融入频域信息聚焦特征的显著性目标检测算法

由于视觉注意预测能够快速、准确地定位图像中的显著区域,因此将视觉注意中的频域信息融入显著性目标检测中,从而有效地在复杂场景中检测显著性目标。首先,采用改进的频域检测方法对图像进行视觉注意预测,将该频域信息融入Focusness特征中计算得到频域信息聚焦特征,并将此特征与颜色特征进行融合得到前景显著图。然后,对RBD背景进行优化,得到背景显著图。最后,对前景显著图、背景显著图进行融合。在ESSCD,DUT-OMON两个具有挑战性的数据集上进行了大量实验,并采用PR_Curve,F-Measure,MAE对结果进行了评估,结果表明,所提出的方法要优于6种对比方法(HFT,PQFT,HDCT,UFO,DSR和RBD),并且能够处理复杂场景的图像。     

基于Spring框架的Web应用轻量级3S解决方案

针对目前使用经典SSH方案开发三层Web应用存在整合难、周期长以及交付后的系统扩展难、性能差等问题,提出以Spring框架为基础的轻量级3S解决方案,即采用Spring MVC、Spring IoC/DI和Spring JDBC技术来构建三层架构,并通过古建筑文物信息管理系统(ABHIMS)来进行实验。实验结果表明,所提出的轻量级3S方案是正确可行的。相对于经典SSH方案,使用该方案来开发Web应用不但简化了代码编写和整合,而且所实现的系统具有更好的性能。     

BS960E高强钢激光-电弧复合焊接头氢脆行为研究

氢脆具有很强的微观组织敏感性,威胁着各类高强结构材料的安全服役.采用激光-电弧复合焊工艺对BS960E型高强钢进行焊接,并对接头在原位电化学充氢的条件下进行慢应变速率(10-5s-1)拉伸试验,结合微观组织和断裂特征进行分析并对接头的氢脆行为进行研究.结果 表明,焊接热循环所形成的富马氏体中的细晶区可以使接头表现出一定的氢脆敏感性,马氏体较大的氢扩散系数和较低的氢溶解度以及氢在晶界上的快速扩散是引起接头对氢脆敏感的主要原因,通过控制焊接工艺参数可抑制焊接热循环所引起的马氏体转变量,能够降低BS960E型高强钢激光-电弧复合焊接头的氢脆敏感性.     

基于回归模型的全卷积网络人群计数算法

针对当前采用密度图回归方法估计人群数量时人数被高估的问题,提出一种基于计数回归和密度图估计的全卷积网络框架,采用计数回归与密度图回归相结合的方式对人群密度图进行估计。为训练模型参数和有效避免过拟合现象的出现,设计一种更深更轻且参数数量很少的完全卷积网络(full convolutional network,FCN)作为人群密度图估计器。实验结果表明,提出算法对密度分布不均和尺度不一的人群图像都有很好的适用性和准确性,算法性能优于现有的人群计数算法。     

核子空间投影和广义特征值分解的云数据隐私保护

云数据及大量网络数据需要在保护用户隐私的前提下进行统计和分析,对此提出核子空间投影和广义特征值分解的云数据隐私保护算法。将云数据进行数学化建模,该算法将隐私保护作为数据转换问题进行处理,转换问题分为隐私不敏感任务和隐私敏感任务两类。该算法形成类间散布矩阵,寻找子空间维度来解决特征值分解问题,并对广义特征值排序,得到广义特征向量对应的最大广义特征值;对云数据进行转换,实现数据隐私保护。实验结果表明,该方法能够实现用户隐私保护,并且核广义特征值分解算法优于子空间隐私保护算法,且两种隐私保护算法都优于其他隐私保护方法。     

焊后热处理对7075铝合金直流冷金属过渡焊补焊接头应力腐蚀敏感性的影响

补焊是焊接结构主要修补措施,但目前针对补焊接头耐蚀性的报道较少.针对7075铝合金熔化极惰性气体保护焊(MIG)焊接接头,采用直流冷金属过渡焊(CMT)进行补焊,之后对焊接接头进行回归再时效(RRA)焊后热处理.对接头的金相组织进行了分析,采用慢拉伸方法对接头应力腐蚀敏感性进行了比较,测试分析了对接头的动电位极化曲线.结果表明:RRA热处理细化了接头各区域的组织,提高了接头的强度和塑性,同时接头的应力腐蚀敏感指数从0.21降低到0.08,接头抗应力腐蚀性能得到明显提高.     

云环境下改进SOS的多目标任务调度算法

为有效获取云计算中多目标任务调度求解算法的全局最优解,提出一种云环境下基于改进期望服务质量(Qo S)的多目标任务调度算法。设计多目标任务调度框架,提出相应的目标函数与约束条件。利用准反射学习构建初始种群以改进共生生物搜索(SOS)算法,加入自适应变异率以提高全局搜索能力。通过设定坐标进行任务分配,利用改进后SOS算法实现多目标任务优化调度。云计算仿真结果表明,所提算法相比于其它算法,有效改善了能源利用率、能耗和时间成本,具有较好的Qo S传输性能。     

数据中心网络中相关感知流量整合算法

随着大数据、云计算不断融入人们的日常生活,作为支撑其发展的基础设施--数据中心网络的能耗也在急剧增长。为了解决这个问题,学术界提出了能量感知路由（Energy-Aware Routing,EAR）。EAR的主要思想是通过将流量需求聚集在网络链路的子集,并睡眠未使用的网络设备以节省能量。但是在流量低谷时期频繁地切换网络设备模式可能会导致网络振荡甚至网络性能下降。因此提出了一种相关感知流量整合（Correlation-Aware Traffic Consolidation,CATC）算法。提出了基于软件定义网络（Software Defined Network,SDN）的CATC模型,即在流量整合时考虑了流之间的相关性,并结合链路速率来实现更高的节能。在流量约束和链路容量约束下将CATC模型转换为一个最优流量分配问题,并提出CATC算法来求解。仿真结果显示,与现有的节能算法相比,CATC算法在仅仅增加极少网络延迟的同时可以为数据中心网络节省大约45%的能量。     

对前向安全代理盲签名方案的分析与改进

周萍等人提出了一个前向安全代理盲签名方案,对该方案进行分析,指出该方案存在信息拥有者可以否认签名的问题,即信息拥有者否认用于签名的信息是自己提供的,该信息可能是伪造的.并在此基础上提出了改进的方案.实验表明改进的方案不仅具有原方案的优良特性,还解决了信息拥有者否认签名的问题.