一种基于快速RSA算法的数据保护技术

本文阐述的大整数除法的新算法,即模算术求商的方法。在RSA算法的幂模运算中,利用该算法代替传统的减法计数方法,通过实验结果比较表明,利用改进的模算术算法可以有效提高RSA进行数据加解密的速度,更好的保护用户数据。     

RTDNet：面向高分辨率卫星影像的赤潮探测网络

目的 赤潮是一种常见的海洋生态灾害,严重威胁海洋生态系统安全。及时准确获取赤潮的发生和分布信息可以为赤潮的预警和防治提供有力支撑。然而,受混合像元和水环境要素影响,赤潮分布精细探测仍是挑战。针对赤潮边缘探测的难点,结合赤潮边缘高频特征学习与位置语义,提出了一种计算量小、精度高的网络模型RTD-Net （red tide detection network）。方法 针对赤潮边缘探测不准确的问题,设计了基于RIR （residual-in-residual）结构的网络,以提取赤潮边缘水体的高频特征;利用多感受野结构和坐标注意力机制捕获赤潮水体的位置语义信息,增强赤潮边缘水体的细节信息并抑制无用的特征。结果 在GF1-WFV （Gaofen1 wide field of view）赤潮数据集上的实验结果表明,所提出的RTDNet模型赤潮探测效果不仅优于支持向量机（support vector machine,SVM）、U-Net、Deep-Labv3+及HRNet （high-resolution network）等通用机器学习和深度学习模型,而且也优于赤潮指数法GF1_RI （Gaofen1 red tide index ）以及赤潮探测专用深度学习模型RDU-Net （red tide detection U-Net）,赤潮误提取、漏提取现象明显减少,F1分数在两幅测试图像上分别达到了0.905和0.898,相较于性能第2的模型DeepLabv3+提升了2%以上。而且,所提出的模型参数量小,仅有2.65 MB,约为DeepLabv3+的13%。结论 面向赤潮探测提出一种基于RIR结构的赤潮深度学习探测模型,通过融合多感受野结构和注意力机制提升了赤潮边缘探测的精度和稳定性,同时有效降低了计算量。本文方法展现了较好的应用效果,可适用于不同高分辨率卫星影像的赤潮探测。     

融合双注意力机制的人群计数算法

针对背景复杂、遮挡、人群分布不均等人群计数常见问题,提出了一种结合联合损失的空间-通道双注意力机制卷积神经网络模型(joint loss-based space-channel dual attention network, JL-SCDANet).该网络前端进行图像粗粒度特征提取,中间加入空间注意力机制以及通道注意力机制突出图像重点区域,后端使用可加大感受野且不丢失图像分辨率的空洞卷积提取深层二维特征.此外,该模型结合联合损失函数进行训练,以增强模型的鲁棒性.为了验证模型的改进效果,在3个公共数据集(ShanghaiTech Part B、mall和UCF＿CC＿50)上分别进行了对比实验,在ShanghaiTech Part B数据集中平均绝对误差(MAE)和均方误差(MSE)分别达到了8.13和13.13;在mall数据集中MAE、MSE达到了1.78和2.28;在UCF＿CC＿50数据集中MAE、MSE分别达到了182.12和210.24,实验结果证明了该网络在提高人数统计准确率上的有效性.     

基于深度学习的自然灾害遥感影像语义分割

自然灾害种类繁多, 通过遥感影像语义分割相对比较困难. 为了能够更好实现遥感影像分割, 本文提出一种基于生成对抗网络的3层遥感影像语义分割模型, 针对不同场景的解析, 基于全卷积神经网络FCN, 设计一种多层次的遥感语义分割框架. 有效对遥感图像语义分割进行处理, 从而提高了模型的分割精度. 实验表明利用这种模型是有效的, 特别是受损建筑的分割结果, mIoU为82.28%, 通过该模型与其他网络模型进行对比, 其性能评价指标明显优于其他网络模型. 最后, 通过对自然灾害各种场景影像进行分析, 为应急管理部门提供一份可靠的数据报告.     

