一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

論文研究了新近提出的Liu混沌系統(tǒng)(2004)的模糊反饋同步方法。Liu混沌系統(tǒng)結(jié)構(gòu)不同于以往的連續(xù)混沌系統(tǒng)，本文基于T-S(Takagi-Sugeno)模糊模型重構(gòu)了Liu混沌系統(tǒng)；然后用Lyapunov理論和反饋同步的思想推導(dǎo)了兩個(gè)重構(gòu)的Liu系統(tǒng)同步的穩(wěn)定性條件，并給出了誤差系統(tǒng)以衰減率全局漸近穩(wěn)定的充分條件；最后基于LMI方法進(jìn)行了仿真實(shí)驗(yàn)。良好的仿真結(jié)果驗(yàn)證了本文算法的有效性和快速性。

微支付交易具有交易量極大且單次交易額極小的特點(diǎn)，使得復(fù)雜的認(rèn)證協(xié)議不適用于微支付。Micali等人(2002)提出的基于概率選擇微支付方案，把微支付聚合成宏支付，大幅提高了微支付的效率。Liu-Yan在(2013)提出了保證所有參與者的數(shù)據(jù)融入概率選擇結(jié)果的生成, 而且使得所有參與者可以驗(yàn)證結(jié)果的公平性。然而，Liu-Yan方案中銀行可能獲得額外利益，從而破壞了協(xié)議的公平性。該文首先分析了Liu-Yan方案的安全威脅，并且以1個(gè)用戶(hù)-1個(gè)商家的模型代替Liu-Yan方案中大量用戶(hù)-1個(gè)商家的模型，以數(shù)據(jù)承諾技術(shù)為基礎(chǔ)保障結(jié)果的公平性與可驗(yàn)證性。

對(duì)通信系統(tǒng)中大量使用的BPSK等非圓信號(hào)測(cè)向，可以采用共軛擴(kuò)展MUSIC(CE-MUSIC)算法，也可以采用基于四階累積量的MUSIC-like算法。CE-MUSIC算法沒(méi)有利用高階信息，MUSIC-like算法沒(méi)有利用信號(hào)的非圓信息，性能均受限。該文提出的四階擴(kuò)展MUSIC(FO-EMUSIC)算法利用了非圓信號(hào)在四階累積量中的信息，分辨力和測(cè)角精度明顯優(yōu)于MUSIC-like算法，略?xún)?yōu)于CE-MUSIC算法，可測(cè)向陣元數(shù)大于CE-MUSIC算法和MUSIC-like算法。針對(duì)均布線陣，為減小計(jì)算量，還提出了FO-EMUSIC/ULA算法。仿真實(shí)驗(yàn)驗(yàn)證了FO-EMUSIC算法的優(yōu)良性能。

該文把Asharif(1999)定義的相關(guān)函數(shù)均方誤差(MSE)準(zhǔn)則Jr(n)=E「eT(n)Ce(n)」改為時(shí)變的遺忘因子指數(shù)加權(quán)最小二乘誤差(LSE)準(zhǔn)則Jr(n)=nt=0 n-teT(n)Ce(n),對(duì)這一準(zhǔn)則利用梯度法,使當(dāng)前時(shí)刻的梯度向量正交于前一時(shí)刻的梯度向量而得到一種新的相關(guān)函數(shù)自適應(yīng)濾波算法.計(jì)算機(jī)仿真結(jié)果表明新算法的收斂性能優(yōu)于Asharif提出的ECLMS算法.

該文推廣了Liu Fang等人(2010)給出的周期為pn, p為奇素?cái)?shù)，n為正整數(shù)的廣義分圓序列的構(gòu)造，并確定了新構(gòu)造序列的線性復(fù)雜度和自相關(guān)函數(shù)值的分布。結(jié)果表明，推廣的構(gòu)造保持了原構(gòu)造的高線性復(fù)雜度等偽隨機(jī)特性。由于取值更靈活，較之原構(gòu)造新構(gòu)造序列的數(shù)量要大得多。

通過(guò)對(duì)Zhang-Liu-He (2006)，Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進(jìn)行分析，指出了這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊，即，環(huán)中的任何成員都能宣稱(chēng)自己是實(shí)際簽名者或冒充別的成員進(jìn)行環(huán)簽名。為防范這兩種攻擊，對(duì)這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案進(jìn)行了改進(jìn)，改進(jìn)后的方案滿(mǎn)足可轉(zhuǎn)換環(huán)簽名的安全性要求。

