代数免疫度最优的旋转对称布尔函数的构造

代数免疫度是布尔函数的一个重要密码学指标,为了抵挡代数攻击,密码算法中所使用的布尔函数应当具有较高的代数免疫度.本文利用“轨道交换”技术,给出了一类具有最优代数免疫度的旋转对称布尔函数的构造,该类函数对于代数攻击具有较强的抵抗能力,同时具有较高的非线性度和最优代数次数.     

偶变元MAI旋转对称布尔函数

代数免疫度是布尔函数的一个重要密码学指标.给出了具有最大代数免疫度的偶数元旋转对称布尔函数的两种构造方法.进一步地,研究了特殊情形时所构造的旋转对称布尔函数的非线性度,当n≥18时,构造3得到的MAI旋转对称布尔函数的非线性度优于已知构造的偶数元MAI旋转对称布尔函数的非线性度.     

判断实对称矩阵为正定、半正定、负定、半负定或不定的一个算法

给出判别实对称矩阵为正定、半正定、负定、半负定或不定的一个算法;采用选最大对角元的方法,可使数值计算稳定性好。讨论了该算法的运算量,得到乘除法和加减法总次数分别至多为ｎ（ｎ－１）（ｎ＋４）／６和ｎ（ｎ－１）（ｎ＋１）／６的结论。最后给出运行该算法的数值例子。     

基于对称迭代的反向混合单调算子方程组解的存在惟一性

运用锥与半序理论和对称迭代方法,讨论半序Banach空间一类反向混合单调算子方程组解的存在惟一性,并给出了迭代序列收敛于解的误差估计,同时讨论了非反向混合单调算子方程组解的存在惟一性.所得结果改进和推广了混合单调算子方程某些已知相应结果.     

跨模态行人重识别的对称网络算法

针对模态间差异,提出基于对称网络的跨模态行人重识别算法,该网络将基于概率分布的模态混淆与对抗学习结合,通过对称网络产生模态不变特征,从而达到模态混淆的目的;针对外观差异和模态内差异,使用不同隐藏层的网络卷积特征构造混合三元损失,提高网络的特征表征能力.RegDB和SYSU-MM01数据集上的大量实验结果表明了该方法的有...     

均匀对称刚体动能的另一种计算方法

对几种常见均匀对称刚体的动能给出了另一种计算方法,并举例说明了应用这种方法求解相关问题时在一定程度上可简化计算过程.     

基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。