弹性函数

摘要： 在特征为2的有限域F2上的n维线性空间F2n中,给出了旋转对称轨道的若干性质,定义了旋转对称轨道的数对00、01和11的分布矩阵,给出了一个2-弹性旋转对称函数的新刻画,通过修改已有的线性旋转对称弹性函数f0(x)=x1+x2+…+xn的支撑集(其中n=4t-1),给出了一个基于轨道交换技术的一类4t-1元旋转对称2-弹性函数的构造方法,并通过实例说明了所提构造方法的思想.

摘要： Son等给出了0-弹性函数(平衡函数)的平方和指标的下界.Maitra给出了m-弹性函数的平方和指标的下界.基于Sarkar和Maitra关于m-弹性函数的Walsh谱的结果[1],一个m-弹性函数的平方和指标的新的下界被给出.可以将这3个下界结合起来,针对特定的m(m大于或等于0,小于或等于m-3),给出相应的下界.然后发现,在许多情形下,新下界比上面提到的两个下界要紧一些.最后证明,当m等于n-3时,m-弹性函数的平方和指标要么是23n-2,要么23n.m等于是n-2,n-1时,m-弹性函数的平方和指标是确定的,它们是23n.

摘要： 公共机构停车场的收费价格过低导致停车资源匮乏,还出现了非服务对象占用服务对象停车位的现象。为了提高车辆周转率、明确设置公共机构停车场是为服务对象提供车位的初衷,制定了公共机构差异化停车收费方案。对于服务对象,选取出租车出行进行出行成本的对比;而对于非服务对象,则选取附近停车场进行对比,然后结合logit离散选择模型分别计算服务对象以及非服务对象对停车收费价格的期望感知价格。利用期望感知价格的弹性确定出行者对停车收费价格的心理底线。对于合理的停车需求,采用设置合理的公共停车场分担率的方法优化停车场收费价格。对于非合理的停车需求,取出行者心理能够承受的最大停车收费价格为优化价格。以广东省人民医院为例,通过本文的优化方法得出的价格方案,能够使选择在医院停车场停车的非服务对象由88%大幅下降至15%,更好地服务有需要的服务对象。同时能够有效地引导服务对象选择其他出行方式就医,选择私家车出行的服务对象将由85%下降至50%,能够缓解停车场停车难的问题。

摘要： 在特征为p的有限域上,基于弹性函数与正交表大集间的等价关系,借助于一个具有最大圈结构的拉丁方,给出了一个构造q元旋转对称弹性函数的新方法.此外,通过一个具体的实例说明了本文的方法能够构造出已有方法不能构造的GF(p)上的q元旋转对称弹性函数.

摘要： 在2r个变元的多输出旋转对称平衡函数和弹性函数存在的条件下,研究了输出变量维数的取值问题.根据输出变量的不同维数,基于弹性函数和正交表大集间的等价关系,给出了8元多输出平衡函数的计数结果,在此基础上进一步研究了8元多输出旋转对称1-弹性函数的构造与计数方法,将这类函数的构造问题转化为方程组的求解问题.%The value ranges of the number of output variables were determined respectively under the existence of mul-ti-output rotation symmetric balanced functions and resilient functions with 2rinput variables. Based on the equivalence between the resilient functions and large sets of orthogonal arrays, some results on the construction and count of mul-ti-output rotation symmetric balanced functions with 8 input variables were presented according to the different dimen-sions of output vectors, and construction and count of multi-output rotation symmetric 1-resilient functions with 8 input variables were also studied. Besides, constructions of multi-output rotation symmetric resilient functions are transformed into the problem of solving a system of equations.

摘要： 基于旋转对称弹性函数l值支撑矩阵的性质,给出了GF(p)上q变元旋转对称弹性函数的一个等价刻画,证明了GF(p)上q变元旋转对称一阶弹性函数的构造问题等价于一个方程组的求解问题,并且利用方程组的所有解给出这类函数计数结果的一个表示.

