基于LWE问题构造密码方案综述

在后量子密码时代,如何设计可以抵抗量子计算攻击的密码体制是后量子密码的主要任务,基于格的公钥密码体制被认为是最有可能抵御量子威胁的密码体制之一,基于容错学习(learning with errors, LWE)问题构建的密码体制是基于格密码发展实用前景最好的两种构建方案之一。从基于LWE问题构建基于属性加密方案、全同态加密方案、函数加密方案、密钥交换协议、数字签名方案等5个方面,对基于LWE问题构造的密码方案和当前研究面临的挑战进行了总结。     

基于平均位置学习的改进粒子群算法研究

针对粒子群算法在求解复杂的多维多峰问题时,存在着局部搜索精度不高和易陷入局部最优等不 足,提出了一种基于平均位置学习的改进粒子群算法。 该算法在学习策略上采用比粒子自身适应值更好的邻 近粒子为学习对象,将该算法分两个阶段用不同更新速度公式,阶段一在更新速度公式中引入整个种群所有粒 子位置的平均位置;阶段二在速度更新公式中引入新平均位置,采用贪心策略选择,通过粒子每次更新后选择 的个体比种群历史最优适应值更优,且储存对应个体历史最优位置,在阶段一结束后开始求它们的平均位置。 将平均位置作为学习对象,可增强粒子间的信息交流,同时可平衡算法的局部开发性能与全局搜索能力。 在 CEC2017 测试函数实验中,实验结果显示所提改进算法与另外 4 个算法相比有一定的优势。     

基于双决策和快速分层的多目标粒子群算法

针对粒子群算法在求解多目标优化问题时存在的收敛性不足和多样性缺失等问题,提出一种基于双决策和快速分层的新型多目标粒子群算法(DDFSMOPSO);在该算法中,采用外部存档对迭代产生的非劣解进行存储,并利用拥挤距离和绝对距离相结合的双决策策略对外部存档规模进行维护,使得优秀粒子在随后的进化过程中易于保留和发展;同时,采用...     

Kuramoto-Svashinsky方程的数值方法

给出一些线性化的时间差分/空间谱方法的数值格式,对非线性对流项进行了处理.格式的优点在于每次迭代只需要解一个线性方程.分析了格式的稳定性,并用数值结果证实了格式的有效性.讨论了K-S方程解的性质,及色散项对解的影响.     

基于1RSB的正则(k,r)-SAT问题可满足临界

针对每个变元恰好出现r次且其正、负出现各为r/2次的随机正则(k,r)-SAT问题,结合一阶复本对称破缺理论和随机正则(k,r)-CNF公式解空间的几何结构,分析了通常以解的总数作为一阶矩方法的随机变量时,所得到的随机正则(k,r)-SAT问题可满足临界值上界偏大的本质原因.在此基础上,通过计算可满足相变点附近区域中随机正则(k,r)-CNF公式的解的聚类总数,从而把计算其解的规模转换为计算其解的聚类规模.进一步,通过引入覆盖的定义来表示聚类,并以覆盖总数作为一阶矩方法中的随机变量,结合相关的概率分析,得到了当前该问题可满足临界值点的一个新上界,使得上、下界之间仅有常数1的间隙.     

非平衡涨落驱动的小世界网络分岔

利用复杂网络理论和非平衡统计理论,考察了非平衡涨落因素对小世界网络传播行为的影响．在小世界网络传播模型的基础上引入非平衡涨落因子,利用求解Fokker—Plank方程的随机微分方程方法,分析了非平衡涨落驱动下的小世界网络传播稳定性．研究发现非平衡涨落会触发网络状态失稳,出现分岔现象．在一定程度上揭示了复杂网络对某些参量敏感的起因,对更好地解释现实世界中的许多小世界网络对参数敏感的现象有重要意义,为实现对小世界网络稳定性控制提供新的思路．     

临界问题在全空间上的无穷多解

研究了全空间上一类临界增长的非局部问题古典解的存在性,通过特殊函数法,给出该问题无穷多古典正解的表达式,推广并丰富了已有文献的结果.     

介观电容和电感耦合电路中的库仑阻塞效应

 考虑到电荷在介观电容和电感耦合电路中不连续这一事实,借助经典拉格朗日正则变换及有限微分薛定谔方程对电路中的库仑阻塞效应进行研究.结果显示,影响电路中库仑阻塞的因素不仅有各个回路中的元件参数,还有相互耦合的元件的参数,从而进一步认识介观尺寸下的量子效应的特征和规律,为微电子器件和集成电路的优化设计提供理论指导.     

基于侦察学习策略的粒子群算法优化

针对粒子群算法收敛能力不足和易陷入局部最优的问题,提出了一种基于侦察学习策略的新型粒子群算法。 算法首先利用拓扑结构构建粒子种群,其次采用联合因子均衡算法的局部搜索能力和全局搜索能力,并通过侦察学习策略改进算法的速度和位置公式进而产生候选解;Wilcoxon 秩和检验结果和CEC2017 基准函数检测结果表明,新型粒子群算法的收敛能力,最优解精度以及算法稳定性更好,说明算法性能得以提升。     

支持向量机在地统计学中的应用研究——以土壤重金属砷的空间分布及其对农产品安全生产的影响为例

重金属砷广泛存在于地壳中,它的开采及使用造成了对农田土壤的污染,进而危害人体健康。Kriging地统计学方法是解决基于少量样本估计大面积内物质异质性分布的主要手段。但是由于传统的Krining方法对变异函数的拟合的主观性和局限性影响对物质分布的估计。为解决这一问题,引入了支持向量机(SVM)方法对变异函数进行拟合并将这一方法应用于对农田土壤重金属砷的分布的估计,即基于在目标地块实地取样获得的少量数据来估计砷在农田内的分布,结果表明:SVM回归的拟合优度为0.944,高于其他两种传统方法的拟合优度(0.842,0.744);基于该拟合函数计算的验证样点估计值与实测值的平均相对误差为4.75%;砷在目标地块内呈异质性分布。为了研究土壤砷的分布对农产品安全生产的影响,根据文献提供的实验数据建立了9种蔬菜对重金属砷的富集模型,据此建立了农产品安全生产的风险评价模型。评价结果表明,如果在目标地块中种植9种蔬菜,其中8种蔬菜是无风险的,即风险值p=0。然而,尽管整个目标地块土壤砷含量低于《土壤环境质量标准》~([14])的土壤二级标准,9种蔬菜中仍有一种蔬菜(青菜)的产品是完全超标的,即风险值p=1。因此,单纯用土壤重金属含量来评价农田土壤并不能很好地反映农田土壤污染对人类的影响。