一种基于自适应量化的半脆弱图像水印算法

提出了一种基于自适应量化的半脆弱图像水印嵌入方案，能够在不参考原始载体的情况下对数字图像同时进行版权保护和内容认证．该半脆弱水印嵌入方案具有以下特点：（1）抽取并利用了原数字水印的特征信息（作为辅助水印）；（2）采纳了基于人眼视觉特性的自适应量化策略；（3）数字水印信息的提取不需要原始载体图像；（4）采用整型提升小波变换，克服了小波域水印算法普遍存在的舍入误差问题；（5）能够同时进行版权保护与内容认证，并可确定篡改发生区域．仿真实验表明：该小波域水印嵌入方案不仅对JPEG压缩、叠加噪声、平滑滤波等常规图像处理具有较好鲁棒性。而且能够对替换等恶意图像篡改做出报警反应，同时其误检率与漏检率等关键技术指标均优于现有半脆弱水印嵌入算法．     

基于图像特征的数字水印算法研究

为了使数字水印具有更鲁棒的抗攻击能力，提出了一种基于图像特征的数字水印新算法。该算法首先利用Harris—Laplace算子提取载体图像特征点；然后结合特征尺度白适应确定局部特征区域；最后，采纳DFT中频幅值比较策略将数字水印信息重复嵌入到多个不相交的局部特征区域中。检测时，根据模糊模式识别的最大隶属度原则检测水印信息。仿真实验结果表明，该新算法不仅具有较好的透明性，而且对常规信号处理（中值滤波、边缘锐化、叠加噪声和JPEG压缩等）和去同步攻击（旋转、平移、缩放、行列去除、剪切和局部随机弯曲等）均具有较好的鲁棒性。     

煤仓清堵装置控制回路的设计缺陷及改进

介绍了某电厂原煤仓清堵装置控制回路运行中存在的缺陷和电气故障现象,分析了异常产生的原因,提出了原煤仓清堵装置控制回路改进的具体方案和完善措施.改进后效果良好、效益显著,为给煤系统稳定运行和机组安全稳定提供了保障.     

一种基于图像特征点的数字水印嵌入方法

如何有效抵抗去同步攻击是数字图像水印研究领域的热点问题之一.本文提出了一种可有效抵抗去同步攻击的图像水印新算法.该算法首先利用Harris-Laplace算子从载体图像中提取尺度空间特征点;再结合特征尺度自适应确定局部特征区域;最后,采纳DFT中频幅值量化策略将水印重复嵌入到多个不相交的局部特征区域中.检测时,利用特征点实现水印的重同步,无须求助于原始图像.仿真结果表明,本文算法不仅具有较好的透明性,而且对常规信号处理和去同步攻击均具有较好的鲁棒性.     

基于归一化图像重要区域的数字水印方法

为了使数字水印能更有效鲁棒地抗几何攻击,以图像归一化为基础,提出了一种可有效抵抗几何攻击的数字图像水印方案。该方案首先利用基于矩的图像归一化技术将原始载体映射到几何不变空间内;然后结合不变质心理论提取出归一化图像的重要区域;最后根据人眼视觉特性及小波系数相关性,利用自适应量化调制策略将水印信息嵌入到归一化图像的重要区域内。仿真实验结果表明,该图像水印方案不仅具有良好的透明性,而且具有较强的抵抗常规信号处理及几何攻击的能力。     

基于隐私保护的联邦推荐算法综述

推荐系统通过集中式的存储与训练用户对物品的海量行为信息以及内容特征, 旨在为用户提供个性化的信息服务与决策支持. 然而, 海量数据背后存在大量的用户个人信息以及敏感数据, 因此如何在保证用户隐私与数据安全的前提下分析用户行为模式成为了近年来研究的热点. 联邦学习作为新兴的隐私保护范式, 能够协调多个参与方通过模型参数或者梯度等信息共同学习无损的全局共享模型, 同时保证所有的原始数据保存在用户的终端设备, 较之于传统的集中式存储与训练模式, 实现了从根源上保护用户隐私的目的, 因此得到了众多推荐系统领域研究学者们的广泛关注. 基于此, 对近年来基于联邦学习范式的隐私保护推荐算法进行全面综述、系统分类与深度分析. 具体的, 首先综述经典的推荐算法以及所面临的问题, 然后介绍基于隐私保护的推荐系统与目前存在的挑战, 随后从多个维度综述结合联邦学习技术的推荐算法, 最后对该方向做出系统性的总结并对未来研究方向与发展趋势进行展望.     

Dadinkowa水电站厂房蜗壳外围薄壁混凝土受力分析

针对国内对水轮机蜗壳外围薄壁混凝土结构研究较少、设计经验欠缺的问题,以尼日利亚Dadinkowa水电站厂房续建项目为典型案例,对水电站蜗壳外围薄壁混凝土结构进行设计分析。建立三维有限元模型,分析蜗壳外围混凝土在正常运行工况和检修工况下的应力,提取内力进行配筋计算;建立蜗壳0°断面的平面有限元模型,分析蜗壳顶部及基坑里衬附近混凝土应力,提取弯矩和轴力进行正截面和斜截面承载力计算。结果表明,基坑里衬附近混凝土尺寸较小,最薄处仅约21 cm,压应力峰值位于内侧,为5.67 MPa,未超过C25混凝土抗压强度;拉应力峰值位于外侧,为1.55MPa,最大拉应力范围较小。从而,混凝土尺寸能够满足斜截面抗剪承载力要求,无需另外设置抗剪钢筋。为保障结构安全,采用一期混凝土凿毛4 cm、配合植筋φ16@1×1 m的措施,基坑里衬采用双层双向配筋和C30混凝土,蜗壳及引水钢管顶部设置弯起φ32@15 cm钢筋提高斜截面承载力。设计经验可为同类工程设计提供参考。     

基于关键实体和文本摘要多特征融合的话题匹配算法

随着网络的快速普及,互联网新闻的数量剧增,在这种情况下,如何有效地找到更加符合特定主题的相关报道成为一个迫切需要解决的问题。针对这一问题,提出了基于关键实体和文本摘要多特征融合的话题匹配算法。首先,使用W²NER模型进行命名实体识别,通过词频、TF-IDF、词的合群性、词词相似度和词句相似度特征,提取关键的实体。其次,使用Pegasus模型进行文本摘要,通过BiLSTM融合关键实体特征与文本摘要特征,得到新闻文本的深层次语义特征。再次,使用交叉注意力机制对待匹配新闻进行特征交互,增进彼此的联系。最后,融合新闻文本的深层次语义特征和文本交互特征,共同参与文本话题匹配的判断。在来自于搜狐的真实数据上进行了不同算法的对比实验,结果表明：所提算法准确率和精确率均与其他算法效果相近,召回率和F1值均有所提升。     

一种结合独立性模型与差异评估的Co-Training改进方案

Co-Training算法要求两个特征视图满足一致性和独立性,但是,许多应用中不存在自然划分且满足这种假设的两个视图.为此,提出利用互信息(MI)或者CHI统计量评估特征之间的相互独立性,建立特征相互独立性模型(MID-Model).基于该模型,提出了新的特征子集划分方法PMID-MI与PMID-CHI算法,能有效地将一个特征集合划分成两个独立性较强的子集.并且利用多种差异评估法,进一步验证两个子集的独立性.基分类器之间的差异性能够减少两个基分类器给同一个未标注文本都标注错误的可能性.最后,提出了对Co-Training的改进算法SC-PMID.实验结果表明SC-PMID算法能够明显提高半监督分类精度.