广义证据理论的基本框架

针对经典证据理论不能有效处理辨识框架不完整情况下的信息融合问题,提出了一种广义证据理论.新理论定义了广义基本概率指派函数,对空集的广义基本概率指派大小表明了支持辨识框架不完整命题的程度,提出了能够融合广义基本概率指派的广义组合规则,该组合规则是一个与空集基本概率指派相关的函数,同时满足交换律和结合律.广义证据理论是经典证据理论的推广,当空集赋值为零时,广义证据理论退化为经典的证据理论.用算例表明了所提出的广义证据理论的有效性.     

规则网格中带人工免疫SIRS模型的动力学行为

运用平均场理论和非线性动力学方法分析规则网格中带人工免疫SIRS传播模型的动力学行为,并通过计算机模拟来研究人工免疫,群体密度以及个体游动等因素对疾病传播的影响.结果表明实施人工免疫可以有效降低系统的稳态感染比例,提高系统的传播阈值,而且在群体静止情况下的效果明显高于群体游动时的效果.与此相反,个体的随机游动会提高系统的稳态感染比例,降低系统的传播阈值.     

基于Markov链和关联规则的Web访问预测模型

用户访问预测是根据用户的历史访问信息和当前的访问路径预测用户下一步或将来可能访问的页面.因此可以利用预测结果提高服务器的性能,提高缓存的利用率和为用户提供个性化服务.提出了基于Markov链和关联规则的预测模型MAPM(Markov chain and association rule prediction model),该模型首先使用二阶Markov链找到用户下一步或将来可能访问的页面集,生成预测候选集;然后再使用二项关联规则从正向和反向两个角度修正Markov的预测结果,从而生成最后的预测页面.     

可证明安全的基于属性的多授权中心签名方案

基于属性的密码体制中用户的多个属性由一个授权中心管理,这将会增大其工作负担,降低工作效率.本文设计了一个可证明安全的多授权中心的签名方案,将用户的多个属性由不同的授权中心分别管理,属性参数在全域范围选择.采用归约安全证明的研究方法证明此方案的安全性归约为计算Diffie-Hellman难题,方案具有存在性不可伪造和抗合谋攻击的特性.     

A Comparative Study of fB within QCD Sum Rules with Two Typical Correlators up to Next-to-Leading Order

The B-meson decay constant f_B is an important component for studying the B-meson decays, which can be studied through QCD sum rules. We make a detailed discussion on f_B from two sum rules up to next-to-leading order, i.e. sum rules I and II, which are derived from the conventional correlator and the correlator with chiral currents respectively. It is found that these two sum rules are consistent with each other. The sum rules II involves less non-perturbative condensates as that of sum rules I, and in principle, it can be more accurate if we know the dimension-four gluon condensate well. It is found that f_B decreases with the increment of m_B, and to compare with the Belle experimental data on f_B, both sum rules I and II prefer smaller pole b-quarkmass, m_b=4.68±0.07 GeV. By varying all the input parameters within their reasonable regions and by adding all the uncertainties in quadrature, we obtain f_B=172^{+23}_{-25} MeV for sum rules I and f_B=214_{-34}^{+26} MeV for sum rules II.     

基于置乱、混淆与掩蔽规则融合3D混沌映射的图像加密算法研究

针对当前的3D混沌映射加密算法存在安全性不高,加密速度慢、密钥空间小以及不具备抗多种攻击能力等不足,设计了三个规则:置乱规则、混淆规则与掩蔽规则,提出了一种基于置乱、混淆与掩蔽三规则融合3D混沌映射的图像加密算法来解决上述问题。首先对初始图像的字节进行预置乱处理,得到位图图像;随后将其分成若干个小块,在置乱规则下迭代3D混沌映射得到一个二维数组,利用该数组选择像素块进行像素位置置乱操作;在混淆规则下迭代3D混沌映射得到一维伪随机数组,利用该数组对置乱后的像素块进行混淆操作;在掩蔽规则下再次迭代3D混沌映射得到三元序列,利用该序列对扩散后的像素块进行掩蔽处理。在MATLAB仿真软件中验证本文算法,结果显示该算法高度安全,密钥空间巨大,运行速度快。     

基于可逆记忆CA融合时间延迟的图像加密算法研究

针对当前的元胞自动机加密系统不具备记忆功能,使其安全性\加密速度不理想;且目前的图像加密算法都忽略考虑时间延迟现象,无法体现加密的真实过程。对此,提出一种可逆线性记忆元胞自动机(cellular automata-CA)与时间延迟函数,采用二者相融合的加密算法来克服上述问题;并将非线性耦合置乱方法引入算法中。首先迭代一维线性分段映射所得到的一维数组,该数组通过非线性耦合置乱方法后得到一个置乱数组,并利用该数组对初始图像进行置乱处理,改变像素位置;然后将时间延迟引入到Logistic映射中,利用可逆线性记忆元胞自动机的演变规则对二者相融合所生成的时间延迟伪随机数组进行迭代,得到迭代数组。利用该迭代数组根据像素扩散机制对置乱图像进行扩散加密处理,改变其像素值。借助MATLAB仿真软件来验证算法。结果表明:提出的图像加密新算法具有优异的加密性能,加密机制高度安全,其密钥空间巨大,抗攻击能力大幅度提升。     

基于移动性的功率感知路由协议

移动Ad-hoc网络中节点一般由电池提供能量,有效地节约能量显得尤为重要。在功率感知和AODV协议的基础上,提出了一种基于移动性的功率感知路由协议(M-PAR)。协议引入了可用邻居节点平均能量值和节点相对移动性值,选择可用邻居节点平均能量值高,且相对移动性值小的链路作为路由。仿真验证表明:与传统的PAR协议相比,M-PAR协议获得了较好的节能效果,网络生命周期提高了50%。同时,在包投送率、端到端延时取得了较好的改善。     

基于数据挖掘对中药菟丝子成方制剂用药规律分析

[目的]基于关联规则与聚类分析对菟丝子方剂进行研究,对临床用药和开发新方剂有一定的借鉴意义。[方法]检索并筛选《中国药典》2020版和《新编国家方剂》第2版中含菟丝子的方剂,用SPSS Modeler 18.0、SPSS Statistics 27.0等对含菟丝子的方剂进行分析,包括主治疾病、用药频率、主成分等,并选择高频使用药对和疾病类型,对药物组合进行深入分析。[结果]分析得出：使用频次排名前5的药物依次为：菟丝子、枸杞子、熟地黄、当归、山药;对含菟丝子成分的中药方剂进行相关性分析,共获得19个常用药对。[结论]含菟丝子的方剂以补虚药为主,其与淫羊藿、肉苁蓉配伍主治男性前阴病类,与枸杞子、熟地黄配伍主治肾病类,并对其他病症及剂型进行了研究,使其主治范围更广。     

基于双向十字链表的频繁项集挖掘

有效地进行频繁项挖掘一直以来都是数据挖掘任务中最为重要的组成部分。已有的大部分频繁项挖掘算法在数据项多及支持度低的情况下,算法的效率急剧下降。为了有效地解决此类问题,提出了一种采用双向十字链表结构的频繁项挖掘算法(two-way crossed list for frequent itemsets mining,TCLFI)。极大地降低了搜索空间,加快了频繁项的筛选过程,减少了所需保存的数据项个数,从而降低了时间复杂度,提高了频繁项的挖掘效率。实验通过真实数据集和合成数据集验证了算法的有效性和扩展性。