基于RSA算法实现数字机顶盒系统保护的芯片设计

设计了一款基于RSA算法用于保护数字机顶盒系统的安全认证芯片FD310-1,数字机顶盒的MCU通过和该安全芯片FD310-1进行数据认证来控制系统工作的流程.根据RSA基本原理以及FD310-1实现系统保护的原理,对FD310-1的内部结构和各功能模块进行定义和仿真,设计出FD310-1芯片,实现其保护数字机顶盒系统的功能.流片成功的FD310-1芯片经过测试和系统应用,表明它可以应用于数字机顶盒等电子系统的保护中.     

基于MPI的等离子体反射系数的（FD）^2TD并行算法

采用一种新颖的并行(FD)2TD算法计算等离子体平板的反射系数和透射系数。以典型一维等离子体平板算例验证了该算法的准确性和有效性。计算结果表明在精度上和串行方法相同,但是并行能够有效地节约CPU时间。     

路面雷达电磁波在色散介质的FDTD模拟

描述了色散介质本构模型和色散介质的FDTD基本算法,建立了路面雷达电磁波在色散介质FD TD的模型,并利用该模型对电磁波在色散介质中的传播进行了研究.     

用于分层强化学习的最小k-聚类算法

在学习过程中自动发现有用的Subgoal,对于分层强化学习有着重要的意义。文章提出了一种最小k-聚类算法,该算法能通过对在线获取的少量路径数据进行聚类的方法,抽取出有用的Subgoal;实验表明,该算法能有效地发现所有符合要求的Subgoal,较多样性密度算法和FD算法有更强的Subgoal发现能力。     

频率分集多小波神经网络盲均衡算法

在分析多小波神经网络盲均衡的基础上,提出了频率分集多小波神经网络盲均衡算法（ FD －MWT －FNN）,该算法利用多小波的特性,加快算法的收敛速度,采用具有对称特性的误差函数减小算法的均方误差,为了进一步提高算法的性能,引入频率分集技术克服多径衰落的影响。水声信道的仿真结果表明,该算法具有收敛速度快,稳态误差小的特点。     

标准抛物线方程SSFT算法在电波传播问题中的应用

对标准抛物线方程进行分裂步傅里叶变换(SSFT)算法的求解,并应用到自由空间的电波传播问题中.较有限差分法(FD)算法求解标准抛物线方程,该方法更适合于大尺度电波传播问题,且求解速度快,稳定性好.     

消除XML路径冗余算法

路径冗余是XML数据冗余的一种情况,特别是在云环境下,将直接影响XML作为不同程序间数据表示和数据交换的应用。文章在已有知识基础上,考虑XML层次结构特点,综合讨论了树结构中结点间语义约束与路径冗余的关系,并给出FD和MVD导致的数据异常问题解决的定理、算法及正确性证明。     

属于BCNF的关系模式候选关键字问题研究

研究了属于BCNF的关系模式FD集的特征,在此基础上,讨论了属于BCNF的关系模式全部候选关键字问题、追加的候选关键字问题、基数最小候选关键字问题的求解方法,并给出了相应的线性时间算法。     

光学Y分支三维波导的数值模拟

针对光学Y分支三维波导结构及折射率分布,运用有限差分波束传播方法（FD－BMP）进行了数值模拟,以数值结果可得,FD－BPM法算得的分支损耗为0．37dB,而原有的快速傅立叶变换法（FFT－BPM）算得的分支损耗为0．30dB,分析指出,FD－BMP的结果较为合理,对两种方法的计算时间比较发现,FD－BMP比FFT－BMP快5－7倍。     

全双工非正交多址接入系统的功率控制

研究了采用全双工基站同时为多个半双工下行用户和上行用户提供服务的单载波非正交多址(single-carrier non-orthogonal multiple access, SC-NOMA)系统的资源分配算法设计。考虑了基于能效的单载波NOMA系统上行链路和下行链路的资源分配问题,在保证用户服务质量和功率约束的同时最大化全双工单载波非正交多址接入(Full-duplex single-carrier orthogonal multiple access, FD SC-NOMA)系统的能效。由于目标函数是非凸问题,将原问题转换成非线性分式规划问题,通过采用拉格朗日乘子法得到最优传输功率的闭式解,利用次梯度算法求得最优传输功率。仿真结果表明,与传统的半双工单载波非正交多址接入(half-duplex single-carrier orthogonal multiple access, HD SC-OMA)系统相比,FD SC-NOMA系统能够实现更优的能效。     

功能性消化不良患者食管运动功能的变化

探讨功能性消化不良患者食管运动功能变化。方法：采用ＰＣｐｏｌｙｇｒａｆＨＲ台式高分辨上消化道气压国管连续灌注测压系统对４０例ＦＤ患者和２０例正常人进行食管测压。结果：ＦＤ组食管下段蠕动压低于上段蠕动压的发生率显著高于对照组;ＦＤ组食管下段平均蠕动压显著低于对照组;ＦＤ组出现异常蠕动波２１例,表现为类型不同,次数不等的双峰波,三峰波、逆行收缩波、自发性收缩波和非同步收缩波等,以双峰波最多见。９例同时     