摘要： 代数免疫度是私钥密码学中的重要概念。具有高代数免疫度的函数能抵抗新型攻击---代数攻击。 CARLET Claude 和FENG Keqin构造了具有最大代数免疫度的平衡函数及其线性等价函数，根据CARLET和FENG的构造，首先证明这类最大代数免疫度函数的数目，然后给出曹浩等人给出的定理6的简化证明，最后说明没有矩阵满足曹浩等人给出的定理7的条件(即不能用曹浩等人的方法构造具有最大代数免疫度的1阶弹性函数)。%Algebraic immunity is an important notion in private-key cryptography . Functions with high al-gebraic immunity can successfully resist the new-type attack---algebraic attack. CARLET Claude and FENG Keqin construct the balanced functions with optimum algebraic immunity and their linearly equiva-lent functions. In accordance with CARLET and FENG's construction, the number of functions with opti-mum algebraic immunity is determined first, and then the simplified proof of theorem 6 by CAO Hao et al. is presented, finally it is pointed that there in no existence of the matrix which could satisfy the condition of theorem 7 given by CAO Hao et al. . This means that the first order resilient function with optimum alge-braic immunity couldn't be usually constructed with CAO's method.

摘要： 近年来,几乎最优弹性布尔函数的研究应用快速发展,提高几乎最优函数的非线性度有着重要的意义.针对一种性能较好的几乎最优函数进行分析和改进,结合毗连的构造方法,来构造偶数元几乎最优函数.在保持其弹性和代数次数的前提下,得到非线性度更高的几乎最优函数,使其性能得到一定提高,并给出了一种构造高非线性度弹性布尔函数的构造方法.分析表明,所提出的方案构造方法简单,容易实现,非线性度得到进一步提高,具有m阶弹性,且代数次数保持不变.

摘要： In 2009, based on a combinatorial conjecture, Tu and Deng constructed a class of Boolean functions in even variables with optimal algebraic immunity, optimal algebraic degree and good nonlinearity. This class of functions is called, the Tu-Deng function. Based on the same conjecture, they also proposed a class of resilient functions in even variables with suboptimal algebraic immunity, optimal algebraic degree and good nonlinearity. Ry studying the cryptographic properties of the concatenation of two Boolean functions derived from the Tu-Deng function, based on Tu-Dengs conjecture, a class of resilient Boolean functions in odd variables is proposed. This class of functions has suboptimal algebraic immunity, optimal algebraic degree and good nonlinearity.%2009年,Tu和Deng在一个组合猜想成立的基础上,构造了同时具有最优代数免疫性、最优代数次数和高非线性度的一类偶数元布尔函数.这类函数被称为Tu-Deng函数.基于同一猜想,Tu和Deng又构造了同时具有次最优代数免疫性、最优代数次数和较高非线性度的一类偶数元的l -阶弹性函数.通过研究由Tu-Deng函数导出的两个布尔函数的级联的密码学性质,在Tu-Deng猜想成立的基础上,给出一类奇数元的1 -阶弹性布尔函数.这类函数同时具有次最优代数免疫性、最优代数次数和较高非线性度.

摘要： 在经济学中,把某种变量对另一变量变化的反映程度称为弹性或弹性系数,因此函数的弹性是为了考察相对变化而引入的.在经济分析中,借用弹性概念来描述一个经济变量变动百分之一时,另一个经济变量变动了百分之几.%In economics, the reflection degree of some variables to another variables is called elasticity or elastic coefficient, therefore function flexibility is introduced for surveying the relative change.In the economic analysis, we described an economic variable change 1％, and another economic variable change several percents by elasticity concept.

摘要： 基于纠错编码的理论与方法,给出了一种构造具有高非线性度的多输出弹性函数的方法。利用给定参数的二元线性码,构造的多输出弹性函数的非线性度是可以计算的。结果表明我们所构造的函数的非线性度优于已有的结果。

摘要： 随着Internet的普及,因入侵造成信息篡改、窃取、系统失效等涉及到系统安全的人为故障日益突出.FRS容错/容侵技术结合容错与安全技术的核心思想,通过对重要信息进行分割-分散-冗余操作以提高系统的容错与容入侵能力.对信息进行分割分片,使得碎片信息之间不具有相关性是FRS一个至关重要的环节.针对这一难点,通过引入密码学中的弹性函数,提出了一种基于弹性函数的FRS分割算法.实验表明该算法无论在提高系统可靠性还是在增强系统安全性上都有较好的性能。

摘要： 本文研究在容错分布计算、量子密码学中的密钥分配以及流密码中的随机序列产生等领域都有着广泛应用的一类多输出布尔函数——弹性函数,它是熟知的相关免疫函数的特殊情况——无偏相关免疫函数.相关免疫函数和正交矩阵的研究是等价的.文中通过正交矩阵的递归构造给出了弹性函数的矩阵构造方法.同时讨论了弹性函数的计数,给出了弹性最佳时的精确计数.

