掩碼
- 融合掩碼機制的圖卷積文本分類模型
文提出了一種融合掩碼機制的圖卷積神經(jīng)網(wǎng)絡(luò)模型MaskGCN(Mask Graph Convolution Network)并應(yīng)用于文本分類任務(wù)。Rong等[15]提出的Dropedge通過丟棄文本圖的邊以達到緩解過平滑的目的,而本文的掩碼機制同樣是對文本圖的邊進行操作,在提高模型分類性能的同時,本文也探索了掩碼機制對緩解過平滑的作用。不同于現(xiàn)有的圖網(wǎng)絡(luò)研究,MaskGCN為每個文本構(gòu)建不同粒度的文本圖,將余弦相似度作為邊的權(quán)重,并使用全局共享矩陣動態(tài)更新文
中文信息學(xué)報 2023年9期2023-12-06
- 結(jié)合向量化方法與掩碼機制的術(shù)語干預(yù)翻譯模型
結(jié)合向量化方法與掩碼機制的術(shù)語干預(yù)機器翻譯模型,在訓(xùn)練階段借助掩碼機制對源端術(shù)語加以屏蔽,以增強編碼器與解碼器對約束信息的關(guān)注,同時在推理階段借助掩碼機制優(yōu)化術(shù)語干預(yù)輸出層的概率分布,最終達到提升術(shù)語翻譯準(zhǔn)確率的目的。1 相關(guān)工作目前,主流的術(shù)語干預(yù)方法可以分為兩類:一類是對傳統(tǒng)的束搜索加以改進,引入強制解碼策略;另一類是使用數(shù)據(jù)增強方法調(diào)整模型輸入。1.1 基于強制解碼的術(shù)語干預(yù)方法網(wǎng)格束搜索(GBS)[8]是典型的基于強制解碼的術(shù)語干預(yù)方法,相較于傳統(tǒng)
計算機工程 2023年11期2023-11-18
- 基于多任務(wù)結(jié)構(gòu)網(wǎng)絡(luò)的冷金屬過渡焊熔滴輪廓定位與提取
自動提取出精細(xì)化掩碼,從而達到分割出精確熔滴輪廓的目的,并配合定位網(wǎng)絡(luò),數(shù)據(jù)化CMT送絲行為下的熔滴變化情況。1 實驗裝置與圖像采集系統(tǒng)1.1 實驗裝置圖1所示為CMT焊接系統(tǒng)的平臺裝置示意。該系統(tǒng)主要由CMT焊機(Fronius FK 4000-R FC)、圖像采集系統(tǒng)、電弧電壓傳感系統(tǒng)和KUKA機器人組成。該實驗使用母材為4 mm厚的AA6061-T6基板和直徑為1.2 mm的ER4043焊絲。焊接前,先對母材表面打磨去除氧化膜,之后使用75%濃度的乙
機床與液壓 2023年20期2023-11-09
- 掩碼生成動態(tài)調(diào)控弱監(jiān)督視頻實例分割
要提供訓(xùn)練集精細(xì)掩碼標(biāo)注信息,視頻實例分割可分為全監(jiān)督和弱監(jiān)督兩種訓(xùn)練類型。全監(jiān)督網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)需要大量精細(xì)掩碼標(biāo)注,但單幀圖像中各實例的精細(xì)掩碼標(biāo)注所需時間大約為54~79 s[10],單個實例邊界框的標(biāo)注需要7 s,單個實例圖像級類別標(biāo)注只需要1 s[11]。因此,采用弱標(biāo)注代替精細(xì)掩碼標(biāo)注的弱監(jiān)督視頻實例分割能大幅壓縮標(biāo)注成本,非常適用于需要快速備樣以迅速適應(yīng)新場景的智能機器視覺系統(tǒng)?,F(xiàn)有的弱監(jiān)督視頻實例分割方法分為圖像級標(biāo)注和邊界框標(biāo)注兩種。Liu
光學(xué)精密工程 2023年19期2023-11-01
- 基于有意義擾動掩碼的頻譜預(yù)測解釋方法*
盒模型,然后結(jié)合掩碼和極值擾動方法提出一種適用于頻譜數(shù)據(jù)的有意義擾動方法,通過在優(yōu)化目標(biāo)中加入針對時間步跳躍的正則項,從而在掩碼解釋中體現(xiàn)頻譜數(shù)據(jù)中的時間相關(guān)性?;趯崪y頻譜數(shù)據(jù)的測試結(jié)果表明,本文提出的解釋方法在定性實驗中,不僅凸顯了中心頻點的相關(guān)性,也凸顯了相鄰頻點的相關(guān)性,且相關(guān)性在時間步上連續(xù)出現(xiàn);在性能變化實驗中,平均絕對百分比誤差(Mean Absolute Percentage Error,MAPE)顯著優(yōu)于基線方法。1 預(yù)測模型和掩碼解釋1
電訊技術(shù) 2023年10期2023-10-31
- 分組密碼最小活躍S 盒個數(shù)快速搜索算法
畫S 盒的差分和掩碼傳播的方法,即邏輯條件模型和凸包計算,并給出了約減不等式組的貪婪算法。Abdelkhalek 等[12]將邏輯條件模型中約束條件的生成問題轉(zhuǎn)化成布爾函數(shù)的和積的最小化問題,并使用Quine-McCluskey 算法[13-14]和Espresso 算法[15]來建立8 bit S 盒的差分分布表的比特模型。為了提高基于MILP 方法的效率,Zhang 等[16]在MILP 模型中引入了分支定界策略來減少約束條件,降低搜索空間;Zhou
通信學(xué)報 2023年1期2023-02-20
- 基于改進的Mask R-CNN的手勢分割與識別方法
k R-CNN的掩碼分?jǐn)?shù)與預(yù)測掩碼及其真實標(biāo)簽掩碼之間的實際IoU進行比較,從而對掩碼的質(zhì)量評分,不僅目標(biāo)分類的準(zhǔn)確率提升了1.5%,而且掩碼生成質(zhì)量也有了明顯的改善。為了解決目前手勢識別識別率較低、分割不精細(xì)等問題,本文設(shè)計了基于改進的Mask R-CNN[19]的手勢分割與識別方法,對該算法中的特征金字塔網(wǎng)絡(luò)、候選窗口分類器及分割掩碼等部分優(yōu)化,并使用自制數(shù)據(jù)集對模型訓(xùn)練,實現(xiàn)手勢的檢測與識別。實驗結(jié)果表明,與傳統(tǒng)算法相比,本文算法具有更高的識別率和更
