摘要:光滑粒子流体动力学(smoothed particle hydrodynamics, SPH)是实现流体仿真的主要技术之一. 随着生产实践中流体仿真应用需求的增加, 近些年涌现了许多相关研究成果, 改善了流体不可压缩性、粘性、表面张力等物理特性模拟的视觉真实性、效率与稳定性. 同时, 一些工作探讨了复杂场景的高质量模拟, 以及多场景、多材料的统一仿真框架, 增强了SPH流体仿真技术的应用效能. 从以上几个方面对SPH流体仿真技术进行归纳、总结和讨论, 并对其未来发展进行了展望.

摘要:针对传统基于测地线的泊松融合方法中插值旋转场与尺度场计算量大而影响交互建模的应用，提出了基于复用拉普拉斯算子的高效融合方法.该方法将几何融合、旋转场与尺度场的插值问题均转化为拉普拉斯（泊松）方程进行求解，仅需一次Cholesky分解和多次回代计算，得到融合所需的8个标量场，比起传统基于测地线的插值方法快两个数量级；随后，运用基于约束Delaunay三角化与离散极小曲面的鲁棒方法对融合边界处的网格进行优化，实现网格的高效融合.同时，再次复用拉普拉斯算子，在进行几何融合的同时，实现了纹理坐标的快速融合.该算法不仅能够处理具有复杂拓扑与多个边界模型，并获得与传统泊松融合方法相媲美的实验结果，而且显著地提高了效率，能够满足交互响应的需求.

摘要:建立邻接图上的批量边删除聚类算法通用框架，提出基于高斯平滑模型的批量边删除判定准则，定义了适于聚类的邻接图的一般性质，提出并证明在kNN图基础上引入随机因子构造的随机kNN图，可以增强顶点之间的局部连通性，使聚类结果不再强烈依赖于某条边或某些边的保留或删除.RkNNClus算法简洁高效，依赖参数少，无需指定类簇数目，模拟和真实数据上的实验均有证明.

摘要:三方口令认证密钥交换协议允许两个分别与服务器共享不同口令的用户在服务器的协助下建立共享的会话密钥，从而实现了用户间端到端的安全通信.现阶段，多数的三方口令认证密钥交换协议都是在随机预言模型下可证明安全的.但在实际应用中，利用哈希函数对随机预言函数进行实例化的时候会给随机预言模型下可证明安全的协议带来安全隐患，甚至将导致协议不安全.以基于ElGamal加密的平滑投射哈希函数为工具，在共同参考串模型下设计了一种高效的三方口令认证密钥交换协议，并且在标准模型下基于DDH假设证明了协议的安全性.与已有的同类协议相比，该协议在同等的安全假设下具有更高的计算效率和通信效率，因此更适用于大规模的端到端通信环境.

摘要:随着软件系统功能和性能的强化和提高，企业的管理效率在不断提升，运营模式也越来越丰富.与此同时，软件系统变得越来越复杂，这向软件系统管理和维护提出了严峻的挑战.如何通过采集系统外部特征参数，对系统内部状态进行客观、准确地评估和预测，成为亟待解决的问题.为此，提出了一种基于隐马尔可夫模型的软件系统状态评估预测方法.该方法基于软件系统外在特征参数，通过K-means方法构建系统的观测状态，并以此建立隐马尔可夫模型，建立起系统外在状态（观测状态）和内部状态（隐藏状态）之间的联系；再利用三次指数平滑法对具有周期性变化的系统特征参数进行预测，即可预测系统未来状态.针对基于B/S软件架构的信息管理系统的实验，其结果表明该方法对系统状态评估和预测具有较高的准确性.

