基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。     

属性约简方法在威胁因素选择中的应用

分析了影响对空威胁判断的威胁因素,确定了各属性值离散化的处理标准,构建了基于粗糙集理论的对空威胁判断决策信息表;通过基于属性重要性的约简方法和基于正区域的约简方法对威胁因素进行了约简,确定了水面舰艇对空威胁判断的威胁因素,最后用Matlab仿真技术验证结论的正确性。     

基于云模型的系统综合效能评估方法

针对系统效能评估中定性描述难以准确评估的问题,在分析已有基于云模型评估方法不足的基础上,提出了一种新的基于云模型的系统综合效能评估方法。首先将各指标值和评价集的各评语用云模型表示,然后利用各指标值云模型与评价集各云模型相似度的加权和来对系统综合效能进行评估。实例分析表明,该方法能够有效地对系统进行综合效能评估。     

盲稀疏度下基于粒子滤波的稀疏信号重构

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

基于遗传算法的整周模糊度OTF解算

建立了一种基于简单遗传算法的改进模糊度搜索方法。首先采用一组约束方程求解模糊度浮点数解 ,然后UDUT 和LDLT 分解对整周模糊度进行整数高斯变换以降低各整周模糊度之间的相关性 ,最后利用遗传算法进行整周模糊度搜索。在种群个体较少的情况下 ,为了避免早熟使搜索陷入局部最优 ,提出两种变异算子 ,保持个体的多样性。仿真结果表明改进后的算法能够实时动态解算整周模糊度 ,且较使用简单遗传算法具有更快的搜索速度和鲁棒性。     

三参数威布尔分布在寿命分析中的参数估计

威布尔分布在可靠性工程中已得到了广泛的应用.在对己给定的寿命试验数据进行可靠性分析与评估中,因简单易解多采用二参数威布尔分布,但参数估计会带来较大误差.对具有以损耗失效为特征的某些机械零部件,采用三参数威布尔分布进行拟合及参数估计,可以得到更高的精度,因而较二参数威布尔分布,更能反映产品可靠性的实际情况.     

测定蓖麻油粘滞系数实验中科学不确定度的评定

论述现代不确定度的评定方法及其在蓖麻油粘滞系数测定实验中的应用。     

巡航导弹(CM)作战有效度预测

以“沙漠之狐”、“沙漠风暴”行动为背景 ,对 CM的作战有效度作了预估 ,预估中用不同方法 ,对 CM的作战能力作了初步计算与分析。