不完全匹配的语音和文本语句级对齐

语音文本自动对齐技术广泛应用于语音识别与合成、内容制作等领域,其主要目的是将语音和相应的参考文本在语句、单词、音素等级别的单元进行对齐,并获得语音与参考文本之间的时间对位信息.最新的先进对齐方法大多基于语音识别,一方面,准确率受限于语音识别效果,识别字错误率高时文语对齐精度明显下降,识别字错误率对对齐精度影响较大;另一方面,这种对齐方法不能有效处理不完全匹配的长篇幅语音和文本的对齐.该文提出一种基于锚点和韵律信息的文语对齐方法,通过基于边界锚点加权的片段标注将语料划分为对齐段和未对齐段,针对未对齐段使用双门限端点检测方法提取韵律信息,并检测语句边界,降低了基于语音识别的对齐方法对语音识别效果的依赖程度.实验结果表明,与目前先进的基于语音识别的文语对齐方法比较,即使在识别字错误率为0.52时,该文所提方法的对齐准确率仍能提升45%以上;在音频文本不匹配程度为0.5时,该文所提方法能提高3%.     

Robust tracking control for operator-based uncertain micro-hand actuator with Prandtl–Ishlinskii hysteresis

Since the hysteresis property inherently exists in the rubber material, it is necessary to deal with the control issues for the micro-hand by considering the hysteresis property. Therefore, in this paper, the robust tracking control for the micro-hand systems is discussed from the aspect of the Prandtl–Ishlinskii hysteresis property which is more applicable for the real applications. Firstly, a new model is obtained by combining the dynamic model of the micro-hand with Prandtl–Ishlinskii hysteresis property. Secondly, a new stability condition based on bounded input and bounded output stability is proposed for the Prandtl–Ishlinskii hysteresis modeled micro-hand system from two different cases. Thirdly, by designing the robust controllers based on the internal model control method, the tracking performance can be improved by eliminating the effect from the disturbance. Finally, simulation is used to further demonstrate the effectiveness of the proposed design scheme.     

抛锚状态下的船载地波雷达目标自适应检测方法

船载地波雷达可利用船载平台机动灵活的特点,扩展地波雷达探测范围,但也会由于平台的运动,影响目标探测性能. 针对船载平台抛锚运动引起艏向变化和目标回波展宽范围不规则导致目标检测性能下降的问题,提出了一种适用于平台抛锚状态时的船载地波雷达目标自适应检测方法. 首先,从平台抛锚时船载地波雷达的目标回波特性和检测背景统计特性两个方面来分析目标检测中的难题. 然后,基于理论仿真与实测数据的分析结果,提出目标自适应检测方法. 该方法先通过前端数据的预处理消除艏向变化带来的影响,再将处理结果进行检测背景的自适应选取并作统计特性转化处理,经过恒虚警率检测后得到检测结果. 最后,利用实测数据对本文提出的方法进行验证. 结果表明:本文提出的船载地波雷达目标自适应检测方法能够有效解决船载平台抛锚时的目标检测难题,可显著提高抛锚状态下船载地波雷达的目标探测能力.     

基于SVM的大鱼际掌纹图像二分类法

提出一种基于支持向量机(SVM)的大鱼际掌纹图像二分类法。采用高频强调滤波,对分割得到的大鱼际掌纹图像进行图像增强,提取其灰度共生矩阵4个方向的8个特征量作为分类特征向量。对比不同核函数下的分类准确率,结果表明,组合特征向量的SVM方法对大鱼际掌纹的初步二分类效果较好。     

基于TCP Reno和TCP Vegas拥塞控制性能研究

介绍了传输控制协议(TCP)的拥塞控制技术,对两种典型的TCP拥塞控制算法TCP Reno和TCP Vegas进行了详尽的分析,对其性能进行了比较。同时对TCP Reno和TCP Vegas在混存网络环境下的性能进行分析,并针对TCP Vegas中的和参数进行修改,提出了Vegas-A+算法使它们能并存于网络中。在NS2仿真环境下对改进的控制算法进行了仿真,仿真结果表明了改进算法的有效性。     

Using social media to enrich information systems field trip experiences: Students’ satisfaction and continuance intentions

A well-designed field trip can promote active learning and reinforce classroom materials. Few studies have examined the potential for social media to enhance IS field trip experiences by promoting active and collaborative learning. One major barrier to the exploitation of this potential is the lack of the adoption of social media by students as a learning tool to enhance field trip experiences. Therefore, the first task is to understand how to increase the satisfaction of students in their use of social media to enhance IS field trips. This research sets out to understand the factors that could help increase students’ satisfaction with the use of social media to enhance IS field trips, and thereby their intentions to continue to use social media in future field trips. The results show that to increase user satisfaction, course instructors should ensure that students perceive the social media sites used for enhancing field trip study to be trustworthy, effortless, useful and accepted by their peers. Future research could determine how we can incorporate the use of social media to enhance the field trip learning experience.