学科分类
/ 25
500 个结果
  • 简介:随机发生器在安全领域内有着广泛的应用.文章简要介绍了伪随机和真随机在信息安全领域的作用以及应用,给出了随机发生器设计的方法和设计图,就设计的主要因素随机源的概念和意义进行了详细的解释.文章还提供了一套随机定量检测的方法.

  • 标签: 伪随机数 真随机数 随机源 随机性检测
  • 简介:[摘要]本文对随机均匀分布、正态分布的生成算法进行了探讨,给出了一种服从正态分布随机生成方法,该方法用于描述取值范围较集中的现象,它在客观世界中有着广泛的应用。[关键词]随机均匀分布正态分布教学一、引言在数据结构、算法分析与设计、科学模拟、信息安全等方面都需要用到随机。特别是一些安全级别要求比较高的应用,对于随机的质量提出了很高的要求。随机的生成一般有两种方式,一种是硬件方式,一种是软件方式。一般情况下,硬件方式生成的随机质量要好于软件方式生成的随机。但是对于一般的用户来说,需要每位用户都配备一种硬件设备来生成随机,这种方式可能不太现实。因此,通过软件方式来寻找高质量的随机,这是一个很重要而且人们不断探讨的课题……

  • 标签: 教学探讨 生成算法 算法教学
  • 简介:

  • 标签:
  • 简介:文章讨论了JAVA随机的产生与应用,以及若干应注意的问题,并通过例子进一步认识随机发生器在密码学中的应用.

  • 标签: 随机数 JAVA 密码 算法
  • 简介:摘要:VB中随机函数Random是随机产生一组无序数,但是随机函数随着VB的升级而使得用法产生变化,本文作者通过设计《中职英语技能大赛模拟测评软件》中随机函数的使用产生一些心得,分享给大家。

  • 标签:
  • 简介:在林业调查和科学研究中,为了模拟某一调查因子的结构规律,经常需要取得一批符合某种规律的随机,用作数理统计分析。通过实测调查可以取得这些调查数据,但这显然是很费事的。在常用的数理统计文献中,均列有[0,1]上均匀分布的随机表,利用[0,1]均匀分布的随机,就可以通过多种方法,产生其它任意分布的随机。电子计算机中的BASIC语言均提供有一个RND函数,它可以产生[0,1]之间的符合均匀分布的随机,因此,利用计算机的RND函数可以很简单的解决各种分布的随机产生问题。本文提供了在林业调查中应用较多的几种

  • 标签: 随机数表 均匀分布 随机数据 林业调查 调查数据 计算机模拟
  • 简介:摘要

  • 标签:
  • 简介:高一年级必修③第三章"概率"中,我们学习了几何概型及均匀随机,在此基础上,笔者尝试了用几何概型及均匀随机的知识,借助图形计算器的Statistics功能,实现利用试验频率估计概率来估算一些简单空间曲面围成的几何体如球体、圆柱体、圆锥体的体积,并与用公式求解的结果进行对比,充分体会数理统计这种重要的数学思想与方法,可以作为一个数学实验来开展.

  • 标签: 图形计算器 几何体 随机数 体积 估计 利用
  • 简介:从实际应用出发,对文献[1]中提出物流配送中心选址的随机学模型进行了有效性分析.通过计算机模拟得到的数据,分别应用随机学模型和传统选址方法对不同规模的配送网络进行选址,通过分析两者在不同条件下的总费用,得到了该随机模型的一些有趣的性质,为实际中的应用提供了依据.

  • 标签: 运筹学 有效性 数值模拟 随机数学模型
  • 简介:阐述了岩土类材料的非匀质性特性,以及对岩土类材料弹塑性破裂过程进行数值模拟的分析程序REPFPA,通过8个试样的数值模拟“试验”,深入地研究了随机发生器种子值对岩石试样弹塑性破裂过程的影响.分析结果表明:只要岩石材料力学性质的均质度和其它参数保持不变,随机发生器种子值对岩石试样弹塑性破裂过程与结果的影响很小.

  • 标签: 岩石试样 弹塑性破裂过程 随机数发生器种子值
  • 简介:为提高光电平台的控制性能和稳定性,以平台反馈回路所用的光纤陀螺传感器为研究对象,对光纤陀螺角速率的历史输出、当前量测以及随机漂移进行融合补偿。采用双自回归模型确定了光纤陀螺时间序列输出的自回归多项式和光纤陀螺随机漂移的自回归关系。以陀螺当前输出为量测量,结合卡尔曼滤波算法将陀螺历史输出和历史随机漂移融合进状态方程,并进行随机漂移在线估计补偿。实验结果表明,光纤陀螺随机漂移的AR模型能达到90%拟合效果,经卡尔曼滤波补偿后随机漂移能降到1/10。该方法能很好地抑制光电平台三个框架轴光纤陀螺的随机漂移,补偿率为80%~90%。

  • 标签: 光电平台 光纤陀螺随机漂移 信息融合 AR模型 卡尔曼滤波
  • 简介:摘要:为提高数据分析的准确度以及速度,引入卷积神经网络DL算法,开展对数据识别方法设计研究。分析对比实验结果得出,设计方法的识别结果相似度更高,识别误差更小,可以实现对数据识别准确度的提升。基于卷积结构的信号调制识别神经网络的识别性能受信号调制类型种类限制。

  • 标签:  深度调制识别 迁移学习 卷积神经网络 数据 DL算法
  • 简介:摘要:为提高数据分析的准确度以及速度,引入卷积神经网络DL算法,开展对数据识别方法设计研究。分析对比实验结果得出,设计方法的识别结果相似度更高,识别误差更小,可以实现对数据识别准确度的提升。基于卷积结构的信号调制识别神经网络的识别性能受信号调制类型种类限制。

  • 标签:  深度调制识别 迁移学习 卷积神经网络 数据 DL算法
  • 简介:地震数据规则化是地震信号处理中一个重要步骤,近年来受到广泛关注的压缩感知技术已经被应用到地震数据规则化中。压缩感知技术突破了传统的Shannon-Nyqiust采样定理的限制,可以用采集的少量地震数据重构完整数据。基于压缩感知技术的地震数据规则化质量主要受三个因素影响,除了受地震信号在不同变换域的稀疏表达和11范数重构算法的影响外,极大地取决于地震道随机稀疏采样方式。尽管已有学者开展了2D地震数据离散均匀分布随机采样方式研究,但设计新的稀疏采样方案仍然很有必要。在本文中,我们提出满足Bernoulli分布规律的Bernoulli随机稀疏采样方式和它的抖动形式。对2D数值模拟数据进行四种随机稀疏采样方案和两种变换(Fourier变换和Curvelet变换)实验,对获取的不完整数据应用11范数谱投影梯度算法(SPGL1)进行重构。考虑到不同随机种子点产生不同约束矩阵R会有不同的规则化质量,对每种方案和每个稀疏采样因子进行10次规则化实验,并计算出相应信噪比(SNR)的平均值和标准偏差。实验结果表明,我们提出的新方案好于或等于已有的离散均匀分布采样方案。

  • 标签: 插值 稀疏采样 变换 重构 稀疏性