形狀特征是MPEG7中用來(lái)描述圖像的重要特征之一。同心離散圓簇(Cluster of Concentric Discrete Circles, CCDC)形狀特征提取方法具有特征提取速度快的優(yōu)點(diǎn)。但該方法的特征函數(shù)使用圓環(huán)弧段的方差作為特征，由于內(nèi)外環(huán)的離散點(diǎn)數(shù)不同，使得內(nèi)外環(huán)的特征值變化范圍不同，會(huì)產(chǎn)生特征掩蓋現(xiàn)象。針對(duì)上述問(wèn)題，該文對(duì)特征函數(shù)進(jìn)行了重新設(shè)計(jì)，利用弧段的相對(duì)弧長(zhǎng)或段數(shù)作為特征，將每一環(huán)的特征用4個(gè)子特征來(lái)描述，并將每一個(gè)特征值歸一化為0~1范圍內(nèi)，提取過(guò)程比原來(lái)更簡(jiǎn)單，特征提取速度更快。改進(jìn)后的新方法命名為改進(jìn)的CCDC (Improved CCDC, ICCDC)。該文采用了MPEG7-CE1-B標(biāo)準(zhǔn)形狀數(shù)據(jù)庫(kù)進(jìn)行測(cè)試，評(píng)價(jià)指標(biāo)采用Precision-Recall曲線。實(shí)驗(yàn)表明，ICCDC比CCDC在性能方面有顯著的提升，檢索精度比原來(lái)提高了約50%，提取MPEG7-CE1-B圖形庫(kù)中所有圖形特征所用的計(jì)算時(shí)間比原來(lái)減少了約25 ms。

針對(duì)機(jī)載聚束合成孔徑雷達(dá)(SAR)慣導(dǎo)精度無(wú)法滿(mǎn)足高分辨SAR成像的問(wèn)題，該文提出了一種結(jié)合極坐標(biāo)格式算法(PFA)的自聚焦算法，即由粗到精的混合多階段參數(shù)化最小熵(Hybrid Multistage Parameterized Minimum Entropy, HMPME)距離單元徙動(dòng)校正方法和基于圖像對(duì)比度增強(qiáng)(Contrast Enhancement, CE)的變步長(zhǎng)迭代相位誤差校正方法。該自聚焦算法可以直接嵌入到PFA處理中，精確地補(bǔ)償了慣導(dǎo)測(cè)量精度不足引起的越距離單元徙動(dòng)(Range Cell Migration, RCM)和相位誤差，且對(duì)于低對(duì)比度、低信噪比場(chǎng)景數(shù)據(jù)有良好的聚焦性能。最后，利用仿真實(shí)驗(yàn)和實(shí)測(cè)機(jī)載聚束SAR數(shù)據(jù)驗(yàn)證了所提算法的有效性。

針對(duì)腦出血CT圖像病灶部位的多尺度性導(dǎo)致分割精度較低的問(wèn)題，該文提出一種基于改進(jìn)U型神經(jīng)網(wǎng)絡(luò)的圖像分割模型(AU-Net+)。首先，該模型利用U-Net中的編碼器對(duì)腦出血CT圖像特征編碼，將提出的殘差八度卷積(ROC)塊應(yīng)用到U型神經(jīng)網(wǎng)絡(luò)的跳躍連接部分，使不同層次的特征更好地融合；其次，對(duì)融合后的特征，分別引入混合注意力機(jī)制，用以提高對(duì)目標(biāo)區(qū)域的特征提取能力；最后，通過(guò)改進(jìn)Dice損失函數(shù)進(jìn)一步加強(qiáng)模型對(duì)腦出血CT圖像中小目標(biāo)區(qū)域的特征學(xué)習(xí)力度。為驗(yàn)證模型的有效性，在腦出血CT圖像數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，同U-Net, Attention U-Net, UNet++以及CE-Net相比，mIoU指標(biāo)分別提升了20.9%, 3.6%, 7.0%, 3.1%，表明AU-Net+模型具有更好的分割效果。

在精密時(shí)頻測(cè)控領(lǐng)域中，高分辨率、無(wú)死區(qū)的時(shí)間間隔和頻率測(cè)量非常關(guān)鍵，而時(shí)間數(shù)字轉(zhuǎn)換器(Time to Digital Converter, TDC)是時(shí)間頻率測(cè)量的常用手段。該文研制了基于ACAM公司生產(chǎn)的時(shí)間數(shù)字轉(zhuǎn)換芯片TDC-GP21和Altera公司FPGA芯片EP4CE6E22C8N的時(shí)間頻率測(cè)量設(shè)備，實(shí)現(xiàn)了高分辨率的時(shí)間間隔測(cè)量，測(cè)量分辨率達(dá)到13ps 。同時(shí)采用時(shí)間間隔測(cè)量模塊兩兩組合的方式實(shí)現(xiàn)了無(wú)死區(qū)頻率測(cè)量，創(chuàng)新性地采用每組3個(gè)TDC芯片，共4組搭建了時(shí)間頻率測(cè)量系統(tǒng)，并對(duì)組內(nèi)3個(gè)TDC芯片測(cè)量結(jié)果采用平均值濾波法，使頻率測(cè)量穩(wěn)定度達(dá)到$ 1.1 $×$ {10}^{-11} $@1 s, $ 5.6\times {10}^{-15} $@10000 s，與商用K+K FXE頻率計(jì)數(shù)器指標(biāo)相當(dāng)。本設(shè)備具有體積小、無(wú)需校準(zhǔn)、成本低等優(yōu)點(diǎn)，能夠廣泛應(yīng)用到高精度時(shí)間間隔和精密頻率測(cè)量領(lǐng)域中。