为克服多重代理签名方案中无法确认谁是真正签名者的弱点，Sun于1999年提出了不可否认的代理签名方案。2000年Hwang等人指出Sun的方案不安全，并对Sun的方案进行了改进，2004年 Tzeng, Tan, Yang各自对Hwang等人的方案进行了安全性分析，指出Hwang方案容易受到内部伪造攻击。该文通过让原始签名组与代理签名组互动来实现秘密共享和密钥分配的方法，设计了一种新的安全的多重代理、多重签名方案，它能够满足不可否认性和不可伪造性的要求。

设C是亏格为g的不可约代数曲线;C*(D,G)为C上的代数几何码,该码的设计距离为d*=deg(G)-2g+2。本文首先从理论上证明所给算法的合理性,然后给出一种基于基本累次算法(FIA)的译码算法。该算法是G.L.Feng等人(1993)提出的算法的改进。它可对[(d*-1)/2]个错误的接收向量进行译码。运算量与存贮量约为G.L.Feng等人算法的一半,且便于软硬件实现。

树增强朴素贝叶斯(TAN)结构强制每个属性结点必须拥有类别父结点和一个属性父结点，也没有考虑到各个属性与类别之间的相关性差异，导致分类准确率较差。为了改进TAN的分类准确率，该文首先扩展TAN结构，允许属性结点没有父结点或只有一个属性父结点；提出一种利用可分解的评分函数构建树形贝叶斯分类模型的学习方法，采用低阶条件独立性(CI)测试初步剔除无效属性，再结合改进的贝叶斯信息标准(BIC)评分函数利用贪婪搜索获得每个属性结点的父结点，从而建立分类模型。对比朴素贝叶斯(NB)和TAN，构建的分类器在多个分类指标上表现更好，说明该方法具有一定的优越性。

在当前统计模型的基础上，结合实时输入估计算法(Feng xinxi等，1996)的思想，提出了一种新的机动目标模型，并利用其方差调整关系建立了自适应跟踪算法。大量仿真结果表明该模型能够准确描述目标的各种机动情况，跟踪算法具有良好的跟踪性能，具有实际应用价值。

本文介绍用天线指向冷空时的天线噪声温度TAN作为定标基准,并以射电源为信标,测量天线剩余噪声温度Tas的基本原理和方法。与用冷、热负载为定标基准测量Tas相比,两者测量结果基本吻合;但该方法具有测量方法简便和测量设备简单等优点。Tas的测量误差约为3％。天线增益测量精度可保持在0.3dB左右。