摘要： 构造了一类具有一阶弹性的函数.该函数是级联4个具有一对拟线性变量的子函数得到的.给出了新函数代数次数不增加的充分必要条件,代数免疫阶不增加的必要条件.选取的初始函数不满足代数次数和代数免疫不增加的必要条件,那么得到函数和初始函数相比,代数免疫至少增加1阶,代数次数增加1次,并且具有1阶弹性.

摘要： 本文利用有限域上逻辑函数的反演公式给出了有限域F上n-1阶相关免疫逻辑函数的等价条件,以及F上n-1阶弹性函数的充要条件,并得到了F上n-1阶相关免疫逻辑函数的个数。

摘要： 本文证明了具有n个输入的带记忆组合生成器可达到的最大相关免疫阶数不是n-1而是n,并给出了带记忆组合生成器达到k(1弹性函数给出了构造满足任意级高阶相关免疫的带记忆组合生成器的方法.

摘要： 本文给出了构造GF(2)的一个t-正交分划的递归生成算法的一种具体实现.该算法可以用来构造在密码学及容错分布计算等领域有着广泛应用的t-弹性函数.

摘要： 本发明涉及一种基于弹性上下文关系损失函数的人脸识别方法，其研究如何克服海量不平衡数据对人脸识别训练带来的影响，提出的方法可以有效地挖掘组合数据块，减少无用的冗余计算，加速整个训练过程，且设计的基于弹性上下文的目标函数无需为每个类引入额外的训练参数，减少了大规模训练中长尾类的影响，同时软间距可以提高人脸识别准确率。

摘要： 一种基于球谐函数分解的电流参数弹性网正则化反演方法，其反演步骤为：建立球谐函数模型，设立磁场待测量点P以及待测量点P的磁场强度矢量值Hm公式(1)；根据安培环路定律，得到待求线电流在测量点处产生的磁场强度矢量值Hc公式(2)；在测量点处没有磁场源时，得到将Hext表示为标量磁位的形式；采用正则化方法对待求线电流进行求解。其有益效果是：采用硬件排布优化及软件算法解耦的方法减小外部干扰及计算误差，得到线电流参数反演结果；采用基于球谐函数分解的算法及正则化计算方法，仅利用数学手段实现被测电流的分离，消除外部干扰磁场的影响，提高测量精度。

摘要： 本发明涉及一种基于脉冲响应函数的弹性连接子结构综合方法，属于结构动力学技术领域。该方法包括如下步骤：首先获得各个子结构的脉冲响应函数矩阵；然后根据子结构间的连接关系建立子结构界面的相容条件(包括界面位移相容条件和界面力相容条件)以及连接件的运动方程；接下来利用界面力相容条件和脉冲响应函数矩阵建立子结构的运动方程；最后利用位移相容条件和连接件的运动方程将所有子结构的运动方程综合起来，解得各个子结构的响应。与经典时域子结构法相比，本发明以脉冲响应函数为基础，给出了子结构间弹性连接件的一种描述方法，克服了经典时域子结构法仅适于分析子结构间为刚性连接的缺陷，拓展了时域子结构方法的应用范围。

摘要： 本发明公开了一种基于Serverless函数的存储系统弹性伸缩方法，步骤包括：S1.元数据服务器按照预设第一周期获取存储服务器的负载信息；S2.元数据服务器将接收到的负载信息汇总，得到整个存储服务器集群的负载状态，并按照预设第二周期调用Serverless函数中的管理函数；S3.管理函数根据预先配置的弹性伸缩策略目标以及负载状态作出弹性伸缩决策，并发送任务指令给多个工作函数以执行弹性伸缩任务；S4.存储服务器接收到工作函数的弹性扩容或弹性缩容请求后，调整存储系统中存储介质的分配，以完成存储系统存储容量的弹性伸缩。本发明具有实现方法简单、成本低、系统健壮性强、灵活性强且可扩展性好等优点。

