基于奇异值分解的Contourlet域稳健性数字水印算法*

提出了一种基于奇异值分解的Contourlet域数字水印算法。对置乱后的水印图像进行奇异值分解,在Contourlet域中选取合适的方向子带,利用得到的奇异值来调制系数矩阵,然后通过逆变换获取嵌入水印后的图像。在水印提取中只需要保存原始图像的奇异值,实现了水印的近似盲提取。最后,进行了一系列的攻击实验,证明了与传统小波域水印算法相比,该算法的不可见性和鲁棒性都有了较大的提高。     

噻吩-芴基溴化物型紫外光吸收剂的合成及其光谱性质研究

本研究以2,7-二噻吩芴衍生物为基础,引入Br进行改性,以获得性能优良的UV吸收剂,并通过MS和NMR对产物进行结构表征,并利用UV-Vis和PL对产物的紫外光吸收性能及发光情况进行研究。结果表明,当引入四个溴原子时,C2薄膜的最大UV吸收峰位于290~420nm之间,而荧光相对强度接近于0,是具有应用潜力的紫外光吸收剂。     

基于小波分解的变尺度多分辨率纹理分割

针对常见的多分辨率分割算法在每一尺度分割过程中信息利用不充分的问题,提出了一种基于小波分解的变尺度多分辨率纹理图像分割新算法.该算法在每一尺度的分割过程中充分利用了各尺度上的有关信息:通过变尺度特征场考虑了更高分辨率尺度上的特征数据;通过变尺度标记场考虑了更低分辨率尺度上的标记数据.从最低分辨率尺度到原始分辨率尺度逐次进行图像分割,低分辨率尺度的分割结果通过直接投影作为相邻的更高分辨率尺度的初始分割,最高分辨率尺度上的分割结果作为本文方法的分割结果.实验表明,该算法具有较好的分类性能.     

数据同化框架下基于差分进化的遥感图像融合

针对现有融合方法的结果图像不易根据后续处理的要求进行自适应调整, 不同方法的优点不易综合的问题, 借鉴气象领域中的数据同化系统能综合其模型算子和观测算子两者优点的思想, 提出一个基于差分进化的遥感图像融合框架. 在该框架下, 将基于对比度àtrous的Contourlet变换作为模型算子, 独立分量分析和àtrous小波变换作为观测算子, 用差分进化(Differential evolution, DE)算法来优化由图像定量评价指标组成的目标函数, 从而获取更合适的图像. 二组实验从视觉效果和定量指标两方面验证了该框架的有效性.     

“一云多屏”孵化视频转码市场 移动互联网云转码平台价值凸显

在三网融合、移动互联网大发展的趋势下,云转码平台能够有效提高运营商流量经营的效益,促进视频融合业务的发展,挖掘视频内容的价值,为移动互联网规模发展提供应用支持。在三网融合的环境下,"一云多屏"正在成为视频行业重点布局的发展方向,以用户为核心,在包括移动终端在内的多种终端之间形成无缝的视频资讯传递、互动和可定制的统一服务,而视频网站多屏应用的转码需求则孵化出一个视频转码市场。如何智能适配移动终端和移动网络,将互联网及自有的海量视频资源智能转码和分发,成为移动互联网云转码平台技术研究及应用的关键问题。     

云计算技术及运营可行性分析

深入分析了云计算技术的概念、特征和发展,并通过剖析产业链和中国电信运营云计算服务的SWOT,提出中国电信运营云计算服务的新型增值业务模式和运营体系结构,以及潜在的风险与挑战。     

实时转码云平台技术及其在SoLoMo模式中的应用

通过分析SoLoMo模式在移动互联网的应用以及实时转码云平台的技术特点,提出了实时转码云平台技术在SoLoMo模式中的应用方案,并对其关键点、难点和前景进行了探讨。     

基于敏感特征向量的SAR图像灾害变化检测技术

为了解决阴雨云雾条件下光学遥感图像的应用局限性问题,针对典型的四类地表变化（堰塞湖、滑坡泥石流、部分倒塌建筑和严重倒塌建筑）分析SAR图像灰度和纹理特征的敏感程度,并提出敏感特征向量的概念;以综合利用了灰度差值和纹理差值的敏感特征向量作为评判因子,结合主成分分析技术和K均值聚类技术,提出了新的SAR图像灾害变化检测算法。该方法算法简单,检测效果好,并用两组ALOS SAR实验数据进行了证实。     

MSN查号机器人的研究与应用

本文深入分析了即时通讯聊天机器人的相关技术和应用意义，并由此设计了MSN查号机器人系统的系统架构、应用框架和功能模块，利用．NET高效的哈希表和相关算法优化并发查询的性能。在研究自然语言人机交流技术的基础上，提出了MSN查号机器人的发展方向是基于经验的人工智能聊天机器人。     

基于格拉斯曼流形上谱聚类的视频人脸识别

针对传统的三维(3D)人脸识别算法仅考虑特征提取而不能很好地运用于实际视频人脸识别系统的问题,提出一种基于格拉斯曼流形谱聚类的动态3D视频全自动识别系统。首先通过去除孤立点、均匀采样、剪裁、姿势纠正等过程将3D视频数据集进行规范化;然后从训练视频的不同位置提取出可变长度的局部视频片段,使用基于谱聚类的高效算法将其表示为格拉斯曼流形上的点;最后,将所得到的聚类中心和测试视频中的点相匹配,并且利用基于表决的策略来完成测试视频的人脸识别。在大型通用3D视频数据库BU4DFE上的实验验证了该算法的有效性。实验结果表明,与几种较为先进的视频人脸识别算法相比,该算法取得了更好的识别效果。