基于识别的单向多样学习图像超分辨率算法设计与实现

提出了一种新的图像超分辨率处理算法。首先建立训练图像集,然后对待处理图像和训练集中的特征图像对进行分割、光栅排列和对比度正则化等适当的预处理。待处理图像上的每个局部图像块在训练集中进行多样学习,以获得低分辨图像上不同区域缺乏的高频细节信息,最后使用这些信息预测生成超分辨率图像。实验结果表明,文章算法得到的高分辨率图像能够较大程度上提高图像质量。     

科研管理人员综合能力评估指标体系构建

文章在阐述科研管理人员在科研工作中的地位和作用，分析提高科研管理人员综合能力基本内容的基础上，明确构建科研管理人员综合能力评估指标体系的基本原则，建立科研管理人员综合能力评估指标体系。     

基于Google云计算的移动学习系统设计与研究

本文通过引入Google云计算技术,实现了“4A学习模式”,并提供了智能化、动态可扩展的移动学习系统。在模拟器上的实践证明,该学习模型能得到很好的教学、学习和评价效果。     

基于识别的单向多样学习图像超分辨率算法设计与实现

提出了一种新的图像超分辨率处理算法。首先建立训练图像集,然后对待处理图像和训练集中的特征图像对进行分割、光栅排列和对比度正则化等适当的预处理。待处理图像上的每个局部图像块在训练集中进行多样学习,以获得低分辨图像上不同区域缺乏的高频细节信息,最后使用这些信息预测生成超分辨率图像。实验结果表明,文章算法得到的高分辨率图像能够较大程度上提高图像质量。     

基于部件组合的联机手写“藏文—梵文”样本生成

“藏文—梵文”包括500多个现代藏文、6 000多个梵音藏文,在文字识别领域属于大类别的字符集,所以联机手写样本采集是庞大而复杂的工程。鉴于此,提供了一种基于部件组合的“藏文—梵文”手写样本生成方法,主要包括: (1)确定“藏文—梵文”字符集和部件集;(2)获取“藏文—梵文”字丁的部件位置信息;(3)采集联机手写“藏文—梵文”部件的样本;(4)生成联机手写“藏文—梵文”字符集样本库。该文为联机手写“藏文—梵文”识别的研究提供字符训练样本库和测试样本库,提高了手写梵音藏文样本采集效率,解决了样本数量及多样性问题,降低了样本采集成本,为进一步联机手写梵音藏文识别的研究与系统开发奠定了基础。     

基于负载均衡的逻辑承载网构建研究

逻辑承载网构建将网络服务需求映射到物理网络,以增强网络服务的可扩展性。为解决构建效率问题,借鉴负载均衡思想,提出了对不同服务需求提供不同网络资源的按需承载策略,并基于可用资源和链路负载状态,用改进的多物质流模型进行优化计算。通过仿真实验,从构建成功率、构建平均收益等方面验证了算法具有更高的网络服务提供能力。     

GNY逻辑系统可靠性分析

网络安全在信息时代非常重要,而网络安全的关键问题之一是安全协议的安全性。人们提出了多种安全协议的分析方法,BAN类逻辑是其中重要的一种,GNY逻辑就是一种BAN类逻辑。而认证逻辑本身的可靠性关系到分析结果的正确性。文章通过对GNY逻辑的可靠性分析,指出GNY逻辑是一个不可靠的认证逻辑系统。