论文研究 新型Arnold反变换算法研究.pdf

软间隔支持向量机（SVM，support vector machine）分类算法是目前入侵检测中最好的分类异常行为的机器学习算法之一，但是它是有监督学习方法，并不能适用于检测新的入侵行为；而1类SVM

提出了一种基于HSI和QPSO（即基于量子行为的粒子群优化算法）的图像融合方法，HSI变换方法对多光谱图像和全色图像进行融合会丢失较多的光谱信息。利用QPSO算法来求解HSI变换中光谱强度分量的最优变

Storm集群提供了强大的实时处理能力，Storm上下游处理节点由于任务差异而导致数据流元组Tuple处理超时从而影响系统吞吐量及其性能。针对该问题，提出了一种能够灵活调节Topology中各环节数据

论文研究-反精确现象与形式化研究.pdf,  通过尝试给出软直方图估计模型中样本不完备度和模型粗糙度匹配关系的公式化定义,发现了一个反精确规则.该反精确规则给出的启示是,如果信息是不完备的,则一个较粗

在信号处理领域，S变换具有良好的时频结合特性，应用广泛。在实际系统中，S变换通过离散数值方法实现，有频域和时域两种形式，文献中多使用频域形式。在用S变换对一些信号作时-频分析时，频域和时域两种实现形式

利用Nega-Hadamard变换的性质,研究了bent函数与其对偶函数Nega-Hadamard变换的关系,得出bent函数为negabent函数,其对偶函数也是negabent函数的结果;同时,得

待分类数据集中通常存在大量的冗余属性，会严重影响分类效率。为了达到在降低计算复杂度的同时提高分类准确率的目的。首先在朴素贝叶斯模型中引入粗糙集技术对数据集进行属性约简，获取最优属性子集；然后在此基础上

本课题研究基于Arnold置乱的数字水印技术，置乱技术是随着信息安全与保密被逐步重视而发展起来的图像加密技术。要求对数字水印的研究现状、特点及算法进行研究，对置乱技术进行探讨，完成水印的嵌入、水印的提

杂凑算法是信息安全领域的常用工具之一。现有杂凑算法的压缩函数多是迭代型的，优点是速度快，缺点是难以进行安全性证明。针对已有算法进行了研究，并提出了S-RFSB杂凑算法方案。新的方案采用Sponge结构

提出了一种基于隶属函数的宽度的模糊推理方法，该方法应用范围广，使用于所有正规的凸模糊集，能够保证结果的正规性和凸性，而且能够很好地推广到多输入情况。