一种基于扩散方程的指纹方向场提取方法

方向场估计是指纹识别过程中非常重要的步骤。传统方向场提取算法存在着3个较为严重的问题:指纹质量较低时,无法获得满意的结果;无法在背景区域获得可靠的方向场;基于模型的方法,如Legendre模型或FOMFE模型,在奇异区域会产生较大偏差。针对这些问题,该文改进了基于复数滤波的质量评价方向,并提出了一种融入指纹质量的扩散方程来提取指纹方向场。为了验证算法的有效性,在各种质量的指纹图像上进行了实验。实验结果表明:无论是低质量还是高质量指纹图像,基于扩散方程模型的方向场提取算法都能获得准确的指纹方向场。     

一个高效的(t,n)门限多秘密共享体制

基于系统分组码提出了一个（t,n）门限多秘密共享体制．在该体制中,一次共享过程中可以共享任意多个秘密,却不会降低系统性能;每个参与者只需保护一个秘密份额就可以实现多组秘密共享,各组秘密可以具有不同的门限值和不同的数量．分析表明,所提出的体制是一个计算安全的体制,与现有多秘密共享体制相比,其秘密重构的计算量小,特别是当共享的秘密数量很大时,该体制更为高效．     

基于信息熵对遗传算法中杂交概率的研究

针对现有杂交概率的计算方法复杂且不利于种群摆脱局部优现象,提出了基于信息熵的杂交概率计算方法。利用种群熵和种群方差来分析杂交算子在种群进化中的作用,充分考虑了种群的整体情况和进化潜力,从而确定杂交概率的计算,以更好地控制遗传算法的进化过程。数值实验表明,新提出的杂交概率计算方式不仅便于求解,而且能有效地增强算法的稳定性、全局收敛性,加快算法收敛速度,使算法易于摆脱局部优现象。