計算機應(yīng)用與軟件 2022年10期2022-11-07
- 基于小樣本不均衡數(shù)據(jù)的供水管道泄漏智能檢測算法
,提出一種基于多掩碼混合Multi-mask mix的數(shù)據(jù)增強方法,通過隨機生成掩碼層對原始圖像進行區(qū)域提取與混合,在Multi-mask mix中引入支持向量機(SVM)獲取管道正常和泄漏特征,為混合掩碼塊提供更準(zhǔn)確的先驗標(biāo)簽;其次,提出一種均衡化策略并應(yīng)用于圖像層面和掩碼層面,以實現(xiàn)數(shù)據(jù)均衡化;最后,基于深度學(xué)習(xí)的Resnet18網(wǎng)絡(luò)模型實現(xiàn)管道泄漏檢測與識別。實驗結(jié)果表明,該算法處理圖像數(shù)據(jù)后可使Resnet18模型對管道泄漏識別準(zhǔn)確率提升1.1%
圖學(xué)學(xué)報 2022年5期2022-11-03
- 基于邊緣增強的遙感圖像弱監(jiān)督語義分割方法
定位獲得偽像素級掩碼;其次,利用生成的偽掩碼單獨訓(xùn)練語義分割網(wǎng)絡(luò)。在分類網(wǎng)絡(luò)中獲得的初始可視化激活區(qū)域很大程度上決定了偽分割掩碼的質(zhì)量,進一步?jīng)Q定了最終語義分割網(wǎng)絡(luò)的分割質(zhì)量。因此,目前弱監(jiān)督語義分割方法的注意力主要集中在生成一個質(zhì)量較好的偽像素級掩碼上。Zhou等人[10]利用類激活圖生成一個粗略的特征映射來定位物體的空間位置。原方法中CAM只能覆蓋目標(biāo)最具有判別性的部分,存在著過激活或欠激活的問題。為此,多層次特征融合方法[11-13]通過不同方式融合
計算機工程與應(yīng)用 2022年20期2022-10-17
- 基于秘密共享的本地多節(jié)點聯(lián)邦學(xué)習(xí)算法
秘密共享的自適應(yīng)掩碼加密協(xié)議。在本地多節(jié)點跨數(shù)據(jù)庫聯(lián)邦學(xué)習(xí)框架的基礎(chǔ)中,通過秘密共享的方式得到可復(fù)用的安全自適應(yīng)參數(shù)掩碼,客戶端通過對模型添加掩碼以保護模型參數(shù)安全后,再發(fā)送至服務(wù)器進行聚合。在誠實且好奇的安全設(shè)置下,證明了本協(xié)議能夠?qū)箒碜钥蛻舳伺c服務(wù)器的威脅。(3)將Mask-FL算法用于訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型過程,通過對Mask-FL的各個參數(shù)進行獨立實驗,以及對比3種不同聯(lián)邦學(xué)習(xí)算法,證明了本文提出的Mask-FL在保護隱私的前提下能保持相對較高的準(zhǔn)
廣州大學(xué)學(xué)報(自然科學(xué)版) 2022年3期2022-10-09
- 基于多尺度特征注意Yolact網(wǎng)絡(luò)的堆疊工件分揀算法
置、所屬類別、與掩碼信息。因此像素級的實例分割算法更適用于三維堆疊工件的圖像處理。Li等[17]基于實例感知全卷積網(wǎng)絡(luò)中位置感知特征圖的概念提出FCIS實例分割方法。He等[19]基于Faster-RCNN[18]邊界框識別分支的基礎(chǔ)上增加了一個mask預(yù)測分支,同時使用ROI Align[19]解決了在候選區(qū)域與特征圖像進行映射時由于ROI pooling[18]造成的匹配誤差問題,在檢測目標(biāo)對象的同時為每個實例生成掩碼。楊攀等[20]使用Mask-RC
計算機測量與控制 2022年9期2022-09-29
- 具有遮擋魯棒性的監(jiān)控視頻人臉再識別算法
人臉各區(qū)塊遮擋的掩碼來弱化遮擋對特征的影響,并通過分區(qū)域匹配的方法減少識別誤差。本文的主要貢獻總結(jié)如下:通過注意力機制與掩碼字典的聯(lián)合使用,先將視頻幀中受遮擋影響的特征元素舍棄,再對剩余的特征動態(tài)分配權(quán)重,降低了監(jiān)控視頻下人臉遮擋對再識別的影響。針對掩碼字典在再識別場景下準(zhǔn)確度下降的問題,提出了分區(qū)域匹配的方法,降低了掩碼字典的誤差,提高了再識別的準(zhǔn)確度。實驗結(jié)果表明,本文的方法在COX 監(jiān)控視頻數(shù)據(jù)上rank-1 準(zhǔn)確度達到了95.2%,并在合成面部遮擋
信號處理 2022年6期2022-07-22
- 共享后處理邊緣信息的實例分割算法
特征層,從而優(yōu)化掩碼分割結(jié)果。2 相關(guān)工作圖像分割是圖像處理中的關(guān)鍵技術(shù)。自1970 年代以來,這項研究已經(jīng)進行了數(shù)十年,并取得了很大進步。迄今為止,無數(shù)學(xué)者已經(jīng)借助各種不同的理論提出了數(shù)千個分割算法,并且這一領(lǐng)域的算法研究現(xiàn)在也依舊十分活躍。圖像分割算法的研究主要分為兩種類型。一種是使用傳統(tǒng)的圖像處理方法對圖像的顏色,紋理和亮度等特征進行加工,從中選擇出待檢測目標(biāo)的輪廓信息,從而完成圖像分割任務(wù)。例如:基于閾值的分割方法,基于區(qū)域的分割方法,基于邊緣的分
電子技術(shù)與軟件工程 2022年7期2022-07-11
- AES高階掩碼方案抗功耗攻擊
