基于着色petri网的安全协议验证方法

设计安全协议时,协议的安全性验证是消除安全协议脆弱性和不精确性的关键步骤,验证安全协议的模型和工具有很多．提出了一种基于着色petri网的安全协议验证方法．通过采用该方法对一个STS协议进行了分析,证明了这种方法的有效性,并根据分析结果给出了改进后的STS协议．     

RVM在SoC验证中的应用及覆盖率驱动技术

介绍了RVM的层次化验证平台的结构,描述了RVM提供的基类和它们相互之间的关系。并且以USB 为例,给出了利用RVM搭建模块级验证平台的方法,阐述了基于代码覆盖率和功能覆盖率的覆盖率驱动技术。     

一种新的基于DCT变换的人脸表征

DCT变换是一种与KL变换非常相似的次最优变换算法.由于它独立于信号量,并且在维数下降、特征提取方面都非常接近经典的KL变换算法,因此DCT变换已经适用于模式识别领域.文章针对人脸图像,基于DCT变换,提出了一种融合整体DCT变换和分块加权DCT变换提取人脸图像的整体特征系数和局部特征系数,用于人脸表征的新方法.实验结果表明,本方法无论是在识别率还是在时间性能方面都优于传统的KL变换.     

基于生成对抗网络的信号调制方式的开集识别

为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0 dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。     

神经网络模型在面板坝堆石体施工期沉降变形预测中的应用

在分析面板坝堆石体施工期坝体沉降影响因素的基础上,将影响沉降的主要因素作为网络输入参数,以测点沉降量作为网络的输出,建立了神经网络模型.以水布垭面板坝堆石体为例,将模型预测值与实测结果进行了对比,结果表明,预测值与实测结果比较接近,该神经网络能很好地反映面板坝堆石体施工期沉降变形与其影响因素之间的非线性映射关系,预测结果可作为后期填筑反馈设计的依据,同时可通过网络输入参数的调整检验某一因素对坝体沉降的影响程度.     

基于CPN的智能合约交易顺序依赖漏洞的验证

智能合约的形式化验证工作主要集中在编程语言层面的漏洞研究,而交易顺序依赖作为区块链层面的漏洞更不易被检测。基于着色Petri网对智能合约中潜在的交易顺序依赖漏洞进行形式化验证。以Decode悬赏合约为对象,分析合约中潜在的漏洞,自顶向下地对合约本身及其执行环境建立着色Petri网模型,并引入攻击者模型来考虑合约遭受攻击的情况。通过运行模型以验证合约存在交易顺序依赖漏洞,最后基于Remix平台在以太坊网络中证实结论的正确性。     

基于区块链的车联网群智感知位置隐私保护方法

针对车联网群智感知位置隐私泄露和用户参与任务公平性的问题,提出了一种基于区块链的车联网群智感知位置隐私保护方法(location privacy protection method based on blockchain and crowdsensing, LPPMBC)。将分布式的区块链引入车联网群智感知位置隐私保护方法中,消除第三方服务平台对参与用户数据的控制;通过保序加密和Geohash编码相结合,为参与工人提供多级别的位置隐私保护,确保参与工人位置隐私的保密性;通过Haversine公式进行感知位置验证,防止工人通过非感知区域数据获得非法奖励,保障感知数据的质量。仿真结果表明,LPPMBC能够更好地权衡感知数据质量与工人隐私保护关系,保障用户参与任务的公平性, 提高用户参与任务的积极性。     

多方法融合来解决人脸检测中的光照补偿

人脸检测有广泛的应用前景,但目前的许多检测算法对光照有一定的要求,过亮、过暗或偏光现象的存在使检测率急剧下降。本文提出一种多方法融合的思想来解决光照补偿问题,并给出了基于空域和频域的几种具体的解决方案。实验表明,这种多方法融合的思想能有效地解决人脸检测中的光照补偿问题,使人脸检测率得到明显的提高。     

基于神经网络的综采工作面技术经济指标预测

应用人工神经元网络系统理论 ,基于神经网络的自学习方法 ,在对西山煤电集团东曲矿综采工作面大量实际资料进行统计分析的基础上 ,就工作面日进度、日产量、回采工效率、坑木消耗、配件消耗等 1 1项综合技术经济指标进行预测 ,预测结果精确度较高与实际相吻合 .为解决煤矿综采工作面计划、生产、管理的预测决策问题提供了一种新的研究方法.     

在线签名鉴别的改进DTW算法

论述一种改进的在线签名鉴别算法,在原有的应用DTW算法基础上,在所需鉴别签名的动态特征中加入角度特征,克服了规整中将两个签名中的同一笔画规整成不同的笔画的弊端,提高了鉴别的准确率.同时,提出的选取最优化样本的方法更好地增强了在线签名的实时性,并且通过反复试验得以验证.