摘要： 本发明公开了采用直接包络敏感核函数的弹性波全波形反演方法，具体为：S1、设置炮点和检波点，采集得到观测数据的横向分量和纵向分量；S2、构建矩形网格地质模型，并设定正演模拟的空间采样间隔、时间采样间隔dt、最大采样时间Nt；S3、给定纵波速度模型vp(x)和横波速度模型vs(x)，以及初始纵波速度模型vp0(x)和初始横波速度模型vs0(x)，给定直接包络反演阶段待优化的目标函数Je(vp(x),vs(x))；S4、对目标函数Je(vp(x),vs(x))进行优化，得到纵波速度模型的长波长分量vpl(x)和横波速度模型的长波长分量vsl(x)；S5、给定下一阶段新的待优化目标函数J(vp(x),vs(x))；S6、对J(vp(x),vs(x))进行优化，得到纵波速度模型的精细结构vpf(x)和横波速度模型的精细结构vsf(x)。本发明方法能够使用弹性波直接包络中新的Fréchet导数进行能量传播。

摘要： 一种基于球谐函数分解的电流参数弹性网正则化反演方法，其反演步骤为：建立球谐函数模型，设立磁场待测量点P以及待测量点P的磁场强度矢量值Hm公式（1）；根据安培环路定律，得到待求线电流在测量点处产生的磁场强度矢量值Hc公式（2）；在测量点处没有磁场源时，得到将Hext表示为标量磁位的形式；采用正则化方法对待求线电流进行求解。其有益效果是：采用硬件排布优化及软件算法解耦的方法减小外部干扰及计算误差，得到线电流参数反演结果；采用基于球谐函数分解的算法及正则化计算方法，仅利用数学手段实现被测电流的分离，消除外部干扰磁场的影响，提高测量精度。

摘要： 本发明涉及一种基于弹性上下文关系损失函数的人脸识别方法，其研究如何克服海量不平衡数据对人脸识别训练带来的影响，提出的方法可以有效地挖掘组合数据块，减少无用的冗余计算，加速整个训练过程，且设计的基于弹性上下文的目标函数无需为每个类引入额外的训练参数，减少了大规模训练中长尾类的影响，同时软间距可以提高人脸识别准确率。

摘要： 本发明涉及一种基于弹性SCAD罚函数的回声状态网络时间序列预测方法，结合 SCAD 罚函数和

摘要： 本发明涉及一种基于脉冲响应函数的弹性连接子结构综合方法，属于结构动力学技术领域。该方法包括如下步骤：首先获得各个子结构的脉冲响应函数矩阵；然后根据子结构间的连接关系建立子结构界面的相容条件(包括界面位移相容条件和界面力相容条件)以及连接件的运动方程；接下来利用界面力相容条件和脉冲响应函数矩阵建立子结构的运动方程；最后利用位移相容条件和连接件的运动方程将所有子结构的运动方程综合起来，解得各个子结构的响应。与经典时域子结构法相比，本发明以脉冲响应函数为基础，给出了子结构间弹性连接件的一种描述方法，克服了经典时域子结构法仅适于分析子结构间为刚性连接的缺陷，拓展了时域子结构方法的应用范围。

摘要： 本发明的目的在于，提供可抑制弹性蛋白‑抑弹性蛋白酶蛋白复合体形成的弹性蛋白‑抑弹性蛋白酶蛋白复合体形成抑制剂、弹性蛋白‑抑弹性蛋白酶蛋白复合体形成抑制用组合物、具有弹性蛋白‑抑弹性蛋白酶蛋白复合体形成抑制作用的物质的筛选方法、抑制弹性蛋白‑抑弹性蛋白酶蛋白复合体的形成的方法、抑制变性弹性蛋白的分解降低的方法及维持正常的弹性蛋白纤维的方法等。本发明涉及一种变性弹性蛋白的分解降低的抑制剂等，其特征在于，含有选自西番莲萃取物、金盏菊萃取物、白芥萃取物、药蜀葵萃取物、白柳萃取物、菖蒲萃取物、桃仁萃取物及大豆萃取物中的1种以上的植物萃取物作为有效成分。