摘要:随机优化算法是求解大规模机器学习问题的高效方法之一.随机学习算法使用随机抽取的单个样本梯度代替全梯度,有效节省了计算量,但却会导致较大的方差.近期的研究结果表明:在光滑损失优化问题中使用减小方差策略,能够有效提高随机梯度算法的收敛速率.考虑求解非光滑损失问题随机优化算法COMID(compositeobjective mirror descent)的方差减小问题.首先证明了COMID具有方差形式的O(1/√T+σ2/√T)收敛速率,其中,T是迭代步数,σ2是方差.该收敛速率保证了减小方差的有效性,进而在COMID中引入减小方差的策略,得到一种随机优化算法α-MDVR(mirror descent with variance reduction).不同于Prox-SVRG(proximal stochastic variance reduced gradient),α-MDVR收敛速率不依赖于样本数目,每次迭代只使用部分样本来修正梯度.对比实验验证了α-MDVR既减小了方差,又节省了计算时间.

摘要:时序数据是数据挖掘的一类重要对象.在做时序数据分析时,若不考虑数据的时差,则会造成相关性的误判.所以,时序数据存在相关性和时差相互制约的问题.通过对时序数据的相关性和协同性进行研究,给出了双序列的相关性判定方法和曲线排齐方法.首先,从时间弯曲的角度分析了两类相关性错误产生的原因及其特点;然后,根据相关系数的渐近分布得到相关系数在一定显著性水平上的界,将两者综合得到基于时移序列相关系数特征的相关性判定方法;最后,提出一种基于相关系数最大化的曲线排齐模型,其适用范围比AISE准则更广.模型采用光滑广义期望最大化(S-GEM)算法求解时间弯曲函数.在构造数据和真实数据上的数值实验结果表明:该相关性判别方法在伪回归识别中,比常规的3种相关系数以及Granger因果检验更有效;提出的S-GEM算法在大多数情况下明显优于连续单调排齐法(CMRM)、自模型排齐法(SMR)和极大似然排齐法(MLR).该文考虑的是双序列的线性相关问题和函数型曲线排齐方法,这些结果可为回归分析的相关性判定和时间对齐提供理论基础,并为多序列相关性分析和曲线排齐提供参考方向.

摘要:针对光滑孪生支持向量机(smooth twin support vector machines,简称STWSVM)采用的Sigmoid 光滑函数逼近精度低和STWSVM 对异常点敏感的问题,引入一种性能更好的光滑函数——CHKS 函数,提出了光滑CHKS孪生支持向量机模型(smooth CHKS twin support vector machines,简称SCTWSVM).在此基础上,根据样本点的位置为每个训练样本赋予不同的重要性,以降低异常点对非平行超平面的影响,提出了加权光滑CHKS 孪生支持向量机(weighted smooth CHKS twin support vector machines,简称WSCTWSVM).不仅从理论上证明了SCTWSVM 具有严凸性和任意阶光滑的性能,而且在数据集上的实验结果表明,相对于STWSVM,SCTWSVM 可以在更短的时间内获得更高的分类精度,同时验证了WSCTWSVM 的有效性和可行性.

摘要:在头驱动句法分析模型下,基于经典插值平滑算法,提出了以统计空间中平均事件数为基础的直接插值平滑建模原则,并应用经典的误差理论分析了该原则的合理性.基于该原则并借鉴语言模型中其他插值平滑算法对模型的零点进行假设的方法,在头驱动句法分析模型下,重新构造了4种平滑算法.实验数据显示,新平滑算法在高于经典平滑算法性能的同时,显著降低了自由参数的扰动程度,从实验的角度证明了该平滑建模原则的有效性.

摘要:凭借着高性能的计算机、高分辨率的数码照相机以及成熟的照片编辑软件,用户可以轻松地按照自己的意愿来修改数字图像.由于成功的伪造不会在图像上留下篡改的视觉痕迹,也就不会被人眼所感知,但是也会不可避免地留下一些修改过的电子痕迹.大多数的伪造会在篡改图像之后采用边缘和区域平滑的方法来使图像显得完整、统一.描述了图像在修改前后的区别,之后将引入不和谐点的概念,然后提出了一种在图像的任意地方自动检测平滑区域的方法,以表明可能存在的篡改.该技术方法不需要嵌入任何信息.