基于分层嵌入的二值图像隐写方法

提出了一种非加性失真的二值图像隐写方法,该方法对载体图像进行分割,生成两张子图,通过传递影响因子更新失真,并使用最小化失真隐写编码实现消息嵌入。相较于固定失真不变的加性失真隐写方法,所提方法结合了二值图像只有黑色和白色两种像素的特性,使其能够捕捉像素点间修改的相关性,实现动态修改失真,从而提高了二值图像隐写的视觉质量和隐写安全性。     

基于多方式预测的多波段遥感图象无损压缩

针对多波段遥感图象的空间和谱间结构特点,提出了多方式预测的概念,一幅图内的任一象素按照给定的准则在侯选预测函数集中选取其实际采用的预测函数,从而更大程度去除相关;同时利用谱间结构相关,令谱间邻点选用相同的预测方式,使多方式预测导致的附加存储代价大大缩小。提出以极小熵原则作为选取预测函数的理论判据,并将其等效为最小误差的最高频次准则。对ＴＭ图象的实验证明此方法能更有效去除相关、压缩比有较大提高。     

一种多光谱遥感图象的自适应最小距离分类方法

该文提出了一种适用于多光谱遥感图象分类的自适应最小距离算法,这一算法通过对样本集合的自适应精细划分来调整最小距离分类器的参数,对ＴＭ遥感图象分类的实验结果表明,该方法对１６类数据进行有监督分类,精度可达９２．９％,适用于多类别遥感图象分类。     

融合争议度特征的协同过滤推荐算法

基于项目的协同过滤推荐算法在电子商务中有着广泛的引用,该算法的核心是计算项目之间的相似度.传统的计算项目相似度算法仅仅通过项目间共同用户评分值差异来计算,在数据稀疏情况下,项目间共同用户评分值很少,导致此类算法性能严重下降.针对此问题,从项目间的整体评分角度出发,提出争议相似度的概念,争议相似度从项目间评分方差差异的角度衡量项目间相似性.将争议度特征融合到基于项目之间共同用户评分的传统相似度算法中,进而提出了融合项目争议度特征的协同过滤推荐算法,最终缓解了传统算法在稀疏数据情况下相似度计算不准确的问题.实验结果表明该算法在数据稀疏环境下可以明显提升推荐质量.     

基于共生矩阵的SAR图像村庄识别方法

针对SAR图像中村庄目标的纹理和结构特点,提出了一种纹理特征分析和基于村庄结构知识的后处理方法相结合的识别方法.在共生矩阵提取出图像纹理特征的基础上,通过实验选取三个合适的特征,计算特征矢量和样本中心距离来判决目标,以完成初步提取.然后针对道路,植被等目标造成的干扰状况,提出了一种基于计数滤波器和形态学方法的后处理方法对结果进行归整,消除大量虚警.最后根据村庄的结构知识约束,筛选目标,进一步减小虚警率,完成识别并提取出村庄的边缘轮廓结构.实验表明,该方法具有良好的识别效果.     

基于加权词频的信息检索相似度评价模型

在信息检索领域,相似度评价模型是一个重要的研究课题.基本的评价模型有布尔模型,向量空间模型和概率模型.后两种模型在许多的信息检索系统中被采用,但是它们都没有考虑查询词在文档中的位置信息对相似性度量起到的作用.一些研究考虑了诸如HTML标签之类的信息,但是确定加权系数的方案不是太理想.针对这些问题,文中提出了一种基于加权词频的相似度评价模型(Weighted Term Frequency Model,WTFM),而引入的权重系数可以通过模拟退火算法学习得到.实验结果表明,权重系数的引入提高了系统的相关度评价质量.     

基于张量分解的数字图像取证

提出一种基于张量分解的数字图像盲检测方法,从全局处理角度对JPEG压缩数字图像进行真伪盲检测。对于来自某一相机拍摄的一批参考图像组成的张量,利用张量分解的方法,从分解残差中分析提取图像特征,通过支持向量机分类器鉴别待检测图像是否直接来自该数码相机。实验结果表明,该方法对数字图像的来源鉴定具有较高准确性和较强的鲁棒性。     

面向提高图像分辨率的遥感数据融合新算法

在遥感应用研究中,数据融合技术有着非常广泛的应用.主分量分析方法(principalcomponentanalysis,简称PCA)是一种经典的遥感数据融合技术,在主分量分析方法的基础上,将小波变换与其结合起来,提出了一种新的基于小波叠加的PCA融合算法(addingwaveletcoefficientsprincipalcomponentanalysis,简称AWPCA).实验证明,与原来的PCA和IHS方法相比,基于小波叠加的PCA融合算法进一步提高了融合信息的质量,并能应用于其他需要高分辨率图像的场合中.     

数学形态学在运动序列图象压缩中的应用

基于运动补偿的编码算法在运动图象压缩中得到非常广泛的研究和应用。该文提出一种基于数学形态学形态变换的运动补偿编码方法,通过形态变换确定对宏块中的不规则小块是否进行分割,以运动矢量比特数的增加换取帧间位移误差场（DFD）能量的大大降低,从而达到了提高压缩比（或相同压缩比下提高图象质量）的目的。     

数据驱动的事件预测技术最新研究进展

"事件"(event)是指在特定时空发生的对人类社会和自然界产生较为明显影响的事情.社会动乱、暴恐事件、传染病大流行等例子是给国家和社会安全带来严重威胁的"事件".如果能够提前对这些事件的发生进行有效预测,将有助于做好应对准备,大大减少不必要的损失,因此事件预测技术在实际中具有重大社会应用价值,能够在社会安全、风险感知...