圆柱状飞行目标的多模跟踪技术研究

针对单一的跟踪技术存在的缺点,本文提出了一种主辅式的多模式图像跟踪技术,主跟踪的作用是快速获取目标的位置,辅跟踪的作用是提高跟踪的精度;主跟踪采用基于多特征的对比度跟踪方法,对比度跟踪成功后选取目标运动方向的最前缘点作为主跟踪的跟踪点;辅跟踪采用改进的归一化相关匹配的方法,归一化相关匹配成功后,在匹配点附近采用曲线拟合的方法获取跟踪点的亚像素精度;最后将主辅跟踪的跟踪点进行比较,按照最小二乘拟合的方法计算出最后的跟踪点位置.     

RBF神经网络及其在基于输出的客观 音质评价中的应用

针对汉语连续语音,本文提出了采用径向基函数神经网络(RBFNNs),对基于输出的语音质量进行客观评价的一种新方法——RBFOBSQ(Output-Based Speech Quality Using RBFNNs).该方法采用Mel倒谱对语音系统输出端的待测语音信号进行特征参数提取,然后通过RBF神经网络完成特征参数到主观评价MOS分的非线性映射,其映射值即为仅依赖于输出的客观音质评价结果,其与主观评价MOS分的相关度,当采用训练集样本时达到0.92以上,而采用测试集样本时达到0.88以上.     

一种基于LT码的数据云存储方案

拜占庭失效或恶意攻击会降低云服务供应商的云存储服务可靠性,为此,提出一种基于云计算的安全可靠数据存储方案。通过LT编码增加分布式云服务器的数据冗余度,在保证性能全局准最优的同时,提升数据用户在数据检索阶段的解码效率。利用支持公共数据完整性检查和准确数据修复,避免数据拥有者长期保持在线状态,并设计数据修复解决方案,使服务运行期间无需产生元数据也能进行数据修复。实验结果表明,与基于网络编码和基于RS码的云存储方案相比,该方案的通信成本只增加了15%,但数据检索效率却提高了约1倍。     

广义同余神经网络及BP神经网络的比较研究*

从神经网络的结构、激励函数、权值调整算法等方面对三种广义同余神经网络(generalized congruence neural network,GCNN)及传统BP神经网络(back propagation neural network,BPNN)的异同点进行了比较和研究.通过对正弦函数的逼近性能比较,表明最新改进的第三种GCNN既继承了前两种GCNN收敛速度快的优点,又具有传统BPNN稳定性好的优点;既克服了前两种GCNN不稳定性的缺点,又克服了传统BPNN收敛速度慢的缺点.采用分段线性激励函数有利于GCNN的推广应用.     

一种利用小波对比度的图像隐藏算法*

基于小波对比度,提出了一种新的迭代混合图像隐藏算法。该算法将各图像块的小波对比度绝对值之和作为视觉敏感性的测度,选取适合嵌入秘密信息的图像块;最后以迭代混合的方式将混沌置乱后的秘密图像嵌入这些图像块,成功地将256灰度级秘密图像隐藏在载体图像中。仿真结果表明该算法在实现大容量信息隐藏的同时,载密图像仍具有很好的视觉质量。     

数据库应用系统中安全代理的研究与实现

首先对数据库的安全需求进行了分析,指出了数据库应用系统目前存在的安全性问题。然后在分析数据库应用系统特点和安全需求基础上,提出用数据库安全代理来增强数据库应用系统的安全性,并详细阐述其体系结构及主要功能。