远程交易系统的安全模型设计

随着远程交易系统的不断发展，信息安全在系统起着越来越重要的作用，文章针对远程交易系统安全模型中几个关键问题提出了的解决方法，并将其应用于远程交易系统的具体环节，为建立远程交易系统安全模型提供了一种解决方案。     

基于单元尺度的自适应码率控制算法

随着信息技术的快速发展,压缩编码已成为多媒体存储和传输领域的研究热点。针对视频压缩的编码效率问题,ITU-T与ISO/IEC两大标准组织于2003年联手推出了H.264/AVC视频编码标准。为了能够在目标带宽上有效地传输视频,就必须合理地控制码流的波动强度,以使其尽可能地接近目标带宽。其中码率控制虽然不是标准中的一部分,但由于其一直在视频编码标准的发展过程中占有举足轻重的地位,为此,针对H.264/AVC编码的视频序列码率控制问题,在JVT-G012算法的基础上,提出了一种基于STGS图的自适应地选择基本单元大小的码率控制算法。该算法在编码时产生的码率波动总是与G012算法产生的最小码率波动相当。而且具有较小的运算复杂度,易于实时实现。     

融合显著信息的LDA极光图像分类

美丽的极光形态各异,不同形态的极光蕴含不同的物理意义,所以研究极光图像的分类具有重要的科学价值.在LDA(latent Dirichlet allocation)模型基础上提出了一种融合显著信息的LDA 方法(LDA with saliencyinformation,简称SI-LDA),利用极光图像的谱残差(spectral residual,简称SR)显著信息生成视觉字典,加强极光图像的语义信息,并将其用于极光图像的特征表示.最后,利用SVM分类器对极光图像进行分类.实验结果表明,所提出的算法获得了良好的分类结果.     

MVFAST运动估计算法改进及其VLSI体系结构

文中在分析MVFAST算法的基础上,提出了对MVFAST算法搜索窗的改进.通过对搜索窗的改进,在不影响图像质量的前提下,提高了算法的搜索速度.设计了支持该算法的体系结构和处理单元.给出了灵活的数据流结构和搜索策略.对大量不同的视频序列、分辨率不同的视频序列、运动剧烈程度不同的视频序列进行了实验.大量的实验结果表明,设计的体系结构的处理速度得到了明显的提高,内存访问带宽大大减小,获得了与全搜索算法可比的图像质量.     

一种基于数学形态学的红外弱小目标检测方法

提出了一种红外图像序列中运动弱小目标检测的新方法。该方法在时间剖面上采用数学形态学滤波和中值滤波来抑制杂波背景干扰,并对去除背景后的图像进行分割,然后利用序列图像中目标运动的连续性和轨迹的一致性来检测出真正的目标。利用实测数据进行了仿真,实验结果表明了该方法的有效性。     

一种基于数学形态学的红外弱小目标检测方法

提出了一种红外图像序列中运动弱小目标检测的新方法。该方法在时间剖面上采用数学形态学滤波和中值滤波来抑制杂波背景干扰，并对去除背景后的图像进行分割，然后利用序列图像中目标运动的连续性和轨迹的一致性来检测出真正的目标。利用实测数据进行了仿真，实验结果表明了该方法的有效性。     

未来智能电视的构想

以TCL倡导的“3C融合”为指导方向，从计算机、通讯、消费电子三个方面与电视机的结合，构想未来智能电视的发展——让电视成为整个“数字家庭”的“家庭娱乐服务中心”，具备众多的智能功能，同时满足绿色节能的要求，从而给人们的生活提供更方便的服务。     

基于局部Tchebichef矩的鲁棒图像水印算法

针对目前基于图像不变特征水印算法不能同时有效抵抗常规图像处理和几何攻击这一问题,提出了一种基于局部Tchebichef矩(LTMs)的图像水印新算法。首先,利用Harris-Laplace检测算子提取载体图像多尺度空间中的特征点,并通过特征选择策略获得稳定且分离的局部圆形特征区域;然后,结合主方向对齐,得到具有旋转、缩放和平移(RST)不变性的局部圆形特征区域;最后,计算局部特征区域的Tchebichef矩,采用量化调制Tchebichef低阶矩幅值将水印嵌入到局部特征区域中。实验结果表明,本文算法在获得很好的不可见性的同时,对常规图像处理、几何攻击及组合攻击具有较好的鲁棒性。     

基于聚类有效性神经网络的模糊规则提取方法

模糊控制以其自适应性、鲁棒性和易于实现等优点得到广泛应用 .然而模糊控制规则的获取通常由专家根据经验给出 ,这就存在诸如规则不够客观、专家经验难以获取等问题 .作者给出一种基于聚类有效性神经网络的模糊规则提取的新方法 .该方法采取对训练样本预划分子集聚类 ,模糊语言量的自动确定 ,模糊隶属度函数自适应调整等策略 ,克服了以往规则提取法在训练样本不充分时 ,规则提取不足及规则数目难以确定等缺点 ,并结合神经网络技术使所提取的控制规则的质量得到提高 ,改善了模糊控制器的性能 .最后 ,以倒车系统为例证明了该方法的有效性     

基于模糊粗糙集的新闻视频镜头边界检测方法

镜头边界检测是实现基于内容的视频检索的一个重要步骤.为了将视频分割成镜头,现有的方法大都是首先提取大量的特征然后构造相异性测度函数.然而,太多的特征就会降低算法的效率.因此,有必要对镜头边界检测的规则进行特征约简.本文将粗糙集中的属性重要性和模糊粗糙集中的分类精度相结合定义了模糊粗糙算子,并构造了相异度检测函数.最后给出了镜头边界检测的一般性规则.由于本文检测方案的自适应性,因此适合于各种类型的新闻视频.用来自中央电视台的3个多小时的新闻视频所做的镜头边界检测实验获得了95.4%的查全率和96.1%的准确率.