抗方法,例如加入掩碼、使用數(shù)據(jù)與功耗不相關(guān)的邏輯單元、增加噪聲[3]產(chǎn)生電路。該文設(shè)計了一種d+1高階掩碼方案,通過將敏感數(shù)據(jù)拆分成多份來消除明文與功耗之間的相關(guān)性。1 AES加密算法AES[4]算法是一種對稱分組密碼算法。AES將分組長度設(shè)為128比特、192比特、256比特三種密鑰長度。后面以128位的密鑰長度為例介紹。加密過程如圖1所示。圖1 AES加密過程2 功耗攻擊目前應(yīng)用最廣泛的三種功耗攻擊[5]手段為SPA(簡單功耗分析攻擊)、CPA(相關(guān)功
計算機技術(shù)與發(fā)展 2022年5期2022-05-30
- 一種門控卷積生成對抗網(wǎng)絡(luò)的圖像修復(fù)算法
很多紋理或者圖像掩碼區(qū)域比例超過10%時,修復(fù)效果較差[10]。近年來,基于卷積神經(jīng)網(wǎng)絡(luò)和生成對抗網(wǎng)絡(luò)[11]的圖像修復(fù)技術(shù)逐漸成為主流研究方向。文獻[12]在傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上設(shè)計并首次應(yīng)用了生成對抗網(wǎng)絡(luò),提出了編解碼器網(wǎng)絡(luò),將網(wǎng)絡(luò)的輸出送至判別器檢測真?zhèn)?,大大增加了結(jié)果的合理性,但該網(wǎng)絡(luò)僅能修復(fù)固定且規(guī)則形狀的掩碼的圖像,在修復(fù)具有自由形狀掩碼的圖像時,會產(chǎn)生不自然的結(jié)果。文獻[13]中提出使用部分卷積(Partial Convolution)
西安電子科技大學(xué)學(xué)報 2022年1期2022-04-26
- 基于預(yù)充電邏輯與掩碼技術(shù)的功耗恒定性電路設(shè)計
5-7]、算法級掩碼技術(shù)[8-11]等.算法級的防護方法忽略了電路本身所具有的功耗特性,在密碼協(xié)議的算法上進行改進;電路級的防護技術(shù)關(guān)注于密碼元器件底部的電路結(jié)構(gòu)而不是密碼算法本身,通常需要設(shè)計新型的電路邏輯單元,因而更具有通用性.電路級的防護技術(shù)又可以分為功耗恒定技術(shù)和功耗隨機化技術(shù).功耗恒定技術(shù)主要采用雙軌預(yù)充電邏輯結(jié)構(gòu),可以使電路的功耗不隨運算結(jié)果的變化而變化.功耗隨機化技術(shù)主要利用電路級掩碼技術(shù)[12-13],通過在邏輯單元中加入隨機掩碼,使每個單
杭州師范大學(xué)學(xué)報(自然科學(xué)版) 2022年2期2022-04-06
- LabelMe標(biāo)注核對系統(tǒng)的設(shè)計與實現(xiàn)
。(5)批量生成掩碼圖:該模塊主要用來批量生成掩碼圖,通過設(shè)置好的標(biāo)簽,使用OpenCV[13]生成掩碼圖,使用戶核對標(biāo)注時無需逐個生成掩碼圖,加快核對速度。(6)標(biāo)注核對:該模塊為核心模塊,主要用來核對標(biāo)注集,通過生成的掩碼圖以核對標(biāo)簽名稱與對應(yīng)標(biāo)注物是否一致。擁有切換、修改、預(yù)覽等功能。(7)導(dǎo)出JSON:該模塊為完成標(biāo)注核對后的最后一部分,主要用于導(dǎo)出系統(tǒng)中核對后的JSON標(biāo)注數(shù)據(jù)。擁有導(dǎo)出所有數(shù)據(jù)、移除需刪除數(shù)據(jù)、拷貝需修改數(shù)據(jù)和在標(biāo)簽名后面追加序
計算機技術(shù)與發(fā)展 2022年3期2022-04-02
- 基于深度學(xué)習(xí)的實例分割研究綜述
目標(biāo)的位置和語義掩碼,并且由于實例的不可知形狀使得預(yù)測實例分割的掩碼比目標(biāo)檢測任務(wù)預(yù)測矩形邊界框更靈活;2)密集目標(biāo)的相互遮擋與重疊使網(wǎng)絡(luò)很難有效區(qū)分不同實例,并且小目標(biāo)的實例分割由于普遍缺少細(xì)節(jié)導(dǎo)致分割精度仍然很低;3)繁瑣精細(xì)的數(shù)據(jù)標(biāo)注耗費大量人力與時間,如何減少成本,有效利用現(xiàn)有未標(biāo)注或粗糙標(biāo)注的數(shù)據(jù)提升實例分割精度仍是一個亟待解決的問題。1980年日本學(xué)者福島邦彥[1]提出的神經(jīng)認(rèn)知機模型可以稱為卷積神經(jīng)網(wǎng)絡(luò)的前身,Lecun[2]提出反向傳播算法
智能系統(tǒng)學(xué)報 2022年1期2022-02-18
- 基于自適應(yīng)模板更新與多特征融合的視頻目標(biāo)分割算法
利用不足導(dǎo)致生成掩碼較為粗糙等問題,本文提出一種基于自適應(yīng)模板更新與多特征融合的視頻目標(biāo)分割算法。首先,算法利用每一幀的分割結(jié)果對模板進行自適應(yīng)更新;其次,使用混合池化模塊對主干網(wǎng)絡(luò)第四階段提取的特征進行增強,將增強后的特征與粗略掩碼進行融合;最后,使用特征融合模塊對粗略掩碼進行逐階段細(xì)化,該模塊能夠?qū)ζ唇雍蟮奶卣鬟M行有效的加權(quán)組合。實驗結(jié)果表明,與SiamMask相比,本文算法性能有明顯提升。在DAVIS2016數(shù)據(jù)集上,本文算法的區(qū)域相似度和輪廓相似度
光電工程 2021年10期2021-12-07
- 基于注意力機制的實例分割算法
成像素級別的實例掩碼[2]。圖像分類、目標(biāo)檢測、語義分割和實例分割四類CV任務(wù)難度遞增,圖像分類只需要指出圖像中有哪些物體類別;目標(biāo)檢測在圖像分類的基礎(chǔ)上同時需要輸出物體的邊界框;語義分割需要預(yù)測圖像上每一個像素點屬于哪個類別;實例分割在語義分割的基礎(chǔ)上還需要區(qū)分同一類別的不同實例。以Mask R-CNN[3]為代表的雙階段實例分割方案遵循先檢測后分割的理念,通常會先由區(qū)域候選網(wǎng)絡(luò)[4](Region Proposal Network,RPN)提出候選區(qū)域
