基于串空间模型的认证测试方法

串空间模型认证测试方法是定理证明安全协议分析法中最具有代表性的一类.利用串空间模型理论对Needham-Schroeder(N-S)公钥协议中中间人攻击问题进行形式化分析与设计,并对其进行证明.与原有技术相比,该方法更为形式化,协议分析人员可以很方便地进行手动分析,并且更有利于协议分析自动化工具的实现.     

污染环境中具有Markov切换的随机互惠三种群生存分析

研究污染环境下受到毒素和双重噪声(白噪声和有色噪声)作用的随机系统,建立污染环境中具有Markov切换的随机互惠三种群模型。利用随机微分方程相关理论和分析方法,考虑系统同时受到白噪声、有色噪声、毒素浓度及种群间相互作用因素对种群生存状态的影响,得到随机互惠三种群系统中各种群趋于灭绝、随机非平均持久、随机弱平均持久和随机强平均持久的充分条件。数值模拟验证了理论结果的正确性。     

基于混合高斯模型的储物柜存取货行为检测方法

针对储物柜存取货物场景的实际情况和人员行为的特点，提出一种通过融合时间调整机制控制前景融入背景的改进型混合高斯建模检测方法，并引入手臂识别机制。融合时间调整机制减小了由于人员停止运动而错误决策为背景的可能性；手臂识别算法模型有效地识别人员伸手动作。实验结果表明，该方法可以简单有效地从连续的图像序列中检测出人员在储物柜场景下的存取货物行为。     

具有Logistic增长项的两种群竞争Keller-Segel模型的稳定性分析

应用线性化方法研究两种群竞争的Keller-Segel模型常数平衡解的个数及其稳定性问题.     

雾霾污染的危害与治理支付意愿研究进展

雾霾污染问题是当前研究的热点问题。雾霾污染会导致出行障碍、相关疾病发病率及死亡率上升、动植物生长受阻、旅游业产值下降、社会经济发展受影响和社会稳定度下降等。可见,治理雾霾污染刻不容缓。雾霾治理的费用相当高,公众参与治理雾霾是一种有效的缓解雾霾治理资金紧张的有效途径之一。由此,本文以我国雾霾污染治理的支付意愿为研究对象,利用文献研究和归纳总结方法,系统介绍了雾霾治理支付意愿的相关问题、雾霾治理支付意愿的评估模型以及雾霾治理支付意愿的影响因素,以期为我国雾霾治理费用的分摊提供重要的理论参考。     

基于地质力学模型试验的岩体相似材料配比研究

为了确定适用于模拟实际工程岩体的相似材料及其配比,以相似材料中重晶石粉、膨润土和胶水的质量占比为研究对象,根据地质力学模型试验的相似原理,设计了4种配比试验。通过单轴压缩试验获得了不同配比下相似材料的应力-应变曲线,采用最小二乘法进行曲线拟合得出其变形模量,并与实际工程岩体进行对比,然后对相似材料中的各组分进行敏感性分析,确定了该试验所采用的最终配比。结果表明:重晶石粉∶膨润土∶胶水=12∶0.3∶1.5(工业胶∶水=1∶2)时,重晶石粉、膨润土和工业胶的质量占比分别为89.96%、2.17%和3.63%,该配比下相似材料密度为2.0 g/cm~3时,相应的变形模量和抗压强度分别为87.45、0.686 MPa。因此,该配比下的相似材料能够模拟力学参数范围大的岩体,可以为地质力学模型试验提供依据。     

蓝光LED 掀起照明的新篇章

夕阳西下,一盏盏发光二极体(light-emitting diode,LED)路灯渐渐亮起;下班后在拥挤的公交车厢里,人们玩着手上的智能手机;繁华的街道上,五光十色的LED招牌炫丽地闪烁着。这些场景对我们来说,也许再平凡不过,但可曾想过,在1990年以前,LED仅用作指示灯。由于1993年一项革命性的发明,使LED领域跨入新的时代,即"蓝光LED"的诞生。赤崎勇、天野浩与中村修二这三位教授致力于     

工程弹性系统与系统弹性理论研究综述

工程弹性系统(engineered resilient system,ERS)是美国国防部(department of defense,DOD)应对越来越不确定的任务和环境而提出的未来国防系统发展战略,对复杂系统的工程实践与系统弹性理论都带来新的挑战。首先,对ERS提出的背景和相关概念进行介绍,重点对美国国防领域对ERS的一些观点进行分析,包括ERS的关键属性、弹性工程与现役系统关系、ERS设计中考虑的因素和ERS与系统工程的关系等,并对美国DOD优先立项的ERS项目研究进展进行了的研究。其次,对弹性相关的学术研究进行了述评,包括不同领域中弹性的概念、系统弹性不同的评价方法以及系统弹性设计方法,以便于对ERS的发展有一个较为全面的了解和借鉴。最后,在ERS发展研究基础上,从理论和应用角度对ERS和系统弹性理论面临的挑战进行了讨论。     

VaR模型在股票风险管理中的应用研究

采用VaR模型对股票进行风险管理.介绍了VaR的3种主要计算方法,分别是参数模拟法、历史模拟法和蒙特卡罗模拟法,选取2016年沪深300指数每日收盘价序列作为分析目标,采用参数模拟法,通过MATLAB软件估计VAR值,计算出在一定的持有期内,在相应的置信度水平下的最大损失.对股票市场的风险管理提出了相关建议,并提出VaR模型未来的发展方向.