基于图像重组和比特置乱的多图像加密

针对现有多图像加密算法只能同时加密多张同类型同大小的图像,适用范围不广、实用性差等问题,提出一种基于图像重组和比特置乱的多图像加密算法.该算法通过将任意数量、不同大小和不同类型的图像重新组合成新多灰度图,一次完成同时加密,极大提高了加密效率和适用范围.首先,依次提取所有待加密图像像素值重新组合出N张m×n新灰度图,并将其转化成m×n×8N二进制矩阵.然后,采用3D比特置乱方式,对高位页进行行列比特置乱,低位页进行整页比特置乱.最后,进行异或扩散操作,得到密文图像.高低位分开置乱提高了算法的抗噪声能力,最终密文信息熵达到7.999以上,很好地掩盖了明文的统计特性.构造一种新型Logistic与广义三阶Fibonacci级联的混沌系统产生随机序列,增加了初值和控制参数范围,扩大了密钥空间,使其达到8×10^84以上,极大地提高了抗穷举攻击能力.既提高了序列随机性,又同时保留了低维混沌系统的快速性.结合明文哈希值(SHA-256)产生密钥,明文像素值发生微小改变后密文像素值变化率达到0.996以上,极大地提高了的明文敏感性和算法抗选择明文攻击的能力.实验分析表明,提出的多图像加密算法安全性高、实用性强.     

基于化学学科认知障碍突破的中考复习教学实践* ——以“二氧化碳的性质”为例

分析学生对二氧化碳的3个典型学科认知障碍,以“二氧化碳的捕捉”为情境,通过“尝试捕捉二氧化碳”“谁在捕捉二氧化碳”“捕捉背后的原理”等3个主要环节,实现对学科认知障碍的突破,展示了一种新的中考复习教学思路。     

高熵合金的力学性能及变形行为研究进展

高熵合金是近年来提出的一种新的合金设计理念,打破了一般合金中以1种或2种元素为主,辅以极少量其他元素来改善合金性能的传统思想,由多种元素以等原子或近似等原子比混合后形成具有独特原子结构特征的单一固溶体合金.高熵合金的多主元特性使其在变形过程中表现出多重机制(包括位错机制、形变孪生、相变等)的协同,因而高熵合金已经展示了优异的力学性能,如高强、高硬、高塑性、抗高温软化、抗辐照、耐磨等,被认为是最具有应用潜力的新型高性能金属结构材料,已经成为国际固体力学和材料科学领域研究的热点.本文首先介绍了高熵合金独特的结构特征,即具有短程有序结构和严重的晶格畸变;随后对近年来针对不同类型高熵合金(包括具有面心立方相、体心立方相、密排六方相、多相以及亚稳态高熵合金)力学性能、变形行为方面的研究成果,特别是强韧化机制以及相关的原子尺度模拟,进行了较为系统的综述;最后强调了高熵合金未来研究中所面临的一些主要问题和挑战,并对其研究进行了展望.     

超强频率梳激光场驱动下多光子共振谐波辐射的相位突变研究

本文从理论上研究了在双色频率梳激光场驱动下多光子谐波辐射光谱中的相位突变现象。我们利用Floquet理论非微扰地模拟了频率梳激光场与原子分子等量子系统的相互作用过程。谐波辐射信号是多光子偶极跃迁相干叠加的结果,通过调节频率梳激光场间的相对相位,可以相干地控制谐波辐射信号的强度。通过对谐波信号进行傅里叶变换,可以提取不同跃迁路径的相对相位信息。我们通过改变频率梳组激光场的强度和频率组分实现多光子跃迁频率,让其跨越共振跃迁频率时,谐波相位会发生突变。从而可以观测超强激光场驱动下量子系统共振跃迁频率的斯塔克能移。     

板中热弹波传播: 一种改进的勒让德多项式方法

近年来, 超声导波因其衰减小, 传播距离远和信号覆盖范围广, 成为无损检测领域快速发展的方向之一. 然而, 基于超声导波的高温在线检测和激光超声技术却发展缓慢, 其关键在于热弹耦合波动方程求解难度大、传播与衰减特性研究困难. 作为一种有效的求解方法, 勒让德正交多项式方法已广泛应用于导波传播问题, 但该方法在求解热弹导波传播时存在两个不足, 限制其进一步的发展和应用. 这两个缺陷是: (1)求解过程中大量积分的存在, 致使计算效率低下; (2)仅能处理等热边界条件的热弹导波传播. 针对两项不足之处, 提出一种改进的勒让德正交多项式方法, 以求解分数阶热弹板中的导波传播. 推导求解方法中积分的解析表达式, 以提高计算效率; 引入温度梯度展开式, 发展适合勒让德多项式级数的绝热边界条件处理方法. 与已有文献结果对比表明改进方法的正确性; 与已有方法的计算时间对比说明改进方法的高效性. 最后将改进的方法用于求解分数阶热弹板中的导波传播, 研究分数阶次对频散、衰减曲线和应力、位移、温度分布等的影响.      

激光能量对反钙钛矿GaCMn_3薄膜结构与物性的影响

本文采用脉冲激光沉积方法在LaAlO3(001)单晶衬底上制备了反钙钛矿GaCMn3薄膜,通过控制制备过程中脉冲激光的能量,研究了不同激光能量条件对GaCMn3薄膜结构与物理性能的影响.分别利用X射线衍射仪、原子力显微镜、超导量子干涉仪和物理性能测试系统,对所制备的薄膜的晶体结构、表面形貌和磁性、电输运性质进行了研究.结果表明,制备的样品均为具有多个晶面取向的反钙钛矿薄膜,且薄膜结构和物性明显随制备激光能量的变化而变化.当激光能量为450mJ时,制备的薄膜多晶面取向性最弱,结晶性和表面形貌最优良.实验所得的薄膜均表现出顺磁-铁磁-反铁磁相转变,然而转变过程比块材较平缓,同时薄膜的电阻率并未表现出块材中的突变特征,我们推测该现象很可能是由衬底的应力及衬底的晶格膨胀对薄膜反常晶格变化的抑制作用造成的.     

域同态的扩张的个数

设h:F→Ω是域的同态,E是F的有限次扩域,本文讨论了使h到E上的扩张的个数取得最大值的条件.     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

多元微分学中几个重要概念间的因果关系

通过一些反例说明多元函数的极限、连续、偏导数存在、方向导数存在、可微等概念之间的关系。