论文部分内容阅读
无退化混沌序列密码算法研究
【出 处】
:
西安电子科技大学
【发表日期】
:
2021年01期
其他文献
车牌识别已广泛应用于自动收费、违法抓拍、监测报警等场景中,但其算法实现千差万别,且其性能也严重依赖学习及测试数据集。受采集时间、天气、图像传感器安装位置,遮挡,污损等因素影响及限制,所采集的真实场景图像数据在数量上非常有限,质量上极不均衡,成像空间也很不完备,再加上用户个人隐私等原因,无法形成统一公开完备学习及测试数据集,从而导致车牌识别算法性能评测缺乏说服力,难以防御对抗样本的攻击,继而严重阻碍
遥感图像目标检测作为一个基础且具有挑战性的视觉任务,不仅在军事领域应用广泛,如准确获取战场信息并对敌方进行精准打击。它还在民用领域具有广泛的应用,例如环境管理、区域规划和矿产资源勘探等。现有的遥感图像目标检测方法大都基于anchor boxes,这类方法会因为过多的anchor boxes引入大量的超参数,增加了内存占用以及冗余的计算量,甚至会导致严重的正负样本不平衡等问题。另外,遥感图像又具有背
战争自古以来都是人类活动中最为激烈的表现形式,一直被各民族视作重中之重。近年来,各国攻防演练技术层出不穷,战场环境更难捉摸,机群联合作战已成为现代局部战争的重要模式,以预警机系统为核心的多机种协同联合打击是当前空中攻防战的重要战法。为了在复杂作战环境下协同作战,机群打击链应运而生,并作为规划时的原则。但用好打击链,围绕任务进行指挥规划是核心关键,也是一个困难问题。本文研究了机群打击链规划的现实需求
这些年来,在自然语言处理方面,深度学习技术发挥着重大作用,并在此领域的研究和应用方面成果显著,基于深度学习的框架在一些方面已经超过了人类。微博由于其简单易用,传播迅速等特点,已成为大众发表言论、表达情感的重要平台,产生了大量带有情感的文本数据,对这些有情感信息的文本数据进行情感倾向分析,挖掘出其中含有的情感倾向,极具研究意义。因此本文使用深度学习技术对微博中的文本数据进行情感分析,在此基础上设计并
对目标进行观测时,逆合成孔径雷达(ISAR)通过发射大时宽带宽积信号获得距离高分辨,并利用雷达与目标间的相对运动获得方位高分辨,所得二维高分辨图像为目标的特征提取及识别提供了有力支撑。现有ISAR成像方法大多假设目标平稳运动,进而在平动补偿后利用现有成熟算法,如距离-多普勒算法(RD)等,可获得高质量成像结果。但对于非合作目标,其运动轨迹未知,并且很有可能存在机动,从而导致现有方法的成像质量迅速下