具有五个公共值的亚纯函数

研究了涉及五个公共值的亚纯函数的惟一性问题,所得结果改进了NevanlinnaR.等人的有关定理。     

兵力协同计划资源冲突协商方法研究

由于资源的有限性，必然会引发多智能体系统中的资源冲突，协商是解决冲突的基本手段。以红蓝双方海上编队对抗为背景，首先划分出可重复性和消耗性两类资源，并分别建立了相应的两种资源冲突消解模型，规定了协商模型的选择判断原则，建立了作战单元交互协商的基本算法框架，解决了兵力协同计划的资源冲突消解问题。     

一种基于矢量量化彩色图像的水印方法

给出了一种基于彩色图像矢量量化压缩域的码字索引上的水印嵌入算法.在对彩色图像进行矢量量化时,采用一套训练好的共享码本分别对彩色图像分离出的红、绿、蓝三色分量所对应的单色图像进行矢量量化编码,并同时在每n个彩色图像块中最多修改其中一个图像块的某一影响最小的单色图形块所对应索引的奇偶性,嵌入log2(n 1)比特的水印信息.该方法已在微型计算机上进行了实验,结果表明,图像水印的嵌入引起的失真较小,并且水印具有一定的鲁棒性.     

Proxy Multisignature Scheme with （t, m） Threshold Shared Verification

A proxy multisignature scheme with （t, m） threshold shared verification is first proposed based on elliptic curve. In proposed scheme, a proxy signer can sign a message on behalf of n original signers for specific group of verifiers and only any t or more verifiers together in the specific group of verifiers are able to verify the validity of the proxy multisignature on behalf of the group of specific verifiers, but t-1 or fewer verifiers can not. Since the proposed scheme is constructed based on elliptic curve, it requires smaller bandwidth and achieves more secrecy of data transmission; it is more etffcient for signature and verification etc.     

关于亚纯函数族的几个正规定则

本文主要讨论了亚纯函数的分担值与亚纯函数的正规族之间的关系，得到了关于亚纯函数的一些正规定则。     

复杂系统可靠性的GO法精确算法

GO法是以成功为导向的系统可靠性分析方法 ,直接进行系统可靠性定量计算是 GO法的优点。但是对复杂系统 ,GO运算过程中需要保留共有信号项 ,并进行修正处理 ,直接计算较难实现。该文给出了对共有信号项进行修正的计算公式推导过程 ,并提出了有共有信号的复杂系统中 GO法定量计算的新的精确方法 ,只要对共有信号的状态组合进行多次简单的 GO运算 ,就可以计算系统所有信号流状态概率的精确值。算例说明方法是正确的 ,结果是精确的 ,此方法简单有效 ,使 GO法得到进一步发展和应用     

分担值和正规族

设∮是单位圆盘⊿上的一族亚纯函数族,a和b是两个不同的有限复数,如果对于∮中的每一个函数f, f和f^(k)在⊿上分担a和b,而且f(z)-a的零点重级≧k,其中k≧3是一个正整数,则∮在⊿上正规.     

关于亚纯函数族的正规定则

在亚纯函数及整函数上讨论了{f(z)}和{f(f(z))}的正规族之间的关系,讨论函数及其k阶导数与其正规族之间的联系,得到关于亚纯函数族的一系列正规定则,最后给出了其应用     

基于大数据的南京市共享单车时空特征研究

共享单车的兴起极大地便利了人们的短距离出行,利用单车大数据来挖掘和分析短距离的出行规律已成为智慧城市和智慧交通的重要热点.利用南京市的摩拜单车时空数据,研究了单车的时空分布规律与差异,并重点挖掘了早晚高峰时刻以及区域间单车流动规律等,研究表明:(1)南京市整体早、晚高峰时间分别为7:10-8:37和17:15-18:25;副中心早高峰比主城区早35min开始,且晚高峰持续时间长;(2)早、晚高峰高强度骑行主要分布在以新街口、百家湖等为中心的区域;主城区和副中心区有着骑行差异,短距离骑行主城区相对副中心具有更高的比例,副中心则具有更多的长距离骑行;(3)单车骑行围绕地铁站而显现聚集趋势,并且集中于地铁1,2,3号线区域.     

基于证据数据分类算法的水声目标识别研究

证据分类算法已被广泛应用于模式识别中。针对传统证据近邻算法在证据权重和组合规则上的局限,研究了一种新的基于DSmT的证据K近邻识别算法(DSmT-KNN)。首先在水声目标的各类别训练模板库中,利用目标数据与各近邻的特征相似度来分别构造基本置信指派,并根据K个近邻数据的距离大小对构造的置信指派进行加权。然后利用DSmT规则对加权证据进行融合。最后根据每个类别下融合结果的算术平均值来判断目标的类别属性。通过水声目标实测数据实验,将DSmT-KNN与其他几种常见的方法进行了对比分析,结果表明新算法能有效提高系统的识别准确率。