本文采用本征矢量函数展开(OhmRayleigh)法和Laplace变换导出了理想导电劈的时域并矢格林函数,并系统地分析了它的时域特性。得到了一些结论,完善了C.T.Tai(1973)的理论,为进一步分析劈的时域性质(如时域RCS)提供了参考.

针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限，以及各通道特征图没有区分的问题，该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积，增强隐写检测模型对高阶特征的表达能力；同时引入通道加权模块，实现根据全局信息对每个卷积通道赋予不同的权重，增强有用特征并抑制无用特征，增强模型提取检测特征的质量。实验结果表明，该检测模型针对不同典型隐写算法及不同嵌入率，相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的检测准确率，与最优的Zhu-Net相比，准确率提高1.95%～6.15%。

本文是作者研究圆形波导有源区域并矢格林函数(DGF)的计算及其普遍性质的第Ⅰ部分,文中建立了有源区域DGF并矢运算的分布理论法,导出了圆形波导DGF并矢运算的完整表示式,纠正了文献中存在的一些错误和模糊之处。 本文的结论与基斯留克(Kisliuk)(1980,1983)的结论不同,它表明DGF的无散矢量本征函数展开式和无旋矢量本征函数展开式在有源区域不再是纯的无散和无旋场。此外,我们还指出戴(Tai,1973)通过互换并矢算子和有源区域DGF展开式中的积分号来进行并关运算是不恰当的。

如何使算法快速收敛到真正的Pareto前沿，并保持解集在前沿分布的均匀性是多目标优化算法重点研究解决的问题。该文提出一种基于量子遗传算法的多目标优化算法，利用量子遗传算法的高效全局搜索能力，在整个解空间内快速搜索多目标函数的Pareto最优解，利用量子遗传算法维持解集多样性的特点，使搜索到的Pareto最优解在前沿均匀分布。通过求解带约束的多目标函数优化问题，对该文算法的多目标优化性能进行了考察，并与NSGAII，PAES，MOPSO和Ray-Tai-Seows算法等知名多目标优化算法进行比较，结果证明了该文算法的有效性和先进性。