简介：针对分形图像压缩编码时间长的问题,提出基于块分类的分形图像压缩算法,实验结果表明,该方法相对于经典的Jacquin分形图像压缩算法,压缩比得到提高,压缩时间提高近100倍.

简介：为解决复杂系统的故障诊断问题,探讨了离散动力系统奇异谱的特征和基于模糊取类分析的奇异谱谱型分类,提出了模糊聚类的F统计量—ISODATA综合分析法,使聚类分析获得最佳分类,经在某自行火炮柴油机等设备进行实验,取得了预期效果。

简介：采用面向字节、分而治之的攻击思想,将AES主密钥按字节划分为若干子密钥块,为每个子密钥块的所有候选值搭建Cache计时信息模板,并采集未知密钥AES算法的Cache计时信息,使Pearson相关性算法与模板匹配,成功地恢复AES-128位密钥。实验结果表明：AES查找表和Cache结构缺陷决定了AES易遭受Cache计时模板攻击,而模板分析理论在时序驱动攻击分析中是可行的。

简介：针对火炮身管传统设计特点,提出了基于模板的快速火炮身管设计方法。通过封装相关知识、定制各种模板、整合各种设计分析工具和建立相关流程等,设计人员只需要确定影响设计的关键参数就能快速完成身管原型设计,减少中间过程的花费,降低人工出错可能,从而加速提高研发的质量和效率。本方法也可适用于其他火炮关重件设计,并可最终实现火炮总体的快速设计。

简介：支持向量机能够较好解决小样本、非线性数据特征的多分类问题,适用于火炮内膛疵病的分类,但其性能依赖于其参数的选取;对基本遗传算法进行改进,使用自适应的交叉算子和变异算子,并应用于支持向量机参数优化;通过对火炮内膛疵病分类精度的对比研究,改进的遗传算法确定支持向量机优化参数的方法取得了良好的效果,验证了该方法对疵病分类的有效性。

简介：为提取比特流中各未知协议对应的比特流子集，提出了一种基于聚类和模式串匹配的未知协议比特流分类方法。在获取比特流压缩率、汉明重量和游程频数等统计特征的基础上，先采用K-medoids算法对比特流数据进行初步聚类，再通过随机抽样和基于有向图的模式串匹配，将已知协议比特流从各聚类中筛除。对实验数据集的测试结果验证了所提方法的有效性。

简介：对于结构复杂的自行火炮变速箱,其故障模式具有不可预知性.针对传统的神经网络识别方法明显存在不足这一问题,提出一种基于自适应谐振理论(AdaptiveResonanceTheory)的自行火炮变速箱瞬态过程故障诊断新方法.该方法不仅可以对已知的故障模式进行分类,而且对自行火炮变速箱未知故障模式具有很强的自适应分辨能力.实例证明,ART-2神经网络与传统的神经网络方法相结合为自行火炮变速箱故障诊断提出了新思路.