一种新的有效数字指纹生成方案

基于计算离散对数困难性与退化的矩阵乘法的单向性，给出了一种面向字安全的、高效的消息指纹生成方案，与二进制位的数字指纹生成方案相比，其主要特点是能够很好地适应非字母文字消息的指纹生成，能适应不同消息长度和指纹长度要求。此外，还进行了安全性与运行效率分析，结果表明，该方案安全，运行效率高。     

积单元神经网络预测噪声环境的混沌时间序列

用人工神经网络预测噪声环境的混沌时间序列是一个重要的问题，因为许多实际的时间序列数据都是含噪声的。提出一种利用积单元神经网络(PUNN)预测噪声环境的混沌时间序列的方法，它采用了粒子群优化器(PSO)训练PUNN网络。用所提方法对Lorenz混沌序列做了仿真实验，结果表明：所提方法结构简单、泛化能力强，是一种有效的方法；当PUNN网络的输入节点数目为2或3时，预测精度更高，而且泛化能力也更强。     

异构集成学习中的观察学习机制研究

集成学习是提高分类精度的一种有效途径,已在许多领域显示出其优于单个分类器的良好性能。观察学习是一种基于社会学习理论的集成学习方法,以往对其研究集中于同构模式。在此提出了基于异构模式的观察学习策略,通过训练、观察、再训练三个阶段完成学习。在UCI标准数据集上对异构环境下的观察学习算法进行了实验研究。结果表明,该方法优于多数投票法和单个分类算法,其对弱分类器组成的分类器集合尤其有效。从偏差/方差分解的角度对观察学习提高分类性能的原因进行了论证,结果表明,观察学习算法既可以降低偏差,也可以降低方差。     

基于特征子空间的三维模型相关反馈检索方法

从三维模型中提取出的高维特征向量一般分布在原始空间的某个非线性低维子空间中,而测地距度量算法可以有效地甄别这种非线性分布.提出一种在相关反馈中,通过更新测地距离来捕捉三维模型特征点的分布特性的检索算法.为了解决相关反馈后期效果提升缓慢的缺陷,作者提出了模型潜力值理论来辅助使用了测地距核函数的支持向量机学习器改善相关反馈机制.     

神经网络复合推理技术的研究

提出了神经网络复合推理的思想，阐述了神经网络数值推理和传统符号逻辑推理的差异，提出了神经网络前置处理器和神经网络后置处理器的设计方法，建立了复合推理系统的结构，结合大型工程课题进行了验证。实践检验证明，该方法对解决非结构化，半结构化，结构化问题效果显著。     

基于多Agent的多无人机协同决策算法仿真平台设计

无人机协同作战的相关算法概括起来可以分为两类:一种是用于为无人机指明"往哪飞"的任务分配相关算法,另一类是用于确定"如何飞"的路径规划相关算法。首先针对这两大类协同算法归纳出相应的抽象数学模型,然后以此为依据确定无人机Agent的各决策模块的内部结构和彼此之间的交互接口,以及对外提供的扩展"钩子";然后在此基础上,利用多Agent技术搭建了无人机协同作战算法仿真平台UAVSim,以模拟从任务分配到路径规划的协同全过程。整个平台采用分层的体系结构,将算法、内核和显示完全分离。平台中参与模拟的无人机个体都用单独的Agent表示,每个Agent遵循统一的协作框架,同时可根据特定的协同算法动态配置其决策模块。     

高寒山区水稻抛秧的新型育秧技术

水稻抛秧要求秧苗素质高。秧苗必须具备苗壮,根系多,落泥好。抛秧易操作,省工省力,投资少。达到分裂多,抽穗早,产量高,效益好为目的。因此．湖北省利川市农业局退休职工杨再松老先生经过多年潜心研究,在水稻旱育塑盘抛秧基础上,创造发明了一项高寒山区水稻抛秧的新型育秧技术。该技术的主要特点是：操作规范、流程化,苗床小,用种量少,出苗整齐,苗期立枯病轻或无,带土均衡,易抛秧,立苗稳。近年来利川已累计推广万余亩。     

10 kV铁路输电线路故障信息综合处理系统研究

通过对10kV铁路自闭、贯通输电线路特点的分析,研究了其相间短路、单相接地等不同故障的特性,并在此基础上设计了故障信息综合处理系统.该系统通过分析采集到的数据,由远方控制单元判定故障类型且将故障数据报文送往调度中心,该中心根据判据判定出故障区段:对于相间短路,调度中心会自动启动相应的程控卡片,快速切除故障区段;对于单相接地,在工作站上会自动报警.同时,为系统设计了换相算法、单相接地算法和故障检测判别流程等.换相算法以配电所为参考来拟订其物理相序,其余开关站或配电所的物理换相位置则通过矩阵与配电所参考物理相位置的乘积获得.试验和现场运行表明,该系统可以有效、及时、准确地判别故障位置和故障相以及故障类型等,大大缩短了故障查找的时间.     

阈值去噪下的改进粒子滤波算法

针对粒子滤波在非线性系统上具有优越性,但粒子在传播过程中必然受到噪声影响的问题,提出了在阈值去噪下的改进粒子滤波算法.将小波阈值去噪的思想引入到粒子滤波中,即信号先经过小波包分解,再利用适当的阈值保留分解系数较大者并将系数较小者置为0,这样每个粒子结合其历史信息可降低噪声水平,进而改进滤波的状态估计值.蒙特卡罗仿真实验表明,加入阈值去噪的粒子滤波法可以有效降低滤波的均方根误差,提高滤波精度.在所采用的线性及非线性系统中,均方根误差均值分别降低了14%和12%.     

简约粒子群优化算法

针对全局版粒子群的早熟和局部版粒子群的最优位置信息利用率低的问题，提出简约粒子群算法．该算法使用速度松弛迭代策略，使粒子不必频繁更新速度，当粒子速度有利于适应度进一步提高时，就在下一个迭代周期内维持该速度，这有利于提高良好速度信息的利用率，减小算法的计算量，加快运算的收敛速度．同时，利用精英集团策略，使多个最优位置信息在种群内充分共享，有效地控制了种群多样性，避免了早熟现象．在典型标准测试函数上进行了全局、局部版惯性因子粒子群和全局、局部版约束因子粒子群测试比较，结果表明简约粒子群算法具有更强的寻优能力和更高的稳定性，且计算量也比较小．