基于5粒子Cluster态的量子盲签名方案

目的设计一个新的、安全的量子盲签名方案。方法利用5粒子Cluster态作为量子信道联系签名参与者。基于量子隐形传态,签名参与者通过对自己所持有的粒子测量,来完成消息盲化、签名及验证。结果通过安全分析,得到一个可行、安全的量子盲签名方案。结论用这种方法构造的签名方案可以应用在电子支付、电子选举等领域,很有实际意义。     

粒子群优化算法在轨道交通降噪结构微穿孔板设计中的应用

为了研究轨道交通噪声的降噪结构,基于"微穿孔板吸声体精确理论",采用粒子群优化算法对微穿孔板结构参数的共振频率进行计算;以微穿孔板吸声体的共振频率为优化目标,孔径、穿孔率、空腔厚度为优化参数,用粒子群优化算法对微穿孔板吸声体的结构进行优化设计;以城市轨道交通噪声为例,设计了较为合理的结构模型,并通过数值实验验证。研究结果表明:粒子群优化算法是微穿孔板吸声体结构设计的一种可行和有效方法。     

粒子群优化结合相关反馈的花卉图像检索

针对花卉图像特性,为平衡花卉图像检索系统的检索精度与速度,提出一种将粒子群优化结合于花卉检索相关反馈的算法.算法以2RGB为花卉图像的颜色模型,选取计算量较小的图像低层特征描述,按用户的满意度对检索结果进行评价,指导反馈过程中粒子的最优运动方向.实验结果表明,该算法能有效提高系统的检索效率.     

210 tRH精炼过程的混匀特性

以某钢厂210tRH真空精炼装置为原型,根据相似原理建立1﹕4水模型,研究了吹气量、浸入深度、真空度以及气孔堵塞对混匀时间的影响。结果表明,RH混匀时间随着吹气量的增加而呈现减小的趋势;随着浸入深度的增加先减小后增大,并存在最佳浸入深度480 mm;随真空室压力的减小而减小;随着吹气孔堵塞个数的增加先减小后增加。利用粒子成像测速技术( particle image velocimetry,PIV)测量了RH精炼过程钢包内二维流场,与数值模拟结果对比,发现钢包内的流体运动主要是从下降管到上升管的循环流动以及下降管周围的回流运动,不活跃区主要集中在渣-钢界面以下浸渍管浸入深度范围内。     

K近邻隶属度的P-PHD滤波多目标状态提取

在P-PHD滤波多目标状态提取中,传统的K-Means聚类方法存在需要提取峰值、聚类时间长、类簇边缘易被侵蚀等问题。针对此问题,在对一般聚类算法的研究的基础上,进一步提出了一种基于K近邻隶属度P-PHD滤波多目标状态提取算法。该算法首先通过量测与粒子的关联性,根据距离来进行量测筛选剔除虚警量测信息,估计真实目标量测类别,然后利用K近邻隶属度将粒子分配给各个估计的真实量测类别,重新分配粒子集,在新粒子集直接提取目标状态信息,从而避免粒子峰值提取过程,降低了算法的时间复杂度。仿真实验表明,所提算法与传统P-PHD滤波以及其它改进聚类算法的P-PHD滤波相比,具有状态提取精度高以及运算时间短的优点。     

负电铂纳米颗粒与α,β,γ,δ-四(N-甲基-3-吡啶基)卟啉间的相互作用研究

采用柠檬酸钠还原H2PtCl6制备得到浅黄棕色负电铂纳米颗粒.研究发现,该纳米颗粒使α,β,γ,δ-四(N-甲基-3-吡啶基)卟啉(TMPyP-3)发生J-型聚集,使其特征的Soret带和Q带吸收降低,荧光猝灭、散射信号增强,圆二色光谱及暗场成像发生变化.当铂纳米粒子浓度发生变化时,TMPyP-3聚集程度不同,其光学信号的变化强度也有差异,为进一步阐明卟啉类物质聚集体形成的过程及形态奠定了基础.     

改进量子粒子群优化算法的神经网络模型负荷预测

提出一种基于Levy飞行的量子粒子群优化算法并用于小波神经网络的训练,该算法采用基于Levy分布的飞行策略扩大粒子的搜索空间,使粒子易于逃离局部最优点。该算法克服了传统算法在神经网络训练过程中易于陷入局部最优、收敛速度慢等缺点,提高了神经网络的泛化能力。最后将改进的量子粒子群优化算法训练小波神经网络应用于电力系统负荷预测的模型,仿真结果表明改进的量子粒子群优化算法在神经网络训练上具有更高的预测精度。     

水轮发电机组闭环开机特性仿真及优化

针对水轮机转轮叶片裂纹现象,从水轮机调速器的开机规律对转轮的影响角度出发,建立计入非线性环节的电液随动系统模型和基于模型综合特性曲线的水轮机模型,分析按一段直线规律变化的闭环开机特性,提出了考虑水轮机工作水头偏差等因素的综合性能指标,并基于该指标对某水电站机组开机过程进行仿真优化。结果表明,按综合指标优化得到的闭环开机过程有优越的动态性能,减少了开机规律对转轮的影响。     

粒子滤波框架下多特征融合的视频目标跟踪方法

针对单一目标特征在复杂场景下难以实现有效的跟踪问题,提出了一种边缘纹理与颜色特征相融合的新方法。将Sobel算子与局部二值模式算子相结合,得到一种新的边缘纹理SLBP(Sobel Local Binary Pattern)特征提取方法,并与HSV(Hue,Saturation,Value)颜色特征融合应用于粒子滤波框架的视频目标跟踪。实验结果表明:本文提出的SLBP+HSV特征融合方法能够克服视频中光照变化、目标遮挡等复杂背景影响的问题,提高跟踪的精确度。     

改进的基于均值滤波的单幅图像去雾算法研究

雾天条件下采集的图像存在低对比度和低场景可见度问题,传统的去雾算法时间复杂度高、速度慢,无法应用于实时图像处理。为此,结合大气光特性提出一种改进的基于均值滤波的单幅图像复原方法。该方法以大气散射模型为基础,首先利用均值滤波得到准确的大气耗散函数;引入直方图修正机制下的自适应保护因子,更正明亮区域的大气散射函数;大气光采用效率更高的四叉树算法求解;最后由大气散射模型计算复原图像并进行图像的亮度调整,从而得到一幅清晰的无雾图像。仿真实验结果表明:该算法的场景适应能力强,复原图像色彩感丰富。与经典的去雾算法相比,该算法在保证去雾效果的同时,克服了导向滤波算法时间复杂度高、速度慢的缺陷。