XML解析技术及数据传输分析

文章分析了XML解析和数据传输技术,对比介绍了XML两种经典解析技术DOM和SAX的特点及应用场景,分析了XMLRPC、SOAP和MOM3种常见支持XML格式消息传输技术的技术方案。     

探究石墨烯的制备、特性与应用前景

石墨烯的存在方式是以二维晶体在有限的温度下稳定的存在,当前物理和化学及材料等领域均开始对石墨烯进行研究。石墨烯具有很多优异的特性,其可以与金属、金属氧化物、金属混合物等结合,形成的化合物可以在太阳能电池、超级电容器、电极材料、水域净化和生物医学等众多领域中应用,具有重要的研究价值。     

基于微震和电磁试验系统的煤岩破裂微震测试

基于煤岩体破裂产生微震和电磁场的原理,采用自动化伺服压力机、微震和电磁信号接收天线、信号采集系统及信号处理系统等,建立了微震和电磁场测试系统。最后,对某矿区的煤试样进行了实验,结果表明:煤岩体破裂过程中产生阵发式的微震、电磁等脉冲信号,脉冲信号与煤岩体受力密切相关,且微震信号和电磁信号的产生并不同步。电磁辐射信号在受载全阶段均产生,而微震信号仅在煤体破裂时集中产生,这说明电磁信号对煤体变形破坏的敏感性更强。     

基于高斯混合模型和AdaBoost的夜间车辆检测

针对夜间车辆检测精度相对不高的问题，提出通过构建车头灯对空间几何关系的高斯混合模型（GMM）和采用逆投影车辆样本的AdaBoost分类器准确检测夜间车辆的方法。首先，在交通场景中根据车头灯对的空间位置关系设置逆投影面，通过图像预处理粗定位车灯区域；其次，在逆投影图像下利用车头灯对的空间几何关系构建车灯对的高斯混合模型，初步匹配车头灯对；最后，采用逆投影车辆样本，利用AdaBoost分类器进一步准确检测车辆。实验在3个交通场景的检测结果表明，与原始图像下的AdaBoost方法相比，所提方法的检测率提高了1.93%，漏检率降低了17.83%，误检率降低了27.61%；与D-S （Dempster-Shafer）证据理论方法相比，检测率提高了2.03%，漏检率降低了7.58%，误检率降低了47.51%。所提方法提高了相对检测精度，减少了地面反光和影子等的干扰，满足交通场景中夜间车辆检测的可靠性和准确性的要求。     

浅析网络购物的安全问题

伴随着人们的生活向虚拟网络空间的延伸,网络购物成为人们主要的购物方式之一。然而这种购物方式在给大家带来便利的同时也存在着各种弊端和隐患,文章就网上购物中的主要安全性问题作基本的分析和探讨。     

西藏民族文化对我国动画的影响研究

文章从中国现状出发,分析了西藏民族文化对动画内涵的影响,以唐卡为例分析了西藏民族文化对中国动画创作的借鉴意义,以及动画对西藏民族文化的传播作用,进一步证明中国动画只有再现其独特的民族语言,才能最终实现中国动画的民族复兴,进而创造出中国动画的新辉煌。     

基于对抗网络的彩色图像置乱方法研究

图像置乱是将图像转换为伪随机图像，一般作为图像加密或信息隐藏前的预处理环节，为了实现彩色图像的自动化置乱，提出了基于改进对抗网络的彩色图像置乱方法。方法构建了编码网络—解码网络结构模仿彩色图像置乱和复原过程，通过模型学习图像置乱，用patchGAN的判别网络实现图像各部分区域像素值分布判别。对提出的编解码损失函数、编码网络和解码网络的对抗损失函数和判别网络的对抗损失函数分别交替使用梯度下降法优化参数。对分辨率为256×256的彩色图像实验的结果表明，上述法能实现各种彩色图像的自动化置乱，并且模型具有较好的收敛性。和传统的Arnold变换，Logistic混沌置乱方法相比较，直观上本方法图像置乱效果更具隐蔽性；在多个判别指标下，所提方法置乱后图像与原始图像相似度更低，置乱程度更高，置乱效果有提升。     

非对称图像特征位置误差参数求解校正方法

图像辐射强度值受到大气透过率的影响而发生改变，图像特征易发生几何失真，且特征的畸变于其几何位置具有复杂的非线性关系，导致特征位置误差校正难度较大。为此，提出基于深度学习的图像特征位置误差校正方法。将参数代入到图像灰度插值算法中，不断调整参数值，改善图像因非均匀、非对称造成的特征点模糊现象，提取得到图像的特征点位置。基于此，构建AlexNet学习结构，构建待校正误差图像模型和校正模型。利用牛顿迭代法对校正模型中的各项参数求解校正模型，实现对图像特征位置误差的校正。实验测试结果证明，研究方法的应用损失率在实验迭代次数达15次时降至5%以下，均方根误差始终低于0.8pixel,均方误差在实验迭代次数为50次时降至10^-4,说明研究方法可精准求出位置误差值和提高图像精度，校正前后图像间特征拟合程度高。