程度与精度的逻辑差粗糙集模型

基于程度与精度的逻辑差需求,提出了程度与精度的逻辑差粗糙集模型,并定义了粗糙集区域概念。通过变精度近似与程度近似的转化公式,得到了粗糙集区域的基本结构,提出了计算粗糙集区域的常规算法和结构算法,进行了算法分析与比较,探索并得到了模型在决策表中的应用方向。通过该模型拓展了程度粗糙集模型和经典粗糙集模型。     

基于多权重相似度的随机漫步推荐算法

在传统个性化推荐算法的基础上,提出了一种基于多权重相似度的随机漫步推荐算法。为了解决传统协同过滤算法中忽略了社交网络、热门项目以及共同评分项目之间影响等问题,通过引入万有引力公式计算社交网络中的用户相似度,并对传统协同过滤算法中的相似度进行改进,采用权重因子结合这两者相似度,最后开拓性地结合随机漫步算法进行商品推荐。实验结果表明,提出的算法具有比其他推荐算法更好的推荐性能。     

奇异值分解视频水印嵌入与检测及安全性测试

文章针对目前现有的基于小波变换和奇异值分解相结合的数字水印算法存在的缺陷,提出了一种新的视频水印算法:以二值图像为水印的混合整数小波变换和奇异值分解的视频水印盲提取算法,重点论述了奇异值分解的视频水印嵌入与检测以及安全性的测试.实验表明,提出的新算法具有较好的高透明性和鲁棒性.     

基于证据理论数据融合的双效水印

提出一种新的基于证据理论的数据融合的双效水印算法.首先应用水印公式构造特殊的水印嵌入后条件,根据嵌入系数之间的定性分析提取鲁棒水印;利用嵌入系数之间的定量分析能提取脆弱水印,并能准确定位篡改的区域.其次在嵌入过程中还使用纠错码对水印信息进行调和,把水印重复嵌入到图像信息的不同位置,以便利用纠错码的辅助信息来估计出提取的...     

基于隐偏向信息学习的强化学习算法

传统的强化学习算法应用到大状态、动作空间和任务复杂的马尔可夫决策过程问题时，存在收敛速度慢，训练时间长等问题．有效地学习和利用问题中包含的偏向信息可以加快学习速度，提高学习效率．在分析了偏向机制特点的基础上引入了隐偏向信息的概念，建立了一种基于偏向信息学习的强化学习模型，并提出了一种基于特征的改进SARSA(λ)算法．针对于拄箱任务的实验表明，改进的算法明显提高了学习效率．     

无线传感器网络中基于协同压缩方法的MAC协议

基于无线信号的广播本质,利用传统MAC协议所忽略的串音(overhearing)数据,提出一种方法以在媒介访问控制层去除数据的空间相关性.根据串音所接收到的数据,事件监测节点间协同地对自身的数据进行压缩后再发送,从而在链路层减少冗余信息的传输.首先针对节点间的协同数据压缩问题进行量化,建立线性规划模型;进而提出一种近似最优的、更低时间复杂度(O(N2))的启发式节点筛选算法.在此基础上,设计一种能量有效的、基于协同压缩方法的MAC协议(CCP-MAC),可分布式地控制节点实现该节点筛选算法,相应节点可从筛选出的被压缩节点子集中接收串音数据,融合冗余数据以后再进行发送.实验结果表明,CCP-MAC利用串音数据协调节点进行数据压缩,可在很大程度上节约能量,延长网络的生命周期.     

混合Bose-Einstein凝聚的不稳定性

本文研究描述混合Bose-Einstein凝聚的耦合Cross-Pitaevskii方程组的Cauchy问题,利用不变集理论,得到了混合Bose-Einstein凝聚的不稳定性。     

薄膜生长模型与计算机模拟

阐述了计算机模拟薄膜生长研究在纳米材料设计中的重要意义。通过最近多篇文献报道，归娄介绍了常见的薄膜生长模型、原理及方法，并详细对比了分子动力学、蒙特卡罗和量子力学3类方法、原理及应用特点。报道了国内外近几年薄膜生长模型与模拟的一些研究成果。结合不同的方法与原理，以分子动力学结合蒙特卡罗模型为重点，简要评述了这些模型及模拟特点，并提出了作者的一些见解。分析了多元化合物薄膜生长模拟的技术难点，指出了量子力学计算理论与方法同分子动力学、蒙特卡罗模型相结合的新型模型是解决这一难题的发展方向，展望了今后国内外的发展趋势。     

语音服务器软件系统设计与实现

利用语音卡发送语音通知是一种非常实用的技术,可以极大的提高日常工作的办事效率。重点介绍了语音服务器软件的开发流程、主要技术及解决方案,并给出了实现系统的主要状态图及伪代码。该方案对普通用户进行类似系统的开发具有一定的参考价值。