【摘 要】
：
设计一种安全与便捷均衡的蓝牙SIM型智能IC卡产品.该产品以国密安全芯片为控制核心,结合蓝牙芯片和三轴地磁传感器,将各模块封装成蓝牙SIM型智能IC卡硬件形态,可直接嵌入到手机卡槽内,实现便捷使用.该方案符合智能IC卡检测规范,可为移动应用App提供安全、便捷的数字签名与信息加密服务.所设计的产品支持安卓和iOS两大主流系统,支持SM2、SM3、SM4等国密算法,可用于公开密钥基础设施的各种应用场景.目前该产品在金融领域的应用实践表明其兼具安全与便捷的性能.
【机 构】
：
广西师范大学电子工程学院 广西 桂林541004;西安电子科技大学通信工程学院 陕西 西安710071;广西师范大学物理科学与技术学院 广西 桂林541004
论文部分内容阅读
设计一种安全与便捷均衡的蓝牙SIM型智能IC卡产品.该产品以国密安全芯片为控制核心,结合蓝牙芯片和三轴地磁传感器,将各模块封装成蓝牙SIM型智能IC卡硬件形态,可直接嵌入到手机卡槽内,实现便捷使用.该方案符合智能IC卡检测规范,可为移动应用App提供安全、便捷的数字签名与信息加密服务.所设计的产品支持安卓和iOS两大主流系统,支持SM2、SM3、SM4等国密算法,可用于公开密钥基础设施的各种应用场景.目前该产品在金融领域的应用实践表明其兼具安全与便捷的性能.
其他文献
神经网络模型可以有效地处理通用领域命名实体识别,然而在标注语料匮乏和包含大量噪声的特定领域,其性能通常会下降.针对这一问题,提出一种迁移学习神经网络模型TL-BiLSTM-CRF.利用双向长短时记忆网络提取具有字符级别形态特征的字符向量,结合具有语义、语序等特征信息的词向量作为输入,构建基本模型;在基本模型中引入词适应层,通过典型相关性分析算法弥合源域和目标域词向量特征空间的差异,对基本模型进行迁移.在社交媒体文本中的实验结果表明,该算法在Twitter数据集上F1值为64.87％,优于目前最好的模型.
针对卷积神经网络无法有效提取高光谱图像光谱与空间特征以及识别特征之间的空间位置问题,提出一种基于胶囊网络的改进神经网络模型.采用1×1卷积核对高光谱图像块进行降维处理;利用双通道卷积神经网络提取降维图像的初级特征,进而在PrimaryCaps层将初级特征信息封装为胶囊向量;通过DigitCaps层计算胶囊向量的模长来判别图像块中心像素的所属类别.为了验证模型的可行性与有效性,将改进模型应用于Indi-an Pines和Pavia University两个高光谱数据集分类,并与其他分类方法进行比较.分类结果
为进一步提升肺结节分类的效果,引入一种基于注意力机制的分类算法.通过在神经网络中添加空间和通道注意力因子,使得肺结节分类网络生成更有效的特征映射,结合梯度提升树算法,进一步提升模型的性能.经过大量实验后,证明了该方法的有效性.
点阵材料因具有优异的物理性能而受到广泛重视,但是相关理论模型研究滞后且仿真数字模型构建存在困难.对比提出一种基于NURBS的点阵材料参数化建模方法.通过给定参数化的骨架模型以及局部控制尺寸,依据骨架模型节点处曲线数量分别构建基本单胞和复杂单胞.这些单胞模型按照点阵材料骨架曲线的拓扑关系进行拼接,从而生成点阵材料NURBS模型,并通过切片对该模型进行三维打印模型验证.通过开发的点阵材料造型系统给出建模实例表明,该方法能够实现点阵材料的参数化建模,从而为进一步的等几何分析提供模型基础.
为了提高煤矿井下图像采集的质量,通过研究分析卡尔曼滤波的初状态值选取与遗传算法来优化卡尔曼滤波,提出一种新的图像去噪算法——GAK(Genetic Algorithm Kalman).分析了图像噪声的成因与四种经典滤波;研究设计了卡尔曼滤波的初状态值选取;详细阐述了GAK原理,以及GAK求解步骤;运用MATLAB对GAK的参数值进行整定,并对井下椒盐噪声的图像进行仿真降噪.结果表明:GAK对井下椒盐噪声有着较好的抑制效果.
针对彩色图像边缘检测中RGB颜色空间分量之间高的关联性会导致部分色彩信息未能被有效识别、检测及抗噪性低,提出一种多层小波阈值去噪函数的彩色图像边缘检测方法.采用改进的小波阈值去噪方法对彩色图像进行去噪预处理;运用四元数思想构建四方向特征矩阵求解Canny算子梯度幅值和幅角;进行非极大值抑制和自适应双阈值处理得到最终边缘检测图像.实验表明,该算法能够较好地获取彩色图像边缘信息,并有效降低漏检率和错检率,增强了自适应性,提高了边缘检测中边缘的连续性和抗噪性.
针对传统单幅图像超分辨率深度学习方法将不同尺度低分辨率视作独立任务的问题,提出一种以残差通道注意力模块作为特征提取,元上采样模块作为放大模块的超分辨率网络.残差通道注意力机制可以滤除冗余低频信息减少网络深度,使元上采样模块更好地训练不同尺度低分辨率图像特征间的关系,实现任意尺度的超分辨率网络.为了验证该方法有效性,在Set5、Set14、Urban100等公共数据集上实验.实验结果表明,该方法在整数与非整数倍尺度都能很好地恢复高分辨率图像.
针对基于二维目标检测和卡尔曼滤波的多目标人体跟踪算法在视频拍摄角度不定的情况下,检测算法生成不同角度人体二维检测框的朝向和尺度混淆以及卡尔曼滤波器随机初始化造成的初始跟踪误差逐步放大问题,提出一种基于相机模型投影的多目标三维人体跟踪算法.在人体检测阶段,提出Multi-task RCNN(MTRC-NN)网络,使用人体运动趋势指导的三维目标检测替代传统的二维目标检测;通过相机模型在世界坐标系中进行人体检测框的投影.在跟踪阶段,使用目标三维尺度和朝向信息初始化卡尔曼滤波参数,加入三维包围框IOU生成目标匹配
针对传统手势识别方法中存在的易受环境光线影响、用户需携带设备、部署代价高等不足,提出基于信道状态信息的手势识别方法(HandFi),以空中手写10个阿拉伯数字的独特书写模式引起CSI波形变换为基础,引入衡量当前室内环境变化的指标,来表征室内人数变化时子载波波动程度的变化,使用巴特沃斯低通滤波和主成分分析去噪,并利用小波变换提取手势时频域特征,设计CNN-GRU模型挖掘CSI序列的时空特征,从而实现动态手势识别.运用HandFi在两种环境的实验结果表明,其平均识别准确度均有较大提高.
人像抠图算法是许多人像图像处理方法的核心,而人像三分图的准确性直接影响抠图的效果.提出一种通过关键点估计人脸尺度,根据尺度控制三分图生成网络产生标准化的人像三分图,从而提高人像抠图结果的方法.同时构建一个包含19118幅人像的数据集用于训练和测试模型,并提出一种多级微调的方式来训练模型,以降低训练难度并获得更好的效果.实验结果表明,在人像占图像比例不可控的场景中,该方法可以取得较好的结果.