基于高斯金字塔的运动目标检测

针对自然环境下运动目标检测背景动态变化问题,提出一种新的基于高斯金字塔模型的背景差分算法.首先将图像序列进行多尺度分解,得到不同分辨率下的当前帧和背景帧;然后,在不同分辨率下采用高低双阈值进行背景差分运算,得到双阈值产生的2帧前景图像,阈值根据环境自动获取;最后,将各层差分图像自顶向下融合检测感兴趣的运动目标,并在HSV空间中去除阴影.背景模型的初始化和更新方法基于2种假设:一是背景点出现的概率较大;二是距离当前帧越近的点越能真实地描述背景.研究结果表明:该算法能有效地应用于动态背景环境下,可以克服光照变化及阴影的影响.多个标准图像序列的测试证明了该算法具有较高的准确性、鲁棒性和自适应性,时间复杂度低,可以运用于实时检测系统中.     

面向运动目标检测的ViBe算法改进

背景差分法是静态背景下运动目标检测的常用方法,ViBe算法是它的主要建模方法之一.针对ViBe算法对鬼影消除缓慢的问题,提出了结合帧间差分技术的ViBe改进算法,使用帧间差分技术通过记录相关像素值的时域变化来判断鬼影像素,提高消除鬼影的速度.针对ViBe算法的固定阈值不能反映每个像素具体情况的问题,提出了一种自适应阈值的方法,可根据像素值的变化为每个像素设定阈值,提高前景检测的准确度.实验结果表明,结合帧间差分技术的ViBe算法能够较快地消除检测结果中的鬼影,应用自适应阈值的ViBe算法能够更准确地进行前景检测.     

基于椭圆曲线(t,n)门限共享解签密方案

基于椭圆曲线提出一个带可信中心的(t,n)门限共享解签密方案。该方案综合了对称加密、Shamir门限方案和Junn方案的优点,除了计算量与通信量少外,还具有保密性、认证性、不可伪造性、不可否认性、抵抗接收组成员欺骗等特点,满足群体通信的要求,对存储容量和计算能力有限的硬件开发而言,该方案具有很大的实用价值和应用前景。在该方案中如果收发双方出现争论时,可信中心在没有发送方私钥的情况下,直接能够验证发送方的签密。最后分析了该方案的安全性。     

项目反应理论及其在计算机自适应测试中的应用

项目反应理论IRT（Item Response Theory）以强假设为基础,具有经典测试理论（CTT）所没有的众多优点,是计算机自适应测试的新突破．本文介绍了IRT的特点,以及基于IRT的计算机自适应测试（Computer Adaptive Test）工作原理、需要解决的难题以及相关设计原理．     

安全的多级门限多秘密共享

为克服已有门限方案只能在同一级门限下共享秘密的限制,利用离散对数计算和大数分解的困难性,提出一种可认证的多级门限多秘密共享方案。通过一个多项式共享秘密,该多项式在不同级门限中退化为不同的低阶多项式。与已有诸多秘密共享方案相比,该方案可以同时有多级门限值,而在同级门限下又可以有多个秘密。恢复任意一级门限的任意一个秘密都不会影响其他未恢复秘密的安全性。该方案只要求每个参与者掌握一个子秘密,管理和使用都比较方便。     

实际机组低压转子-轴承系统非线性动力学

采用有限元法建立200MW汽轮发电机组低压段转子—轴承系统非线性动力学方程,采用固定界面模态综合法对其进行降维计算,使系统由原来的112个自由度降为现在的8个自由度,从而显著提高了数值计算分析的效率.采用Runge-Kutta法对降维后的系统进行多种计算,模拟了200MW汽轮发电机组低压段转子—轴承系统在固定转速下随各个结构参数变化时的动力学行为,主要分析了转子的润滑油黏度、偏心距、轴承长径比、和间隙比对系统前轴承失稳转速的影响.同时利用Flo- quet理论比较准确的分析了系统运动状态和分岔类型.     

混沌扩频序列有限精度研究

对混沌序列有限精度下限进行了研究,结果表明,经典混沌序列所需精度非常高,而现有几种对Logistic混沌序列进行改进的方法使其所需精度明显下降.对这些方法进行了分析比较和改进,改进后计算量明显降低,硬件实现更加容易.     

具有年龄结构的SIS模型的研究

研究具有年龄结构的非自治的SIS模型.把个体的一生分为未成年和成年两个阶段,只有未成年者会感染疾病.在模型中,假设接触感染率为时间的周期函数,研究模型解的渐近行为,得到了疾病传播的阈值.     

Curvelet域垂直地震剖面波场分离

针对垂直地震剖面（VSP）资料处理中上下行波重叠难以分离的问题，提出了一种基于奇异值分解（SVD）和Curvelet变换相结合的分离上下波方法．首先基于数据中随机噪声是统计平稳的假设，在Curvelet域通过分尺度选取阈值压制随机噪声，再利用奇异值分解方法滤除部分下行波能量，最后根据VSP资料中上下行波在Curvelet域分布区域不同，进行上下行波场分离．合成和实际资料处理结果表明，该方法与f-k滤波方法和SVD方法相比，不仅提高了信噪比，而且减弱了边界上的波形畸变，得到了更好的分离效果．     

虹膜识别算法研究

为了提高虹膜识别的速度和准确性,提出一种新的虹膜图像均衡法：将直方图均衡法和局部对比度增强法结合起来调节图像动态范围、增强局部对比度,并利用平衡式零谱矩滤波器对预处理后的虹膜图像进行分解,提取更准确的虹膜纹理特征。整个虹膜识别过程小于1．3s,准确率97．25％。可用于个人身份识别中。