机PM2.5浓度预测模型

针对大气中细颗粒物(PM2.5)浓度预测的问题,提出一种预测模型。首先,通过引入综合气象指数综合考虑风力、湿度、温度等因素;然后,结合实际二氧化硫(SO2)浓度、二氧化氮(NO2)浓度、一氧化碳(CO)浓度和PM10浓度等,构成特征向量;最后,利用特征向量和PM2.5浓度数据来建立最小二乘支持向量机(LS-SVM)预测模型。经2013年城市A和城市B环境监测中心的数据预测分析表明,引入综合气象指数后预测的准确性提高,误差降低近30%。说明该模型能够较为准确地预测PM2.5浓度,并具有较高的泛化能力。此外还分析了PM2.5浓度与住院率、医院门诊量的关系,发现了它们的高度相关性。

基于特征值的黑盒子意义下的特殊门限秘密共享方案

基于Shamir(n,t)秘密共享方案,提出一个新的门限秘密共享方案。利用n阶矩阵的特征方程具有重根的特点,实现了不同集合中参与者的秘密共享。同一参与集合所对应的次主密钥是相同的,即特征值是相同的,将同一个特征值所对应的不同特征向量作为子密钥,分发给同一参与集合的参与成员。利用黑盒子,同一集合内部成员可以验证自己手中子密钥的真实性,从而达到了防欺诈的目的。分析结果表明,该方案是安全的理想秘密共享方案。

磨损微粒的模式识别系统的研究

提出了一个关于磨损微粒的模式识别系统．该系统先把磨粒从背景中分割出来，然后从3个方面对磨粒进行特征提取：用于辨别磨粒的材料的特征矢量，用于辨别磨粒的轮廓形状的特征矢量，用于辨别磨粒的表面纹理特征的矢量．系统最后由这3个特征对磨粒所属的类型进行了计算机分类．