導(dǎo)航定位與授時 2021年6期2021-12-02
- SIMON類非線性函數(shù)的線性性質(zhì)研究
都可以找到對應(yīng)的掩碼對,解決了這類輪函數(shù)的Walsh譜分布規(guī)律問題,同時給出了非平凡相關(guān)優(yōu)勢取到 2?1與最小值的充分必要條件與計數(shù)情況,為SIMON系列算法與SIMECK算法等的線性安全性分析提供了理論基礎(chǔ)。本文組織架構(gòu)如下:第2節(jié)介紹SIMON類算法輪函數(shù)、不相交2次型以及線性相關(guān)優(yōu)勢等基本概念,第3節(jié)給出SIMON類非線性函數(shù)的線性性質(zhì),第4節(jié)進行全文總結(jié)。2 基本概念錄),可以有效地將任意給定的2次布爾函數(shù)轉(zhuǎn)換為不相交2次型。3.1 F 譜值的取值
電子與信息學(xué)報 2021年11期2021-12-02
- 基于RISC-V的防御側(cè)信道攻擊AES軟件實現(xiàn)方案
可分為隱藏對策和掩碼對策兩類,均以消除密碼設(shè)備的能量消耗與加密算法運行密鑰及敏感操作的相關(guān)性為目標(biāo)[4]。隱藏對策通過對密碼設(shè)備進行特殊構(gòu)建,使得密碼設(shè)備在各個時鐘周期的能量消耗隨機化或均等化,以此消除相關(guān)性。吳鏡聰[5]研究了基于隱藏對策的雙軌邏輯和混沌觸發(fā)器電路的AES算法硬件防護方案。掩碼對策則通過對算法運行中間值添加隨機掩碼的方式使得中間值變得隨機化,從而消除相關(guān)性。苑志剛[6]研究了抵抗功耗攻擊的掩碼AES算法在硬件上的實現(xiàn)方案,但其硬件防護方案
微處理機 2021年5期2021-11-02
- 一類新的基于元胞自動機的S 盒的線性性質(zhì)研究*
Fnnew 的掩碼結(jié)構(gòu)和計數(shù)下面考慮掩碼對計數(shù)問題, 由上述證明過程可知, 一個輸出掩碼μ對應(yīng)四個輸入掩碼η, 故當(dāng)n ≥5且w(μ)=1 時掩碼對數(shù)為4n,而當(dāng)n=6 時還存在w(μ)=6 的情況,對應(yīng)的掩碼對數(shù)再加4,得證.(1)w(μ)=2,μi0=μi0+1=1,ηi0+4=1;(2)w(μ)=2,μi0=μi0+2=1,ηi0+3⊕ηi0+4=1;(3)w(μ)=3,μi0=μi0+1=μi0+2=1,ηi0⊕ηi0+3=1;(4)w(μ)=3
密碼學(xué)報 2021年4期2021-09-14
- 旁路功耗分析中不同平臺的差異化研究*
常用的有效方法是掩碼, 其原理是使得算法運算過程中的中間結(jié)果隨機化. 事實上, 在過去幾年中, 很多可選擇的針對DES 等分組密碼的掩碼方案被提出. 這些方法主要是考慮算法中非線性部分的掩碼, 該部分掩碼通常需要花費較大的電路代價; 相比之下, 線性部分容易進行掩碼的添加. 目前的安全芯片設(shè)計中幾乎都會實現(xiàn)線性部分的掩碼, 非線性部分則是根據(jù)電路代價選擇性添加.已有些研究提出了針對掩碼的安全性分析, 其中大多數(shù)研究者認(rèn)為, 即使加了掩碼, 但由于電路延遲產(chǎn)
密碼學(xué)報 2021年2期2021-05-15
- 基于深度學(xué)習(xí)的實例分割研究進展
實例分割網(wǎng)絡(luò)使用掩碼分割、包圍框回歸、對象分類三支線并行,是一種直接有效的實例分割方法,以其網(wǎng)絡(luò)的高精度和穩(wěn)定性成為雙階段實例分割網(wǎng)絡(luò)的標(biāo)桿;單階段實例分割網(wǎng)絡(luò)YOLACT 的出現(xiàn)標(biāo)志實時性實例分割的開端,以較小的精度損失獲取高效的處理能力。但目前而言實例分割方法缺乏相關(guān)綜述性文章。本文將以近兩年計算機視覺會議為主,闡述主流實例分割網(wǎng)絡(luò)結(jié)構(gòu)及應(yīng)用,并介紹常用評價指標(biāo)及數(shù)據(jù)庫,對未來可能發(fā)展進行展望。圖1 FCIS網(wǎng)絡(luò)結(jié)構(gòu)1 雙階段實例分割網(wǎng)絡(luò)1.1 FCI
計算機工程與應(yīng)用 2021年9期2021-05-14
- 改進的基于掩碼AES選擇明文碰撞攻擊方法
出了針對帶有隨機掩碼的AES算法S盒的相關(guān)碰撞攻擊。文獻[17]改進了針對帶有重用掩碼S盒的相關(guān)碰撞攻擊,平均需要27.5個明文就可以恢復(fù)所有的密鑰。2019年,Zheng等人[18]提出了假設(shè)檢驗法,能夠在S盒輸入發(fā)生碰撞時以較高的成功率檢測出碰撞。2019年,Ding等人[19]提出了針對帶有重用掩碼AES算法的S盒輸入的自適應(yīng)選擇明文碰撞攻擊方法,假設(shè)敵手擁有和待攻擊設(shè)備相同的設(shè)備建立模板,通過選擇明文并與模板匹配可以降低密鑰搜索空間,直到找到密鑰。
西安郵電大學(xué)學(xué)報 2021年6期2021-05-10
- CHAM 算法的安全性分析*
了差分特征和線性掩碼的傳播規(guī)律, 其次針對CHAM 算法四分支廣義Feistel 結(jié)構(gòu)的特點, 優(yōu)化了不可能差分區(qū)分器和零相關(guān)線性區(qū)分器的搜索策略, 縮小了搜索空間, 進而基于MILP 工具設(shè)計了有效的搜索算法. 依靠搜索算法, 共得到CHAM-64 的5 條19 輪不可能差分區(qū)分器, CHAM-128 的1 條18 輪不可能差分區(qū)分器和15 條19 輪零相關(guān)線性區(qū)分器, 這是CHAM 算法目前找到的最長零相關(guān)特征和最長不可能差分特征. 與已有結(jié)果的對比如
