GSM系统用户的三参数组是什么? IMSI和相应的Ki在用户SIM卡和鉴权中心(AUC)中 都会分别存储,而且它们还分别存储着鉴权算法 (A3)和加密算法(A5和A8)AUC中还有一个伪随 机码发生器,用于产生一个不可预测的伪随机数 (RAND)RAND和Ki经AUC中的A8算法产生一个 密钥(Kc),经A3算法产生一个响应数(SRES)。密 钥(Kc)、响应数(SRES)和相应的伪随机数(RAND) 一起构成了用户的一个三参数组

分式规划在管理模型中时常遇到,而且在一般情况下变量个数很多。Gilmore和Gomory提出一种算法[1],将分式规划用变形的单纯形法来求解。本文论述了Gilmore—Gomory算法在迭代过程中有可能产生死循环,从而造成计算失败。为克服这个缺陷,本文给出了一种避免死循环的迭代规则,使该算法臻于完善

提出了一种针对MPEG-2 AAC压缩音频的脆弱水印算法.该算法利用了AAC中MDCT量化系数大于15的Huffman编码特性来嵌入水印,并依据水印的频率分布和音频信号感知熵PE的大小对嵌入算法进行了分析和改进.实验表明,该算法具有较高隐藏率和良好的不可感知性,并且水印的嵌入和提取过程十分方便快速,适合进行实时分析

针对数据立方体的结构特点,结合联机分析处理技术,提出了两种基于数据立方体的维内关联规则挖掘算法.以合肥农河超市实际数据作为测试数据,给出了两种算法的实验结果.结果表明,两种算法在不同支持度情况下执行效率存在明显差异,分别适合在高支持度和低支持度情况下进行关联规则挖掘

基于logistic映射和时空混沌系统,设计了一个密钥长度为256bit的图像分组密码算法,将256bit的明文图像分组加密为等长的密文图像.该算法引入的辅助密钥和设计的迭代次数敏感地依赖于明文分组和密钥,交替迭代混沌系统及Arnold映射实现了像素值的扰乱和位置置乱.计算机仿真和密码分析表明,该算法具有对明文和密钥敏感、密钥空间大和可扩展性强等特点,具有良好的加密效果和较强的抗攻击性能,适用于安全通信领域

给出了有理系数整数线性规划的新的改进算法,称为模式化算法。其特点是:首先将此类规划变换(模式化)为一种特殊类型,然后利用其特殊结构建立改进算法。其综合了分枝定界法与割平面法,减少了分枝次数,简化了割平面的技巧

根据零水印概念,提出一种基于小波和混沌的多重水印零嵌入算法.该算法利用小波零树结构构造匹配矩阵,然后用其加载已由混沌空域置乱的多重二值图像水印.算法实现了多重水印的零嵌入,从根本上保证了水印的不可见性,并能够进行分级盲检测.实验表明,该方法鲁棒性较强,安全性良好,具有可靠性和可行性

提出一种改进的最大互信息(MMI)准则函数并把它应用于隐马尔可夫模型(HMM)的参数估计,重新推导了HMM的迭代公式.该准则函数相对于原来准则函数定义更为合理,能有效利用训练样本集中的鉴别信息,使得训练数据得到充分利用,提高了HMM的性能.把这种改进的HMM算法应用于面部表情识别,利用改进的光流算法提取面部表情特征向量序列,并利用改进HMM算法和BP神经网络构建了面部表情混合分类器.实验结果表明了该方法能有效提高面部表情识别率,有效解决HMM参数估计问题

排序问题的基本概念，三种简单排序算法（插入排序、冒泡排序、选择排序）； Shell排序，快速排序，归并排序，堆排序，基数排序。 ★ 选讲地址排序、各种排序算法的理论和实验时间代价的讨论以及排序问题的下限的研究。 ◼ 8.1 排序问题的基本概念 ◼ 8.2 插入排序（Shell排序） ◼ 8.3 选择排序（堆排序） ◼ 8.4 交换排序 ❑ 8.4.1 冒泡排序 ❑ 8.4.2 快速排序 ◼ 8.5 归并排序 ◼ 8.6 分配排序和索引排序 ◼ 8.7 排序算法的时间代价

针对实际决策表中对象动态变化的情况,首先引入简化决策表概念,剔除决策表中大量重复的对象,并构造了基于正区域的简化矩阵,有效地缩小了算法的搜索空间;然后从理论上阐述了基于简化矩阵的属性约简和基于矩阵的属性约简的一致性,并仅需扫描一遍简化矩阵便可求解出属性约简;最后在原属性约简的基础上,提出一种快速的动态属性约简矩阵算法.通过算例分析和实验对比验证了算法的有效性和可行性