基于深度卷积神经网络的图像去雾算法

随着人们对图像的质量要求越来越高,相比于传统的去雾算法,人们发现用卷积神经网络(Convolutional Neural Networks,CNN)对图像进行去雾处理可以达到更好的效果,可以更好地还原图像的轮廓和细节。通过研究CNN去雾的原理,提出一种通过深度卷积神经网络对图像进行去雾处理的模型。用该算法得到图像的高频信息与去雾前的低频信息相叠加,以得到清晰的图像。将该算法和基于模型和基于神经网络的去雾最新算法进行对比,实验结果表明,该算法在峰值信噪比(Peak Signal to Noise Ratio,PSNR)和时间上都优于其他几种算法,并且在细节处理和图像纹理恢复上效果也更好。     

对等网络中搜索策略的研究

Being supported by distributed computing technology, Peer-to-Peer(P2P) computing may be one of themost important technology that influences the Internet in the future. Searching problem seems tg be more importantin P2P environment for lacking of centralized service in communication. In this paper, we will firstly analyze goals and mechanism of searching system in P2P networks. Our research will then focus on searching policy. We will pre-sent a data based technique in data spreading.     

聚硅酸金属盐水处理剂的制备和评价

本文介绍了聚硅酸硫酸铝(PSiAS)絮凝剂的制备工艺,以硅酸钠和硫酸铝为原料,制备了聚硅酸硫酸铝(PSiAS)。应用分光光度计对PSiAS絮凝效果进行了考察,直观的反映了铝硅配比、熟化时间、搅拌时间、投加量等因素对PSiAS絮凝性能的影响。并与其它无机絮凝相比絮凝效果,核算成本,体现了使用PSiAS的处理水的优点。     

基于层次聚类的跨文本中文人名消歧研究

人名消歧已经成为自然语言处理和信息抽取应用中亟待解决的重要问题。运用中文自然语言处理和信息抽取系统识别命名实体和实体关系,生成实体信息对象(Entity Profile),采用实体信息对象(EP)中的个人信息特征,实体关系和上下文相关信息在Hadoop平台上基于凝聚的层次聚类方法解决了实体消歧问题。采用哈尔滨工业大学整理的全网新闻语料作为人名消歧训练和测试数据,着重研究了中文人名消歧特征的选取,参数的确定和验证,在训练集和测试集上分别取得了91.33%和88.73%的F值。说明提出的方法具有较好的可行性。     

双滤膜法测氡中湿度影响的校正

当相对湿度小于20%时,湿度变化对双滤膜法测氡的影响较大。本文根据氡子体的中和作用机理,导出了湿度和RaAR扩散系数的函数关系,进而得到双滤膜法测氡的湿度校正。校正后结果的相对误差不大于3%。     

对等网络DoS攻击的防御机制

由于对等网络的松散性，基于洪泛式请求的拒绝服务(Dos)攻击已经成为其主要威胁之一。文章首先介绍和分析了Dos问题在对等网络下的特点和带来的一些新问题，并提出了以带宽占用状态分析为主要依据，Dos特征分析为辅的自适应防御的机制，并提出一些具体处理方法，以探索可行的防御模型。