密碼學(xué)報 2021年1期2021-03-19
- 基于改進Mask R-CNN的交通監(jiān)控視頻車輛檢測算法
測mask分?jǐn)?shù)的掩碼分支和基于Arcface Loss的目標(biāo)檢測損失函數(shù),解決視頻監(jiān)控中部分目標(biāo)由于存在遮擋而導(dǎo)致漏檢或誤檢的問題,提高了目標(biāo)的檢測精度和目標(biāo)特征的判別能力.1 基于改進Mask R-CNN的交通監(jiān)控視頻車輛檢測算法1.1 改進的Mask R-CNN算法的結(jié)構(gòu)框架Mask R-CNN模型將目標(biāo)的分類分?jǐn)?shù)作為最終目標(biāo)分割的分?jǐn)?shù),即評判分類、邊界框修正以及掩碼分割效果取決于該分類分?jǐn)?shù). 在背景雜亂、目標(biāo)相互遮擋等復(fù)雜場景下,可能會出現(xiàn)目標(biāo)被漏檢
南京師范大學(xué)學(xué)報(工程技術(shù)版) 2020年4期2021-01-12
- 幾種循環(huán)神經(jīng)網(wǎng)絡(luò)和時頻掩碼在心肺音分離中的應(yīng)用
心音和肺音的時頻掩碼作為中間步驟。常見時頻掩碼有理想二值掩碼(ideal binary mask, IBM)[9]和理想比例掩碼(ideal ratio mask, IRM)[10]等。利用心音或肺音時頻掩碼,結(jié)合心肺音混合信號的相位譜,通過逆變換方法即可重構(gòu)心音或肺音信號的時域波形。常用的時頻掩碼沒有考慮源信號的相位信息。但最近的一些研究表明,在時頻掩碼中加入相位信息有利于提高目標(biāo)信號的感知質(zhì)量和可懂度,如理想相位敏感掩碼(ideal phase sen
自動化與信息工程 2020年1期2020-03-20
- 什么是IPv6的前綴長度
現(xiàn)的,那就是子網(wǎng)掩碼。IPv4的子網(wǎng)掩碼大家都不陌生,比如最常見的3個分別是:255.255.255.0255.255.0.0255.0.0.0再就是一些不常見的比如:255.255.255.224255.255.240.0其他太多了,就不一一舉例。但這實際表示什么意思呢?其實嚴(yán)格的說這個是位數(shù)長度,比如說255.255.255.0,如 果 你 轉(zhuǎn)換為二進制,正好就是24個 連 續(xù) 的 1, 255.255.0.0是16個連續(xù)的1。這樣我們多花點時間計算的
網(wǎng)絡(luò)安全和信息化 2019年7期2019-12-22
- 融合掩碼約束算法的Spindle Net行人重識別網(wǎng)絡(luò)
礎(chǔ)上導(dǎo)入了行人的掩碼策略。Spindle Net能較好解決遮擋和位姿問題,所以本文以Spindle Net為基礎(chǔ)加入掩碼信息,與一般的行人重識別方法相比,由于添加的行人圖片的掩碼圖中含有很多隱含的信息,掩碼邊緣特征作為圖片中行人最基本的特征之一,將其應(yīng)用到神經(jīng)網(wǎng)絡(luò)中進行特征提取,有助于提取到更多特征,抑制冗余或干擾的特征,在提取更多隱含特征的同時去除背景的干擾并且減少圖片的噪聲干擾,并在后續(xù)減少不必要的數(shù)據(jù)量處理,最終使得重識別準(zhǔn)確率有所提升。本文使用Ma
長春理工大學(xué)學(xué)報(自然科學(xué)版) 2019年5期2019-11-23
- 快速去除睫毛及高效眼瞼檢測方法
檢測區(qū)域中的睫毛掩碼圖,其中白色為檢測出來的睫毛;(i)為直接利用掩碼圖(h)去除睫毛后的下眼瞼檢測區(qū)域;(j)為將(h)中睫毛區(qū)域膨脹后的睫毛掩碼圖;(k)為利用掩碼圖(j)去除睫毛的下眼瞼檢測區(qū)域??梢娕蛎浤軌蚴沟孟卵鄄€檢測區(qū)域中的睫毛去除的更加干凈;(l)為對下眼瞼檢測區(qū)域原圖的眼瞼檢測效果;(m)為對去除睫毛后的下眼瞼檢測區(qū)域的眼瞼檢測效果,明顯去除睫毛可以使得下眼瞼檢測更加準(zhǔn)確。4 基于gabor的眼瞼檢測算法4.1 獲得梯度圖gabor濾波器是
計算機測量與控制 2019年10期2019-10-29
- 低面積復(fù)雜度AES低熵掩碼方案的研究
的威脅最大,采用掩碼方案是抵御DPA最有效的方法。AES加密算法的安全性將隨著掩碼階數(shù)的增加而提高,但掩碼階數(shù)的增加會帶來硬件成本成倍的增加。目前,掩碼方案主要有查找表掩碼[4-5]、加法鏈掩碼[6]和復(fù)合域掩碼[7]這3種,相較于后2種方案,查找表掩碼方案具有實現(xiàn)速度快、易于實現(xiàn)等特點,但存在存儲空間大的不足,難以應(yīng)用到資源受限的設(shè)備中。針對這一問題,Nassar等[8]提出了一種循環(huán)移位S盒掩碼(RSM, rotating S-box masking)
通信學(xué)報 2019年5期2019-06-11
- 對加掩加密算法的盲掩碼模板攻擊
用一個或多個隨機掩碼與可能發(fā)生泄露的中間值進行異或,從而使其泄露的能耗隨機化,達到防御DPA攻擊的目的。而研究人員又發(fā)展出高階 DPA攻擊[26-27]的方法來攻擊具有加掩防護的加密設(shè)備。高階DPA攻擊利用多個中間值的組合值與它們對應(yīng)泄露能耗的組合值具有一定的相關(guān)性這一事實實施攻擊。高階DPA比一階DPA攻擊需要更多的能跡,并且非常耗時。這是因為攻擊者無法通過統(tǒng)計手段發(fā)現(xiàn)多個中間值的能耗泄露的準(zhǔn)確位置,只能在猜測的泄露范圍內(nèi)對能耗進行交叉組合。這種方式極大
通信學(xué)報 2019年1期2019-02-25
- 改進的區(qū)域生長算法在寺觀壁畫脫落病害標(biāo)定中的應(yīng)用?
