多维视觉信息DWT-混沌加密技术研究

针对多维视觉信息图像和视频等的加密问题进行研究,提出一种基于离散小波和混沌序列的加密技术。该方法利用多维可视信号宿主的巨大可转换状态空间及各中间状态间的转换关系,获得一种视觉信息最佳保护系统结构框架模型,根据该模型,用DWT变换压缩知化视觉特征,用混沌序列破坏知化视觉特征,达到保护多维可视信息安全的目的。给出一个具体应用实例,通过仿真实验证明了该算法的有效性。     

基于置乱变换的DCT域二维数字水印算法

提出了DCT变换域上基于人类视觉特性(HVS)的一种水印算法。该算法先把原始宿主图像进行幻方置乱,然后分块DCT,使原始宿主图像的DCT系数能均匀分布在系数矩阵中。添加水印时,首先对二值水印图像进行2×2分块,然后用伪随机序列对分块后的水印信号进行伪随机排序,最后再把排序后的水印图像进行Arnold置乱,并利用人眼视觉特性(HVS)对嵌入的水印强度进行了调整,把水印信号嵌入到原始图像的DCT系数的低频系数上。使水印的嵌入强度在不引起视觉警觉的基础上得到显著提高,有效地提高了检测正确率,增强了水印的稳健性。     

The k-Error Linear Complexity and the Linear Complexity for pq^n-Periodic Binary Sequences

The k-error linear complexity and the linear complexity of the keystream of a stream cipher are two important standards to scale the randomness of the key stream. For a pq^n-periodic binary sequences where p, q are two odd primes satisfying that 2 is a primitive root module p and q^2 and gcd（p-1, q-1） = 2, we analyze the relationship between the linear complexity and the minimum value k for which the k-error linear complexity is strictly less than the linear complexity.     

DNA序列中基于后继数组索引的SATR查找算法

研究了基因序列分析中的DNA序列相似性重复片段的查找问题.在对重复片段的相似性衡量进行分析之后,基于海明距离提出了新的相似度衡量标准模式相似度和片段相似度,并在此基础上提出了一个新的相似性重复片段的定义SATR(segment-similarity based approximate tandem repeats).在进行SATR的查找时,采用了一个轻量级的索引后继数组,并设计出在后继数组上进行SATR查找的算法.实验评估和性能分析表明,基于后继数组的SATR查找算法在查找结果和查找时间上都要优于其他同类方法.     

序列线性方程组方法解约束SC1函数最小化问题

对不等式约束SC1函数最小化问题提出一个可行的序列线性方程组算法.算法的每步迭代,子问题只需解具有相同的系数矩阵的四个简化的线性方程组.这个算法的特点是产生的迭代点是可行的;只考虑指标在集合I的一个子集Ak中的约束函数;不需假定聚点的孤立性,就可证明算法产生的迭代点全局收敛到问题的KKT(库恩-塔克)点.在较弱条件下,证明算法是超线性收敛的.     

基于PCA的RBF神经网络预测方法研究

主成分分析(PCA)法可以提取样本集的主成分,实现样本的最优压缩,从而降低样本的维数。针对用RBF神经网络进行多因素时间序列预测时样本特征指标过多的问题,提出用统计理论的PCA方法对数据进行预处理,再选出几个主成分作为神经网络的输入节点.仿真实验表明,基于PCA的RBF神经网络模型在拟合预测中与一般的RBF神经网络模型相比有较好效果,简化了网络结构,改善了预测精度.     

双复合负二项风险模型的破产概率

本文在经典风险模型的基础上,考虑了保费收取过程和索赔过程都是复合负二项过程的风险模型,求出了破产概率的表达式和Lundberg不等式.     

利用复杂网络来研究tRNA序列的进化

根据点突变和互补复制的进化机制构建tRNA序列相似度平行网络和反平行网络并研究了网络的特征．分析发现当相似度很大时，tRNA基因网络出现了无标度（scale—free）的特征．其次，还比较了平行网络和反平行网络的特征，发现在相同的条件下，反平行网络中的tRNA序列间的关系比平行网络中更密切，它们之间的相似程度更高．这同时说明现代tRNA序列由互补复制机制进化的可能性更大．最后根据点突变和互补复制的进化机制建立了一个粗糙的tRNA进化模型．结果发现模型tRNA相似度网络在0．3≤ε≤0．5条件下，不仅和真实tRNA相似度网络有局部的相似行为，而且网络的整体行为也是相似的．因此现代tRNA序列的合理的进化机制应该是上述两种机制的混合．     

一种基于规则表达式约束的序列模式增量式挖掘算法

序列模式挖掘是数据挖掘中的研究热点之一。在挖掘过程中需要用户的参与日益显得重要。为了提高挖掘过程中的交互性，本文提出了一个基于规则表达式约束的序列模式增量式挖掘算法RE_IncUp。该算法首先利用约束对已经挖掘出的频繁序列模式进行预处理，缩小了搜索范围；然后采用模式扩展方法把规则表达式约束和增量挖掘过程融为一体，并且采用先修剪后计算支持度的方法进一步缩小了搜索范围，降低了支持度的计算量。该算法允许用户不断改变约束条件，实现交互式挖掘而且可将挖掘的目标仅仅聚焦到用户感兴趣的模式上。实验表明该算法对序列模式的维护和满足用户的需求都是十分有效的。     

基于模糊神经网络的煤矿安全评价综合评判

针对煤矿安全综合评价方法中因人为因素、模糊因素及动态因素而导致评价结果不够准确的情况,依据煤矿安全评价指标体系结构,构建了基于模糊神经网络的多级模糊评判模型,提出了神经网络分级BP学习算法,解决了多级模糊评判中权值学习困难的问题,使训练速度和评判的准确性大幅提高.以鸡西矿业集团煤矿为研究对象,建立了基于模糊神经网络的安全评价模型.结果表明:该方法能有效地对煤矿进行安全评价,综合评判客观、准确.