简单系统决策与复杂系统决策:对决策范式中分化和转换的一种理解

讨论了由规范决策(NP)到描述决策(DP)研究范式的分化问题。基于复杂性思维,分析了简单系统决策和复杂系统决策的区别;指出:基于NP/DP发展起来的决策理论实际上只对应简单决策系统范围。探讨了面向复杂决策系统(CDS)的新决策研究范式:复杂性范式(CP)的内涵;并把CP与NP/DP做了比较,指出在信念、学科基础、决策范围、方法论、理论体系上的一系列区别;最后提出了CP的体系架构。     

一种抗弱曲线故障攻击的SM2数字签名算法设计

SM2数字签名算法是中国版的椭圆曲线数字签名算法,尽管该算法的设计在数学理论是安全的,但在算法的具体实现时却容易遭受物理攻击。因此,加强SM2数字签名算法在实现过程中的抗攻击性具有重要意义。本文基于故障感染思想提出了一个针对SM2数字签名算法的抗故障攻击策略,通过改变算法中的标量运算操作,使得算法遭受攻击后故障将在签名过程中扩散,从而破坏攻击者利用错误签名快速检索签名私钥的条件。实验结果表明,此防御策略不仅可以抵御弱曲线故障攻击,还可以防御弱曲线故障和二次故障注入的结合攻击。此外,本文还将椭圆曲线算法中常用点检测抗故障攻击策略和本文提出的故障感染防御策略都在现场可编程逻辑列阵上实现,对两种策略的硬件面积开销、单次签名时间开销进行比较,结果显示,本文提出的策略在硬件性能上比基于点检测的策略更优越。     

并行进程快速定界搜索方法及应用

以如何实现高维情形ＳＭ（ｄ）阵列编码为背景,给出一种并行进程快速定界搜索（ＦＢＳＰ）方法,分别用来实现ｄ＝ １和ｄ＝ ２两种不同类型的ＳＭ 阵列编码。介绍了ＦＢＳＰ方法的模型、理论依据、具体应用实例和实现过程。     

基于Simplex-annealing混合方法的模型参数估计

针对现有算法的导数依赖性及其局部优化性能 ,为控制工程中的模型参数估计课题提供一种新思路。把具有概率突跳特性模拟退火 (SA)和基于高维 Euclid空间中凸多面体结构的单纯形搜索法 (SM)有机地结合 ,通过对搜索操作和参数的有效设计 ,提出了一种基于 Sim plex- annealing混合算法 (SMSA)的模型参数估计方法。对以传递函数、状态空间和自回归滑动平均 (ARMA)模型形式表达的不同典型对象进行仿真 ,结果表明 :SMSA方法在模型结构已知的情况下可准确地估计参数 ,其性能明显优于单一遗传算法(GA)     

MPLS组播机制中基于核心树的标签分发方法

基于松散模式下协议独立的组播协议（Protocol Independent Multicast-Sparse Mode,PIM-SM）对多协议标签交换（Multi-Protocol Label Switching,MPLS）中有关核心树组播标签分发机制进行了研究，由于PIM-SM允许SPT和RPT两种组播树同时存在，亦存在（*,G)/(S,G)共存问题，因此在MPLS的标签分发中就不能以通常的单播方式进行，文中提出的上游隐性标签分发和下游按需标签分发方法可以解决存在共存问题时如何进行MPLS标签分发这一问题。     

SNMPv3的安全机制

随着互联网的发展，网络安全逐渐成为网络管理中的一个重要问题。本文在结合对ＳＮＭＰｖ３（简单网络管理协议第３版）进行分析的基础上，介绍了其安全机制的两个模块及其安全处理过程。     

基于安全协议的智能灌溉系统设计

针对现有智能灌溉系统中数据交互的安全问题,设计了一种基于安全协议的智能灌溉系统.智能灌溉系统以此安全协议为核心,并设计身份认证模块、签名模块、签名验证模块,实现了安全协议.最后对智能灌溉系统进行实验与仿真,实验结果表明基于安全协议的智能灌溉系统运行效率高,在智能灌溉装置计算能力和传输能力较弱的情况下具有良好的适用性和安全性.     

SM高效减水剂的研制

本文介绍了SM高效减水剂的合成试验，该产品的物理性能与国外同类产品的性能相近，已经达到甚至超过国家一级品减水剂的标准。     

高能p碰撞过程中的光生SM Higgs玻色子(英文)

计算了LHC条件下 ,p p以质心系能量为 s =1 4TeV以及 2 0 0TeV碰撞过程中的光生标准模型Higgs玻色子截面 .结果表明 ,在此条件下 ,可以在质量区 50～ 30 0GeV内测量到SMHiggs玻色子 .     

CNN intelligent early warning for apple skin lesion image acquired by infrared video sensors

Video sensors and agricultural IoT ( internet of things) have been widely used in the informa-tionalized orchards.In order to realize intelligent-unattended early warning for disease-pest, this pa-per presents convolutional neural network ( CNN) early warning for apple skin lesion image, which is real-time acquired by infrared video sensor.More specifically, as to skin lesion image, a suite of processing methods is devised to simulate the disturbance of variable orientation and light condition which occurs in orchards.It designs a method to recognize apple pathologic images based on CNN, and formulates a self-adaptive momentum rule to update CNN parameters.For example, a series of experiments are carried out on the recognition of fruit lesion image of apple trees for early warning. The results demonstrate that compared with the shallow learning algorithms and other involved, well-known deep learning methods, the recognition accuracy of the proposal is up to 96.08%, with a fairly quick convergence, and it also presents satisfying smoothness and stableness after conver-gence.In addition, statistics on different benchmark datasets prove that it is fairly effective to other image patterns concerned.