法分別計算各特征掩碼的基礎(chǔ)上,又將各特征掩碼進行融合以提高標(biāo)定精度,最后獲得脫落病害區(qū)域的最終掩碼完成自動標(biāo)定.實驗結(jié)果表明,該算法較現(xiàn)有標(biāo)定算法標(biāo)定更準(zhǔn)確,用戶滿意度更高.1 壁畫脫落區(qū)域的自動識別及標(biāo)定寺觀壁畫的脫落區(qū)域沒有明顯的形狀、紋理特征,但其顏色特征尤為明顯,脫落區(qū)域顏色相對單一.繪畫層脫落區(qū)域,亮度和灰度值較高;地仗層脫落區(qū)域飽和度高,色度區(qū)分比較明顯.本文分別針對不同程度的脫落病害,分析其自身特點分別使用不同方法進行標(biāo)定.1.1 繪畫層脫落
- 通信領(lǐng)域發(fā)明專利申請的檢索策略研究
,每個子范圍與一掩碼信息對應(yīng),將這個對應(yīng)關(guān)系保存在本地。當(dāng)執(zhí)行發(fā)現(xiàn)操作時,OLT發(fā)送發(fā)現(xiàn)用的發(fā)送許可信號,該信號中包括許可響應(yīng)的ONU固體編號以及用于指定該固體編號的一致檢測對象比特的掩碼信息;ONU接收發(fā)送許可信號,比較由掩碼信息指定的固體編號的比特位和自身的固體編號的相應(yīng)比特位是否一致,在一致的情況下才向站側(cè)裝置發(fā)送登記請求信號。通過上述方案,能夠只讓距離OLT一定范圍的ONU發(fā)送登記請求。圖2 可見,本申請的發(fā)明構(gòu)思是:通過將距離與掩碼信息對應(yīng),指定
中小企業(yè)管理與科技 2018年11期2018-11-06
- 不充分SIMD向量化技術(shù)研究
實現(xiàn)過程2.1 掩碼指令實現(xiàn)一些處理器支持的向量指令集支持掩碼操作,例如:英特爾的AVX、AVX512指令集支持帶掩碼的存取操作,掩碼指令寫操作相對靈活,通過掩碼控制,可以將向量寄存器中的任意數(shù)據(jù)寫回到內(nèi)存中,所以利用掩碼,可以將有效數(shù)據(jù)寫回到內(nèi)存,完成不充分向量讀操作。如圖7所示,示例程序向量并行度為3,當(dāng)向量寬度為4時,程序可以利用不充分向量化達到并行執(zhí)行的目的,利用掩碼指令實現(xiàn)的具體操作如圖8所示。圖7 示例程序—不充分向量化實現(xiàn)圖8 不充分向量化的
計算機應(yīng)用與軟件 2018年9期2018-09-26
- 基于布爾異或掩碼轉(zhuǎn)算術(shù)加法掩碼的安全設(shè)計*
常見的防護方法有掩碼防護、隨機偽輪防護等。這些防護方法的主要目的是減弱敏感中間值和能耗之間的相關(guān)性,從而達到防護的目的。其中,掩碼防護是常見的防護措施之一,基本原理是通過在密碼模塊的輸入中加入隨機數(shù)掩碼數(shù)據(jù),從而掩蓋真實數(shù)據(jù),同時設(shè)計相應(yīng)的掩碼脫掩電路,并將兩種電路的輸出結(jié)果結(jié)合運算進行消除掩碼,以消除掩碼技術(shù)對結(jié)果的影響。常見的兩種掩碼方法是布爾異或掩碼和算法加法掩碼。布爾異或掩碼主要是異或運算設(shè)計的掩碼,算術(shù)加法掩碼的主要是加法或者減法運算設(shè)計的掩碼。
通信技術(shù) 2018年3期2018-03-21
- 解析網(wǎng)絡(luò)掩碼
子網(wǎng)掩碼應(yīng)用:判斷目的IP跟自己是否是同一網(wǎng)段的依據(jù)。特點:由1和0組成。左邊是網(wǎng)絡(luò)位,1的數(shù)目等于網(wǎng)絡(luò)位的長度;右邊是主機位,0的數(shù)目等于主機位的長度,1和0絕對不可能間隔,1總在0的前面。誤區(qū):對方跟我在同一子網(wǎng),但不能通信。案 例:網(wǎng) 絡(luò) 配置:PC0:172.16.20.8255.255.255.0PC1:172.16.20.250 255.255.255.240PC0上 運 行Ping 172.16.20.250具體通信過程:1.PC0認(rèn)為PC1
網(wǎng)絡(luò)安全和信息化 2018年4期2018-03-04
- 智能電網(wǎng)AMI網(wǎng)絡(luò)隱私保護的讀數(shù)采集策略
表中采集讀數(shù)加入掩碼,只有將所有的智能電表的讀數(shù)進行聚合、消除所有的掩碼,才能得到真實的電能消費信息,因此單單獲取一個智能電表的讀數(shù)無法得到真實的電能消費讀數(shù)。每個智能電表和其他電表或電網(wǎng)設(shè)施之間通過一個代理分享其自身的掩碼信息。那么,掩碼信息的產(chǎn)生與代理獲取其他電表或電網(wǎng)設(shè)施的掩碼信息有關(guān)。另外,這里提出的讀數(shù)采集策略不僅能用于多跳的AMI網(wǎng)絡(luò),也能用于單跳的AMI網(wǎng)絡(luò)。通過相關(guān)測試,本文提出的加密方法比之前其他的讀數(shù)采集策略更有效。同時,本文的策略能保
單片機與嵌入式系統(tǒng)應(yīng)用 2018年1期2018-01-15
- IP擴展訪問控制列表的配置
指源地址和通配符掩碼,源地址是主機或一組主機的點用十進制表示,必須與通配符掩碼配合使用,用來指定源地址比較操作時必須比較匹配的位數(shù)。通配符掩碼是一個32位二進制數(shù),二進制“0”表示該位必須比較匹配,二進制“1”表示該位不需要比較匹配,可以忽略。例如通配符掩碼0.0.0.255,表示只比較IP地址中前24位,后8位IP地址忽略,通配符掩碼0.0.7.255表示只比較IP地址中前21位,后11位IP地址忽略,通配符掩碼0.0.255.255表示只比較IP地址中
網(wǎng)絡(luò)安全和信息化 2016年10期2016-11-26
- 利用IP擴展控制應(yīng)用服務(wù)訪問
指源地址和通配符掩碼。源地址是主機或一組主機的點用十進制表示,必須與通配符掩碼配合使用。進行指定源地址比較操作時,必須比較匹配的位數(shù)。通配符掩碼是一個32位二進制數(shù),二進制“0”表示該位必須比較匹配,二進制“1”表示該位不需要比較匹配,可以忽略。例如,通配符掩碼0.0.0.255,表示只比較IP地址中前24位,后8位IP地址忽略不關(guān)心。通配符掩碼0.0.7.255,表示只比較IP地址中前21位,后11位IP地址忽略不關(guān)心。通配符掩碼0.0.255.255,
網(wǎng)絡(luò)安全和信息化 2016年11期2016-11-26
- 子網(wǎng)掩碼應(yīng)用探究