基于傅里叶描述子的形状特征匹配方法在机场掩体目标检测中的应用

文章研究了基于傅里叶描述子的形状特征匹配方法在机场掩体检测中的应用。本文利用傅里叶描述子对目标旋转、缩放和平移描述的不变性,确定了用基于傅里叶描述子的特征匹配方法来检测掩体目标,井对匹配方法的原理、步骤和方案进行了论述。用仿真数据进行了试验,试验结果验证了文中设计的形状匹配方法对掩体类目标检测的有效性。     

栖热菌(Thermus)的DNA转化研究

由栖热菌FDB8(Thermus sp.FDB8)提取的染色体DNA对栖热菌FD3009(Thermus sp.FD3009)进行了转化.用丝裂霉素C选择培养基对转化子进行选择,共获得3个转化子.它们的菌落色泽、对丝裂霉素C的抗性强度和耐热DNA聚合酶活性均介于供体菌和受体菌之间,而其菌体生长速度和破壁难易程度则优于供体菌和受体菌.结果表明,转化子是由供体菌FDB8的染色体DNA转化了受体菌FD3009所致,同时还可由转化子进一步选育出抗丝裂霉素C的耐热DNA聚合酶高产菌株.     

基于有向无环图的函数依赖一致性数据生成

针对函数依赖一致性数据生成问题,采用有向无环图作为函数依赖集合的描述模型,提出一种单函数依赖一致性数据生成算法 （TGSFD）;并通过属性排序解决多函数依赖一致性数据生成问题;为了利用流水线技术提高数据生成效率,提出最小独立属性子集概念,并给出了属性集划分算法. 实验表明本文提出的TGSFD和属性排序算法能够保证生成的数据满足函数依赖一致性,属性集划分和流水线技术可以有效提高数据生成效率.      

基于LSTM-DAE的化工故障诊断方法研究

现代化工过程愈加精密化、复杂化,使得化工过程数据呈现高度非线性、强耦合等特点,传统的故障诊断模型难以学习此类数据的有效特征表示,且无法挖掘隐含的时间序列信息。针对上述问题,提出了一种长短期记忆（long short-term memory,LSTM）网络与降噪自编码器（denoising auto-encoder,DAE）结合的LSTM-DAE化工故障诊断方法,用基于LSTM的特殊编码方式代替传统DAE模型的全连接网络编码方式,并结合高斯噪声处理和全连接网络解码层,搭建出基于LSTM-DAE的特征提取模型,最后由Softmax分类器输出故障诊断结果。该方法结合了DAE与LSTM的优点,确保了编码特征获取的有效性。使用田纳西-伊斯曼（Tennessee-Eastman,TE）过程数据设计所提方法与其他5类模型的对比实验,实验结果表明：在多故障诊断效果上,基于LSTM-DAE的化工故障诊断方法的训练集正确率达到了96.02%,测试集正确率达到了97.31%,平均误报率仅为0.65%,平均漏检率仅为3.19%,在6类模型中为最优;在单故障诊断效果上,基于LSTM-DAE的化工故障诊断方法能够提高对故障14的分辨能力,并缩短对故障18的检测延迟时间,有效降低了漏检率,表明所提方法能够在实际化工过程中进行有效的故障诊断。     

利用轮廓分形区别人工目标与自然物体算法研究

根据人工目标和自然物体的固有差异，提出了一种在轮廓链码基础上提取轮廓粗糙性曲线的算法。在实际得到的水杯，车辆及岩石图像中，利用Ｖａｒｉａｔｉｏｎ算法进行了计算物体轮廓粗糙性曲线分维的实验。实验表明，水杯及车辆轮廓的分形维数较低，岩石则具有较高的分形维数，通过同二维结果的对比，从计算量的分形维数两证明用所提出的算法计算轮廓分形维数区别人工目标和自然物体是可行的。     

确定一维单模波导模特性的差分波束传输法

应用类Ｃｒａｎｋ－Ｎｉｃｈｏｌｓｏｎ差分格式的波束传输法精确获得两类典型一维单模平板波导的模特性，为ＦＤ－ＢＰＭ法推广到形状复杂的三维波导器件的模拟打下基础。     

杨树树冠分维数与生长的相关关系

对用分维数表示的杨树冠层特征与生长量之间的关系进行研究。参试的28个杨树无性系4年生时的生长量存在显著的差异;用盒维数法表示的分维数(FD99)在无性系间也存在显著的差异,而用双表面积法估算的树冠分维数(FDa、FDv)在无性系问差异未达显著水平。相关分析表明：胸径与树高之间相关显著;而除用盒维数法表示的树冠分维数(FD99)与胸径生长相关达极显著水平外,其他情况树冠分维数与生长相关均未达显著性水平,表明并非叶面积越大生长量越大;树冠分维数与胸径生长相关明显大于与树高生长的相关。     

矩形微带贴片天线的FD-TD电磁仿真

运用时域有限差分法（ＦＤ－ＴＤ）实现了对矩形微带贴片天线电磁特性的仿真。详尽地介绍了仿真软件中ＦＤ－ＴＤ算法的具体实现并给出了对矩形微带贴片天线在时域和频域的电磁仿真结果。