一个新四维超混沌系统及其在图像加密中的应用

构建了1个新型的四维超混沌系统,通过对其动力学行为的测试和分析,确定该系统具有较高的Lyapunov指数,表明该系统具有更为复杂的混沌属性.在图像加密算法中,结合改进的Z字形变换及图像分块方法,对图像进行两轮次的置换与扩散.经过仿真测试,各项指标系数的测试结果均非常接近理论最佳值,表明图像加密算法具有更强的鲁棒性和安全可靠性,可以充分抵御各种针对性的攻击.     

一个切换Lorenz混沌系统在图像加密中的应用

目的将一种新型的切换Lorenz混沌系统引入到图像加密系统中,以提高图像加密的效果。方法图像加密系统采取"置乱-扩散-置乱-扩散"的过程,首先结合密钥K,将切换Lorenz混沌系统结合四阶龙格-库塔方程对明文图像进行离散,并通过Arnold映射对明文图像矩阵进行置乱;通过"异或"位运算对图像进行扩散处理;再通过Logistic映射对图像进行置乱;最后通过"循环移位"运算对图像进行扩散处理。结果经过仿真实验对图像加密性能进行测试,密文图像的相关指标参数NPCR和UACI的测试值分别约为99.60和33.4,都很接近于它们的理论值,信息熵的测试结果约为7.997,也非常接近于理论值8。结论表明引入新型切换Lorenz混沌系统的图像加密系统具有较强的鲁棒性、可靠的安全性,可以有效地提高加密系统的各种抗攻击能力。     

《Visual Basic程序设计》教学改革与实践

《visual Basic程序设计》作为高校非计算机专业公共基础课，具有理论性、实践性较强，抽象概念较多的特点。从教材建设、课堂教学、实践训练等方面，就提高教学质量，激发学生学习兴趣．培养学生综合应用开发能力等方面阐述一些行之有效的方法。     

基于Faster R-CNN算法的列车轴承表面缺陷检测研究

将深度学习Faster R-CNN应用于列车轴承图像的表面缺陷检测。建立人工数据库BSD,通过对图像增广弥补数据不足的缺陷;采用Faster R-CNN算法进行目标检测和识别,卷积神经网络采用ZF Net模型,对BSD数据集训练,得到检测结果;并与传统检测方法Canny算法的检测结果进行比较。试验结果表明:和传统Canny算法比较,基于Faster R-CNN算法的轴承缺陷的检测精度为93.03%、检测时间为0.29 s,相比传统Canny算法检测精度提升21.73%、检测时间减少2.21 s,同时准确率大幅度提高,能够实现轴承表面缺陷的精确检测和识别,满足铁路部门对轴承检修的需求。     

基于量子Logistic映射的图像加密算法研究

目的提出将量子Logistic混沌映射与三维Arnold混沌映射相结合的图像加密算法,以提高图像加密的复杂度。方法首先利用量子Logistic混沌映射生成置乱用的伪随机序列与明文进行整体置乱,再利用三维Arnold混沌映射生成一个整数序列,与置乱后的密文进行扩散运算。结果通过仿真实验,加密图像的相关性系数接近于0,密钥敏感性的NPCR和UACI的测试值分别约等于99.60和33.4,信息熵的测试结果约等于7.999,都非常接近于理论值。结论加密算法充分体现了量子混沌映射高复杂度的非线性力学特性。通过仿真实验测试可知,加密算法具有密钥空间大、敏感性强、安全性好的特点。     

二维变分模态分解在轴承检修中的应用

应用2D-VMD算法对图像信号进行去噪，以提升图像质量。采用2D-VMD技术对含有噪声的轴承缺陷图像进行分解，将其分解为有限个固有模态函数（IMF）分量；利用模糊线性指数和标准差筛选各IMF分量，剔除噪声项，实现图像去噪。对比2D-VMD去噪算法和均值滤波、中值滤波的去噪效果，使用均方差和峰值信噪比对去噪后的图像进行客观评价。结果表明：使用2D-VMD算法去噪效果更好，去噪后的图像能保留更多有效信息、图像质量更好，能够满足铁路部门对轴承检修的需求。     

基于Canny算法的列车轴承表面缺陷边缘检测

为了对列车轴承表面缺陷进行准确的边缘检测,提出了一种数学形态学和Canny算法相结合的边缘检测算法。通过对形态学结构元素及基本运算的选取,确定了形态学3菱形闭运算作为前处理,结合Canny算法对列车轴承表面缺陷进行边缘检测。同传统的边缘检测算法及形态学边缘检测算法进行比较,实验结果表明,所提算法不仅加强了抑制噪声的能力,还准确地保留了图像的边缘特征。