最密切的就是子網(wǎng)掩碼。所謂子網(wǎng)掩碼又叫網(wǎng)絡(luò)掩碼、地址掩碼,它是一種用來指明一個IP地址的哪些位標(biāo)識的是主機所在的子網(wǎng),以及哪些位標(biāo)識的是主機的位掩碼。子網(wǎng)掩碼不能單獨存在,它必須結(jié)合IP地址一起使用。子網(wǎng)掩碼只有一個作用,就是將某個IP地址劃分成網(wǎng)絡(luò)地址和主機地址兩部分。子網(wǎng)掩碼通常有兩種格式的表示方法:一是用與IP地址格式相同的點分十進制表示;二是在IP地址后面加上“/”符號以及1-32的數(shù)字,其中數(shù)字表示子網(wǎng)掩碼中標(biāo)識位的長度,也就是“1”的個數(shù)。子網(wǎng)
新課程·下旬 2016年2期2016-04-19
- 子網(wǎng)掩碼應(yīng)用探究
高級中學(xué))?子網(wǎng)掩碼應(yīng)用探究李英華 (山西省靈石縣第一職業(yè)高級中學(xué))隨著企業(yè)網(wǎng)絡(luò)規(guī)模的不斷擴大,IP地址在規(guī)劃和管理中的地位越來越重要,IP地址空間的分配要與網(wǎng)絡(luò)層次結(jié)構(gòu)相適應(yīng),既要有效利用地址空間,又要體現(xiàn)出網(wǎng)絡(luò)的可擴展性和靈活性,同時能滿足路由協(xié)議的要求,提高路由算法的效率,加快路由變化的收斂速度,通過對IP地址的管理使網(wǎng)絡(luò)管理與維護更加方便。與IP地址關(guān)系最密切的就是子網(wǎng)掩碼。所謂子網(wǎng)掩碼又叫網(wǎng)絡(luò)掩碼、地址掩碼,它是一種用來指明一個IP地址的哪些位標(biāo)
新課程(下) 2016年2期2016-03-05
- 優(yōu)先級引發(fā)IBGP出錯
4分為兩個19位掩碼的網(wǎng)段發(fā)布,在H3C-MSR5660 B和H3CMSR5660 C上都可以看到此網(wǎng)段OSPF路由信息。接著,在H3C-MSR5660 C上,執(zhí) 行display ip routing-table命令查看全局路由表信息,發(fā)現(xiàn)其14位掩碼的該網(wǎng)段路由是通過BGP的方式,從H3C-MSR5660 B中學(xué)習(xí)得到的,而且優(yōu)先級為中高。最后,我們通過在H3CMSR5660 C上執(zhí)行display current-configuration檢查路由器
網(wǎng)絡(luò)安全和信息化 2015年4期2015-11-30
- 《計算機網(wǎng)絡(luò)技術(shù)》的幾個重點課題的教學(xué)分析
余碼;子網(wǎng)劃分;掩碼;網(wǎng)絡(luò)號中圖分類號:G642 文獻標(biāo)識碼:A 文章編號:1009-3044(2015)12-0130-02"The Analysis of Several Key Issues of The Computer Network Technology" TeachingLIN Tong-xi(Guangzhou Huali College of Science and Technology, Guangzhou 511325, China)
電腦知識與技術(shù) 2015年12期2015-07-18
- 基于掩碼的AES算法抗二階DPA攻擊方法研究
技術(shù)與防御技術(shù)。掩碼方法是目前使用最廣泛的抗能量分析攻擊方法,國內(nèi)外專家學(xué)者對掩碼方法進行了深入的研究,首先提出的是隨機掩碼的概念,之后提出了固定值掩碼方案。隨著加密和破譯技術(shù)的不斷進步,在抗一階能量分析攻擊的防御技術(shù)趨于成熟時,學(xué)者們又把目光投向了高階能量分析攻擊的防御方法上。文獻[1-3]對抗高階能量分析攻擊方法進行了深入研究,Rivain等[1]研究了高階掩碼型S盒的設(shè)計過程,文獻[2]利用仿射掩碼來實現(xiàn)抗高階能量分析,文獻[3]則是采用加法掩碼和乘
電子設(shè)計工程 2015年20期2015-01-29
- 一種求解延遲型m序列線性組合的新算法
移動通信系統(tǒng)用戶掩碼的分配設(shè)計中,同時通過對特定241位的大延遲長碼掩碼的求解,定量分析了采用傳統(tǒng)代數(shù)迭代法的計算復(fù)雜度。1 m序列線性組合關(guān)系求解的代數(shù)算法有限域上多項式是研究偽隨機序列的重要數(shù)學(xué)工具。代數(shù)算法就是由二元域m序列特征多項式f(x)和延遲算子多項式xk,利用在二元域上定義的多項式的模2運算法則求解m序列線性組合關(guān)系[5]。m序列A0可以寫成如下形式:A0={a0a1a2…aL-1…},其周期L=2n-1,特征多項式為由于集合G(f)表示所有
數(shù)據(jù)采集與處理 2014年3期2014-11-17
- 抗側(cè)信道攻擊的SM4多路徑乘法掩碼方法
SM4多路徑乘法掩碼方法譚銳能1,2,盧元元1,田椒陵1,2(1. 深圳大學(xué)信息工程學(xué)院,廣東 深圳 518060;2. 國民技術(shù)股份有限公司,廣東 深圳 5180 57)SM4是國內(nèi)于2006年公布的第1個商用的分組密碼算法。為提高SM4算法安全性,抵御功耗分析、電磁輻射等側(cè)信道攻擊,提出一種抗側(cè)信道攻擊的SM4多路徑乘法掩碼方法。該方法在輪函數(shù)中采用多條數(shù)據(jù)路徑,并對引進隨機數(shù)后的S盒用有限域乘法求逆變換加以改進,使中間結(jié)果與標(biāo)準(zhǔn)SM4算法的中間結(jié)果完
計算機工程 2014年5期2014-08-05
- 掩碼方案中的最優(yōu)預(yù)處理技術(shù)*
海201112)掩碼方案中的最優(yōu)預(yù)處理技術(shù)*陳 曼1,羅 順2(1.保密通信重點實驗室,四川成都610041;2.上海通用識別技術(shù)研究所,上海201112)本文旨在說明優(yōu)化處理技術(shù)攻擊帶掩碼實現(xiàn)的密碼算法的有效性。在攻擊者擁有一塊可自由操控的、與待攻擊密碼設(shè)備硬件實現(xiàn)完全相同而密鑰不同的設(shè)備的條件下,本文給出了利用高階相關(guān)能量分析攻擊和碰撞攻擊破解密碼算法掩碼實現(xiàn)方案時的最優(yōu)化處理技術(shù)。本文在接觸式智能卡芯片上實現(xiàn)了Herbst等人提出的掩碼AES算法,對
通信技術(shù) 2014年12期2014-02-09
- 一種基于漫水填充法的物證信息添加方法
