An adaptive image steganographic scheme based on Noise Visibility Function and an optimal chaotic based encryption method

Steganography is the science of hiding secret message in an appropriate digital multimedia in such a way that the existence of the embedded message should be invisible to anyone apart from the sender or the intended recipient. This paper presents an irreversible scheme for hiding a secret image in the cover image that is able to improve both the visual quality and the security of the stego-image while still providing a large embedding capacity. This is achieved by a hybrid steganography scheme incorporates Noise Visibility Function (NVF) and an optimal chaotic based encryption scheme. In the embedding process, first to reduce the image distortion and to increase the embedding capacity, the payload of each region of the cover image is determined dynamically according to NVF. NVF analyzes the local image properties to identify the complex areas where more secret bits should be embedded. This ensures to maintain a high visual quality of the stego-image as well as a large embedding capacity. Second, the security of the secret image is brought about by an optimal chaotic based encryption scheme to transform the secret image into an encrypted image. Third, the optimal chaotic based encryption scheme is achieved by using a hybrid optimization of Particle Swarm Optimization (PSO) and Genetic Algorithm (GA) which is allowing us to find an optimal secret key. The optimal secret key is able to encrypt the secret image so as the rate of changes after embedding process be decreased which results in increasing the quality of the stego-image. In the extracting process, the secret image can be extracted from the stego-image losslessly without referring to the original cover image. The experimental results confirm that the proposed scheme not only has the ability to achieve a good trade-off between the payload and the stego-image quality, but also can resist against the statistics and image processing attacks.     

高强不锈钢绞线网与ECC黏结-滑移关系模型

高强不锈钢绞线网与ECC的黏结是二者协同工作的基础，且黏结 滑移关系模型是其黏结性能的综合反映，故通过对17组51个高强不锈钢绞网增强ECC薄板试件进行单边拉拔试验，研究横向钢绞线间距、纵向钢绞线直径和相对锚固长度等因素对钢绞线网在ECC中黏结性能的影响规律。试验结果表明，横向钢绞线的设置可使黏结破坏由脆性破坏转变为延性破坏；高强不锈钢绞线网与ECC的黏结滑移曲线可分为5个阶段，分别为上升段、微降段、延性强化段、下降段和残余段。基于试验结果，对钢绞线网在ECC中的黏结破坏特征和黏结 滑移机理进行分析，在相关黏结-滑移关系模型的基础上，提出钢绞线网与ECC的黏结 滑移关系模型，并进行模型参数分析。所提模型及模型参数计算公式与试验结果吻合良好，能较好地反映钢绞线网与ECC的界面黏结滑移特征。     

基于宏观经济结构合理化的宁夏水资源合理配置

本文分析了宁夏目前经济结构下水资源利用效率及产出效益，研究在一定经济发展水平下，当资源配置最优时，最优的经济均衡增长途径。区域最优经济结构是由国民经济各部门相互依存的关联关系技术矩阵所决定的，其均衡增长率和均衡增长产出结构分别等于非负矩阵的弗罗比尼斯特征根和相对应的弗罗比尼斯向量。本文根据联合国经济发展统计数据，分析出宁夏未来调整第一产业与第二产业结构的比例，认为应适当减少宁夏高耗水水稻种植面积，逐渐把农业用水量向工业用水量转移。转变经济增长方式，从水资源的高效利用及配置出发走内涵式、节水型的社会发展道路，以解决宁夏水资源严重不足的问题。     

黄河下游河道萎缩致灾机理探讨

本文基于水力学原理，结合实体模型试验及原型实测资料分析，探讨了黄河下游河道萎缩的概念、致灾效应和致灾机理。分析表明，河道萎缩是造床过程中河道排洪输沙功能衰退的一种演变现象，其致灾效应是使洪水涨率增大，同流量下洪水水位不断抬升。致灾的现象主要表现在畸型河势增加、工程险情增多、直接造成工程损失及滩区经济损失等。试验研究揭示，主河槽宽度缩窄造成洪水水位涨幅增大，河底平均高程抬升和过水断面面积减小造成洪水水位起涨的基准面抬升是河道萎缩致灾的主要原因。河道萎缩致灾效应的大小与萎缩模式有关，其中以“集中淤槽”模式所形成的致灾效应尤为明显。     

渭河下游河道输沙水量初步分析

针对渭河下游的来水来沙、河道输沙特性，分析了汛期和非汛期输沙水量的特点，并用不同的方法进行了计算，综合确定了汛期、年输沙水量，初步论证了输沙水量的合理性。     

水动力学数学模型并行计算技术研究及实现

基于MPI(Message Passing Interface)消息传递实现了黄河二维水动力学数学模型的并行编程。以数据的分布存储作为区域划分的依据,实现了计算量的负载平衡;在全局网格和局部区域之间建立映射关系,并且在临界单元、进出口单元、共用节点等通过规约等进行特殊处理,一方面尽可能的减少通讯量,另一方面也避免消息的阻塞。采用曙光4000A系统的8个CPU进行计算的加速比达0.8,多CPU并行计算极大的提高了计算任务的容量,使得无法在单机上完成的巨量计算成为可能。     

基于生态水深-流速法的河段生态需水量计算方法

在界定了生态流速和生态水深概念的基础上，提出了一种同时考虑河道本身参数(湿 周、糙率、水力坡度)和维持某一生态功能所需河流流量的水力学方法，避免了湿周法不能反映复式断面真实水位流量关系的缺点，并用于验证黄河上游小川河段生态需水量，同时用Tennant法作了对比。结果表明：用生态水深-流速法得到的小川河段生态流量优于Tennant法所计算的生态需水量，由于该方法考虑了生态流速和生态水深，故所得的结果符合实际情况。     

健康黄河的内涵及其指标

本文从河流的自然和社会属性角度，基于健康河流的概念阐述了河流生命、河流健康的科学内涵，认为河流健康是人们对河流生命存在状态的描述，健康的河流是河流的社会功能与自然功能能够取得平衡的河流。河流的健康应包括连续的河川径流、通畅安全的水沙通道、良好的水质、良性运行的河流生态系统和一定的供水能力。利用黄河1956～2004年实测资料，论证了表征健康黄河标志的低限流量、河道最大排洪能力、平滩流量、滩地横比降、水质类别、湿地规模、水生生物、供水能力等指示因子的阈值范围。     

嵌入式uClinux的Web服务技术

随着Web技术的发展,嵌入式Web服务器技术在远程管理控制方面得到了广泛的应用。远程监控系统很适合应用Web技术,而嵌入式Web服务器技术作为结合了Web技术和现场工作要求特点的一项新技术,是一种很好的解决方案。