一类带有中立型时滞的线性切换系统的鲁棒镇定

研究了一类具有不确定性并带有中立型时滞的线性切换系统的鲁棒镇定问题.该系统不仅系统状态矩阵包含有不确定性,而且在时滞状态矩阵中包含有不确定性.研究的主要方法是利用Lyapunov稳定性理论和线性矩阵不等式理论,设计了线性有记忆状态反馈控制器和线性无记忆状态反馈控制器以及切换策略,使得系统在一定的切换策略下经状态反馈鲁棒镇定.     

CMOS门电路的功率与数据相关性

为了研究电路实现形式对密码芯片抗“功耗分析攻击”能力的影响,考察了CMOS门电路的交流馈通对电源电流的影响,输入组合对电路充放电网络的影响以及静态电流的数据相关性。对静态逻辑、N/P型动态逻辑和差分Domi-no逻辑的这3种信息泄漏机制进行了具体分析,并对这4种逻辑的2输入与门和或门进行了仿真。静态电路和普通动态电路不同输入变化对应的电流曲线间的最大差值都大于60μA,而差分Domino电路的所有电流曲线之差小于2μA。结果表明:采用N型Domino逻辑,并使数据输入只在时钟为高时有效,相对于其他逻辑功耗信息泄漏要小。     

一类积分微分方程概周期解的存在唯一性

考虑一类中立型积分微分方程的概周期解的存在性和唯一性问题。利用矩阵测度和不动点的方法获得概周期解存在唯一性,并推广了相关文献的主要结果。     

中立型泛函微分方程概周期解的存在唯一性与稳定性

利用不动点定理及指数型二分性,研究了一类中立型泛函微分方程的概周期解,得到了保证该方程概周期解的存在唯一性与一致稳定性的充分条件．     

轧辊偏心补偿重复控制系统的设计与仿真

针对常用的PID轧机辊缝控制系统在补偿轧辊偏心这一周期信号时,会产生很大的稳态跟踪误差,常使偏心补偿失败的问题,应用重复控制基本理论设计了一种新的轧辊偏心补偿系统,这种系统在对轧辊偏心周期信号进行补偿时,具有对偏心补偿信号无稳态偏差跟踪的特点.仿真证明这种轧辊偏心补偿重复控制系统的输出补偿效果非常好,稳态精度很高,远远优于常用的PID控制补偿系统,使偏心补偿控制的成功率大为提高.     

基于中值滤波和分数阶滤波的图像去噪与增强算法

为了避免经典中值滤波器对图像的模糊化,设计了一个噪声检测模型.通过对噪声的检测,设计了一种开关滤波器.当检测点为噪声时,使用中值滤波器进行去噪;当检测点为非噪声点时,利用分数阶微分滤波器对图像进行增强.所提算法不仅能有效地去除图像中的椒盐噪声,还能对图像进行增强,使图像在边缘突出的情况下完好地保留细节.选择“Lena”等经典图像进行多次实验与分析,结果表明了所提算法在图像去噪和增强方面的有效性.     

平均差分进化算法在等效系统拟配中的应用

等效系统方法是评价飞机飞行品质的重要方法之一,最小二乘法和极大似然法在等效系统拟配中应用较为广泛,但是二者在使用时对初值有较高的要求且容易陷入局部最优解,因而导致拟配精度不高。针对这一问题,对传统差分进化算法的核心公式进行了改进,提出了基于平均差分进化算法进行等效系统拟配的新思路。此外,由于数据中存在一定比例的噪声干扰,所以分别以理想3-2-1-1信号和混入10%、30%白噪声的3-2-1-1信号作为系统输入,对比研究了平均差分进化算法和传统等效拟配方法的差异,发现平均差分进化算法具有较强抗噪声干扰能力和良好的鲁棒性,因此,平均差分进化算法应用于等效系统拟配具有较好的辨识效果,同时对于噪声的处理能力较强。     

基于B+树索引的动态社会网络差分隐私保护

针对当前社会网络的动态更新速度越来越快,而社会网络中差分隐私保护方法迭代速度慢的问题,提出一种基于B+树索引的动态社会网络差分隐私保护方法.使用B+树索引社会网络图的边,根据差分隐私并行性组合的特点,对B+树的索引数据划分,为数据分配不同的ε并添加拉普拉斯噪声,实现数据隐私后的整体高效用性和局部强保护性;在迭代时利用B+树的高效索引对欲更新的信息快速定位,实现动态社会网络差分隐私保护的快速迭代.实验表明,B+树索引有效提高了动态社会网络差分隐私保护的迭代速度,同时差分隐私的并行性提高了数据的效用性.     

基于二分关联图的大数据隐私保护方法

针对目前大数据缺乏群组隐私保护的问题,提出一种基于二分关联图的大数据群组隐私保护方法,在不同群组隐私层级的二分关联图中保护数据隐私。所提算法通过关联图分层(association graph layering, AGL)和层级群组差分隐私(hierarchical group differential privacy, HGDP),实现发布大数据的群组隐私保护。关联图分层将给定关联图的节点和边分组,通过划分二分关联图的节点最小化每个层级的敏感度,可以向不同权限的用户公开不同层级的子图;在层级群组差分隐私过程中,对不同层级选择灵敏度并计算方差,重复聚合噪声减少方差,通过高斯机制进行子图噪声注入,实现分层关联图的扰动,以保证每个层级的群组隐私。实验结果表明,所提方法可以用来保护群组数据的综合敏感信息,并且比其他方法具有更好的隐私保护效果和更高的数据可用性。     

关于迭代算子DkGk的局部与全局的Lp-加权积分不等式

基于已有的作用于Dirac-调和方程解的迭代算子D^kG^k的L^s-范数不等式,利用广义Hölder不等式及相关的积分技巧,首先在域Ω的子区域上证明了作用于微分形式的迭代算子的局部加权积分不等式,然后将此进一步推广得到Ω上全局的加权不等式。