到更加清晰的物證掩碼圖。利用得到的掩碼圖將物證添加到案件現(xiàn)場全景圖中。實驗表明,本文的方法可以實現(xiàn)將物證信息添加到案件現(xiàn)場全景圖中,使重建的案件現(xiàn)場更加完整?!娟P(guān)鍵字】漫水填充 掩碼 案件現(xiàn)場 添加【中圖分類號】TP309 【文獻標(biāo)識碼】A 【文章編號】1672-5158(2013)04-0157—010、引言在真實的案件現(xiàn)場中大多數(shù)情況下是利用相機對案件現(xiàn)場的物證和場景進行拍攝,后期利用拼接技術(shù)實現(xiàn)案件現(xiàn)場的重建。但是,由于案件現(xiàn)場的特殊性,現(xiàn)場不能長時
中國信息化·學(xué)術(shù)版 2013年4期2014-01-03
- 針對密碼算法的高階DPA攻擊方法研究
算的數(shù)據(jù)進行隨機掩碼,也稱為信息盲化[4]。加了掩碼的數(shù)據(jù)在進行密碼運算時,包含密鑰信息的中間數(shù)據(jù)被掩碼保護起來,因此能夠抵抗一階DPA攻擊。然而這種防御技術(shù)仍然可以用高階DPA進行攻擊。相對一階DPA攻擊來說,高階DPA需要攻擊者了解更多的算法實現(xiàn)細(xì)節(jié),并且需要選擇恰當(dāng)?shù)墓裟P停怨暨^程也比一階DPA復(fù)雜得多。1 能量泄露模型和DPA攻擊原理1.1 能量泄露模型設(shè)備的功耗可以通過在設(shè)備的GND管腳和地之間插入一個電阻,然后用示波器測量電阻兩端的電壓
電子技術(shù)應(yīng)用 2013年10期2013-08-13
- AISG2.0下的遙控電調(diào)傾角天線設(shè)備搜索算法
于重復(fù)掃描的混合掩碼放開位的電調(diào)天線設(shè)備搜索算法。仿真和實踐對比證明,該算法具有較低的設(shè)備識別時間,可以提高設(shè)備搜索效率。1 電調(diào)天線設(shè)備掃描搜索算法基礎(chǔ)電調(diào)天線設(shè)備搜索算法是通過一定的設(shè)備掃描搜索策略,使控制系統(tǒng)能識別AISG網(wǎng)絡(luò)中所有設(shè)備的全球唯一性標(biāo)識碼(unique ID,UID)??刂葡到y(tǒng)能否識別設(shè)備,遵循的是一種掩碼匹配機制,即天線設(shè)備接收到搜索命令幀后(命令幀格式詳見文獻[2-3]),先解析出掩碼和匹配碼,再用掩碼屏蔽設(shè)備UID來與匹配碼相比
重慶郵電大學(xué)學(xué)報(自然科學(xué)版) 2012年3期2012-12-14
- 一種抗相關(guān)功耗攻擊DES算法及FPGA電路實現(xiàn)
種基于“非對稱”掩碼的新型抗差分功耗攻擊的方法,并在標(biāo)準(zhǔn)加密算法(DES)中實現(xiàn).即通過在算法的不同時刻引入不同的隨機掩碼變換,使加密設(shè)備的功耗與密鑰之間的相關(guān)性被擾亂,從而抵御相關(guān)功耗攻擊.以此方案設(shè)計了電路并采用FPGA實現(xiàn)了電路.搭建了功耗攻擊的FPGA實物平臺,分別對未加防御的DES和抗相關(guān)功耗攻擊DES算法電路進行相關(guān)功耗攻擊實驗.實驗結(jié)果表明,以增大5倍攻擊樣本且花費了近5倍的破譯時間為代價,仍無法攻破該方法保護的DES算法,可見“非對稱”掩碼
東南大學(xué)學(xué)報(自然科學(xué)版) 2012年6期2012-09-17
- 經(jīng)時頻掩碼的欠定混疊信號的盲提取
其中,二進制時頻掩碼方法是欠定系統(tǒng)解混的重要方法,它與最短路徑法、l1-范數(shù)解、l0-范數(shù)解有明顯的區(qū)別:它要求源信號相互不重疊,即在時頻域的每個頻率點都僅有一個源信號。雖然實際混疊并不能保證該條件,但是可以近似地視為源信號相互不重疊。DUET算法正是利用了二進制時頻掩碼,取得了很好的分離效果。在非完全稀疏的情況下,改善源信號恢復(fù)性能,一直是一個挑戰(zhàn)性問題,DUET算法也需要進一步地改善。本文針對上述問題,融合DUET算法和非完全稀疏信號的盲提取算法[10
通信學(xué)報 2012年8期2012-08-06
- 一種非規(guī)則QC-LDPC的掩碼矩陣構(gòu)造方法
矩陣上進行非規(guī)則掩碼,獲得非規(guī)則QC-LDPC。在構(gòu)造掩碼矩陣的過程中,通過保留原始矩陣中的部分結(jié)構(gòu),并結(jié)合一種改進的PEG(Progressive Edge Growth)算法,降低了收斂門限并延遲了誤碼基底的出現(xiàn)。理論分析和仿真結(jié)果顯示,新方法設(shè)計的碼字在收斂門限和誤碼基底方面都有良好的表現(xiàn)。1 技術(shù)背景1.1 基于有限域構(gòu)造的QC-LDPC碼令α表示伽羅華域GF(q)上的一個本原元,其中q 表示某個質(zhì)數(shù)的冪,則α∞=0,α,α2,…,αq-2構(gòu)成了G
制導(dǎo)與引信 2012年1期2012-04-20
- 基于FPGA加密芯片的DPA實現(xiàn)與防御研究
身進行優(yōu)化。其中掩碼技術(shù)(Mask)就是一種主要的手段,在加密過程中引入與實際處理數(shù)據(jù)不相關(guān)的另外—個變量,從而使加密器件所泄漏的功耗信息與實際處理數(shù)據(jù)相關(guān)性大大降低。這種方法易于實現(xiàn)而且能夠很好的防范一階差分功耗攻擊。文中首先以FPGA為實驗平臺,實現(xiàn)對AES(Advanced Encryption Standard)的加密流程,然后對沒有進行防御的AES算法進行DPA攻擊,證明DPA等功耗分析攻擊對加密芯片進行破解的可行性。然后對AES加密算法的各個流
電子設(shè)計工程 2011年22期2011-06-05
- 基于大小掩碼區(qū)的圖像修補研究
程往往是首先確定掩碼區(qū),而后結(jié)合其在圖像中的位置,利用修補算法完成對圖像的修補。但是,多數(shù)算法只是將掩碼區(qū)統(tǒng)一歸類,統(tǒng)一處理,而這也不可避免地造成修補過程效率降低。實際上,多數(shù)小掩碼區(qū)域的修補并不需要復(fù)雜修補算法,利用簡單便捷的結(jié)構(gòu)修補便可實現(xiàn),而大掩碼區(qū)的修補可以利用紋理修補等較為復(fù)雜的算法來實現(xiàn)。此外,迭代次數(shù)上,小掩碼區(qū)可以少一些,大掩碼區(qū)則可以多一些。這樣,通過掩碼區(qū)將復(fù)雜與便捷算法相結(jié)合,既可提高效率,也可改善修補結(jié)果。當(dāng)然,手工也可以劃分大小掩
電視技術(shù) 2011年11期2011-03-15