具有隐藏吸引子的新四维混沌系统的共存现象及图像加密

提出具有隐藏吸引子的新四维复杂混沌系统,系统在不同初始条件下产生不同类型的吸引子,且存在共存现象。对系统进行复杂度分析,发现该系统复杂度较高;设计图像置乱加密算法,利用隐藏吸引子混沌系统产生的混沌序列对图像进行置乱和扩散,对比发现隐藏型混沌系统的保密性强,并验证了加密算法的可实现性。该系统通过了NIST标准测试中的15项指标,验证系统具有随机性。通过电路设计,证明系统在实际应用中具有可行性。     

计算周期序列k-错线性复杂度的混合遗传算法

周期序列的线性复杂度及其稳定性是序列密码评价的重要度量指标.k-错线性复杂度是线性复杂度稳定性的一个重要评价指标.然而,目前对于大部分周期序列(除周期为2~n、p~n、2p~n外),尚无有效的算法求解其k-错线性复杂度.因此,本文提出了一种混合的遗传算法来近似计算任意周期序列的k-错线性复杂度.采用轮盘赌、最优保留策略、两点交叉和单点随机变异,并引入自适应算子来调整交叉概率和变异概率,以保证遗传算法的收敛性.通过并行计算适应度函数来提高算法的效率,同时与模拟退火算法相结合,加速算法收敛并避免早熟.结果表明:当k8且周期小于256时,k-错线性复杂度的实验值仅比精确值高8%.     

LDPC码的一种低复杂度归一化最小和译码算法

为了满足5G新无线对标准低密度奇偶校验(low-density parity-check,LDPC)码纠错译码器的要求,提出一种基于归一化最小和算法的单最小值算法。利用一次绝对最小值计算和近似第二最小值代替两次最小值计算,减少译码器的运算复杂度。通过密度进化理论计算归一化因子α,利用加权平均修正出最优的α值提前存储,可以在不消耗额外计算资源的前提下改善由于使用单最小值而损失的性能。提出一种分层译码器结构,利用值重用技术实现减少内存和计算资源消耗。仿真结果证明,在比特错误率(bit error ratio,BER)为10-5时,所提算法比现有的单最小值算法有大约0.2dB的增益,也比传统归一化最小和算法拥有更好的译码性能和收敛速度。     

基于匹配追踪算法的信号复杂度在心音分段定位中的应用

分析心音信号的关键是如何有效地提取心音信号的有效成分(第一心音S1、第二心音S2)。文中结合心音信号的自身特点,把心音信号看成含有冲击成分的冲击信号,将匹配追踪算法引入到心音信号分析中,基于该算法提出利用相关结构复杂度对心音信号进行特征参数的提取方法。首先将心音分段,然后计算每段信号的分解次数,将分解次数定义为信号的相关结构复杂度。根据复杂度曲线可以有效地定位出S1、S2,还可以提取心音信号的一些典型特征参数。     

基于遗传优化获取微阵列最佳分类规则

基于遗传编程(GP)提出一种最优规则遗传算法(BRGA)对分类规则进行优化的方法,获取最佳分类规则集,此算法可以调整分类器模型的相关参数,在适当增加迭代基础上大幅提高分类的精确度,具有相当的灵活性和可理解性.利用6个基因数据集检验了算法的性能.仿真结果表明,本文提出的算法与其他文献的方法相比,在具有较高分类精确度和稳定性前提下大幅降低了计算复杂度及冗余.     

求解P＊（k）线性互补问题的不可行路径追踪算法

提出了一种求解P＊（K）神线性互补问题的不可行路径追踪内点新的算法,此算法可以取任意正的初始点,并证明了算法的代数复杂度;最后通过数值试验说明了算法的有效性和稳定性．     

格基规约算法研究进展

格是一种线性结构,基于格的密码具有无可比拟的低能耗优势,故而在未来的智能终端上将有很好的应用前景.相比传统的RSA,ECC密码体制,格问题可证明的安全性在后量子密码时代已经显示了重要的作用.格算法的核心问题归结为格基规约问题,20多年来,在LLL格基规约算法启发下,出现了各种更强、更快的规约算法,有精确的也有近似的,对密码分析和密码设计产生了重要的推动作用.对各种规约概念和算法进行了全面的分析和总结.     

Kruskal算法的研究与改进

在用Kruskal算法求解最小生成树时,选择边的次数至少为n-1次;当边数m和顶点数n满足关系m≤2n-2时,可以对Kruskal算法进行改进.本文用改进的算法求解,选择边的次数最多为n-1次.改进算法的思想为删除图中权值最大,且删除后不影响图的连通性的边,直到只剩下n-1条边.改进了的算法在理论上减少了求解时间.     

融合Weibull分布电子产品试验信息与模拟信息的遗传算法研究

应用遗传算法研究了Weibull分布元件的数据融合问题.首先对物理试验数据与计算机模拟数据融合函数的形式进行了讨论;其次分别根据矩融合方法、逆矩融合方法和Kolmogorov方法构造遗传算法的适应度函数,将物理试验数据与计算机模拟数据进行数据融合;最后在小样本情况下对三种方法得到的参数估计进行了比较.研究结果表明,小样本条件下Kolmogorov方法构造的遗传算法的适应度函数更加合理.     

ACELP语音编码算法改进与仿真

代数码激励线性预测算法(ACELP)是目前诸多低速率语音编码标准的算法核心,包括3G语音标准VSELP、AMR、AMR-NB、AMR-WB.该算法基于码激励线性预测模型,通过对码本的有效搜索,确定基音延迟,算法时间复杂度为O(n3).本文在ACELP算法基础上,对ACELP中自适应码本搜索过程进行改进,提出E-ACELP算法.通过AMR标准中8种速率情况的仿真,E-ACELP算法码本搜索时间减少、时间复杂度下降.基于E-ACELP算法,语音编码标准性能和效率得到提高.