基于面元素重排的三维网格模型数据隐藏算法

目的 为了解决目前三维数据隐藏算法不能兼顾无失真和盲提取的问题，提出一种新的完全无失真的三维网格模型数据隐藏盲算法。方法 首先使用混沌逻辑映射选择嵌入与提取模式，保证数据的安全性。然后利用面元素重排，完全不会造成三维模型失真的性质，通过不同嵌入模式规则对三角面元素进行重排，以嵌入秘密数据。接收端则可根据相应的提取模式规则提取秘密数据。结果 仿真结果与分析表明，该算法不会对三维模型造成任何失真，嵌入容量为每顶点2比特，且能抵抗仿射变换攻击、噪声攻击和平滑攻击等。结论 这种三维数据隐藏盲算法无失真，容量大、安全性高、鲁棒性强，适用于三维载体不容修改的情形，如军事、医学、秘密通信和版权保护等。     

一种高误码(n,k,m)非系统卷积码盲识别算法

针对信息截获等领域中的卷积码盲识别问题，提出一种高误码 (n,k,m)非系统卷积码盲识别算法。首先建立可变的数据矩阵模型，对侦收到的数据进行相关预处理，以减小误码对识别的影响，提高算法的容错性能；再对预处理后的数据矩阵进行统计分析，识别出卷积码的各项参数，并提取各个数据矩阵的校验序列；进而利用校验序列构建线性方程组求解生成多项式矩阵组，通过设定筛选生成多项式矩阵的条件，筛选出非系统卷积码的生成多项式矩阵，最终完成对非系统卷积码的识别。仿真实验表明，该算法可以对高误码(n,k,m)非系统卷积码实现有效的盲识别。     

浅谈软弱地基中暗沟和暗河等的处理方法

通过几个工程实例，简单介绍了在温州地区软弱地基中遇到的一些暗沟、暗河问题及处理方法，以正确处理软弱地基基础，保证结构安全。     

长江细砂路基排水模型试验研究

水是道路危害最主要的自然因素之一。结合上海市外环线(浦东段)二期工程进行的长江细砂路基排水模型试验研究结果表明,长江细砂具有较强的饱水能力,在最佳含水率附近碾压不会产生排水现象。砂在注水情况下,路基密实效果不明显,不宜采用水密法施工方式;高含水率的长江细砂在碾压过程中会通过盲沟排水,排水历时与碾压历时基本一致。     

土夹石混合料回填技术应用探讨

针对一个软弱地基处理的工程实例,介绍了土夹石混合料回填技术的应用情况,说明了在一定范围内采取土夹石混合料处理软弱地基的实用性和经济性。     

3D网格隐写与隐写分析回顾与展望

在计算机图形学中,3D形状可有多种表示形式,包括网格、体素、多视角图像、点云、参数曲面和隐式曲面等。3D网格是常见的表示形式之一,其构成3D物体的顶点、边缘和面的集合,通常用于表示数字3D物体的曲面和容积特性。在过去的20年中,基于3D网格载体的虚拟现实、实时仿真和交叉3维设计已经在工业,医疗和娱乐等场景得到广泛应用,以3D网格为载体的水印技术、隐写和隐写分析技术也受到研究者的关注。相比于图像与音视频等载体的隐写,3D网格具备嵌入方式灵活与载体形式多变等其自身的优势。本文回顾了3D网格隐写和隐写分析的发展,并对现有研究工作进行了系统的总结和分类。根据嵌入方式和嵌入位置将隐写算法分成4类：两态调制隐写、最低位隐写、置换隐写和变换域隐写;根据特征提取角度将隐写分析算法分为2类：通用型隐写分析和专用型隐写分析。随后,介绍了每个类别的技术,综合安全性、鲁棒性、容量以及运算效率分析了各类算法的优劣性,总结当前的发展水平,并提供了不同嵌入率下两种数据集上隐写分析算法之间的性能比较。最后讨论了3D隐写和隐写分析现有技术的局限性,并探讨了潜在的研究方向,旨在为后续学者进一步推动3D隐写和隐写分析技术提供指导。     

塑料盲沟在城市快速路中的应用

城市快速路的绿化分割带排水设计采用塑料盲沟排水,可有效地排除绿化带的下渗雨水,使路基保持干燥,不会因积水而产生损坏。以南昌市昌湾大道道路排水工程为实例,介绍塑料盲沟排水在城市快速路中的应用。     

基于SPH粒子法的盲天井掏槽爆破数值模拟

针对上向盲天井掏槽孔爆破效果,运用补偿系数法对周边大空孔孔间距进行计算并进行方案制定,利用光滑粒子流体动力学方法(SPH粒子法)进行数值模拟计算,开展盲天井掏槽爆破周边空孔作用以及补偿系数对爆腔及岩石损伤范围影响研究。研究结果表明:在孔间距一定时,爆腔面积随补偿系数增大呈增加趋势;当补偿系数达到2.42时爆破效果最佳且达到峰值0.54 m²,而后爆破效果作用达到极限,爆腔面积变化趋于稳定;岩石损伤范围因炸药作用效果有限,总体变化范围在10%以内;模拟过程中SPH粒子能良好地模拟出爆破过程中岩石运动状态、空孔填充情况以及岩石损伤范围。所得模拟结果与现场试验爆腔断面面积吻合度高,说明数值模拟计算具有一定的准确性。     

基于快速近似联合对角化的谐波发射水平评估方法

提出了一种基于快速近似联合对角化(FAJD)估计系统谐波阻抗及计算谐波发射水平的新方法。在直角坐标下,根据谐波诺顿等效电路的基本原理,推导得出公共连接点处谐波电压和电流与系统和用户侧谐波电流源的关系。考虑两侧谐波电流源相互独立的基本条件,利用FAJD方法求得解混矩阵并分离出两侧谐波电流源分量,采用最小二乘法求得混合系数矩阵,对比基本电路方程求得系统侧谐波阻抗的实部和虚部,进而评估谐波发射水平。该方法以公共连接点测量的谐波电压和电流信息为基础,无需先验数据匹配也不要求目标观测矩阵为正交矩阵,因此无需预白化处理,避免引入不必要的误差,具有更高的分离精度和更强的抗背景谐波干扰能力。最后,通过仿真对比分析与实测数据验证了所提方法的可行性和有效性。     

基于AdaBoost BP神经网络的无参考图像质量评价的研究

提出了一种利用相关梯度特征和AdaBoost 反向传播神经网络的无参考图像质量评价方法。首先利用高斯滤波器得到水平和竖直的方向导数,然后提取相关的梯度特征,其次计算其直方图方差特征,然后训练BP神经网络得到弱分类器并利用AdaBoost算法获得最终的强分类器,最后利用得到的强分类器预测图像质量分数。实验结果表明,方法评价的结果合理、鲁棒性强、实行性好,符合人类视觉特性,并且与主观评分有较好的一致性,取得了很好的评价效果。