基于纠错编码和小波变换的数字图像水印算法

文章提出了一种基于小波变换和纠错编码的数字图像水印算法,该算法不需要利用原始图像。实验结果表明,该算法较好地保持了图像的质量,并大大提高了检测的可靠性,对常见的图像处理方法显示了较强的鲁棒性。     

基于遗传算法的智能组卷系统数据库结构的研究

论文在分析了现存的组卷系统的组卷算法及相应的数据库结构的基础上,基于遗传算法提出了一种新的数据库结构,并给定具体结构的确定方法。实践证明,这种结构下的数据库很好地配合遗传算法实现了智能组卷,并且系统效率更高,冗余度更小。     

一种基于功用性图的目标推抓技能自监督学习方法

提出了一种基于功用性图的目标推抓技能自监督学习方法。首先,给出了杂乱环境下面向目标推抓任务的机器人技能自监督学习问题描述,将工作空间中机器人推抓操作的决策过程定义为一个全新的马尔可夫决策过程（MDP）,分别训练视觉机制模块与动作机制模块。其次,在视觉机制模块中融合自适应参数与分组拆分注意力模块设计了特征提取网络RGSA-Net,可由输入网络的原始状态图像生成功用性图,为目标推抓操作提供良好的前提。然后,在动作机制模块中搭建了基于演员－评论家（actor-critic）框架的深度强化学习自监督训练框架DQAC,机器人根据功用性图执行动作后利用该框架进行动作评判,更好地实现了推、抓之间的协同。最后,进行了实验对比与分析,验证了本文方法的有效性。     

机器人运动链拓扑胚图的特征字符串描述

在机构基于胚图的综合方法中,判别拓扑胚图的同构关系是一个难题。提出特征字符串的概念,用于描述含较多基本连杆的拓扑胚图。基于运动链拓扑胚图支链上不含二度点的特性,制定相关规则,用特征字符串准确描述代表基本连杆的顶点的相对位置,引出拓扑胚图。制定判别同构拓扑胚图的相关准则,论证了拓扑胚图同构的条件。举实例对同一特征字符串和不同特征字符串描述的拓扑胚图进行了同构判断。通过与邻接矩阵方法比较,证明特征字符串法简单、有效。     

一种新的关联规则发现算法及应用研究

文章对关联规则发现中应用较多的Apriori算法和DHP算法进行了分析,提出了一种新的关联规则发现算法。为了计算项目集的支持度,提出了数据库特征矩阵和特征矢量的概念。该算法通过对特征矢量求内积得出项目集(item-set)的支持度,只需遍历数据库一次,大大减少了对数据库的操作,提高了算法的效率。算法分析和实例证明验证了算法的快速性和高效性。     

一种应用纠错编码的数字水印算法

文章提出了一种基于小波变换的结合纠错编码和数据量化的数字图像水印算法,该算法不需要利用原始图像。实验结果表明,该算法较好地保持了图像的质量,对常见的图像处理方法显示了较好的健壮性。     

一种基于频率细化多分辨率小波变换和量化的数字图像水印算法

提出了一种基于频率细化多分辨率小波变换和量化的数字图像水印算法，该算法不需要利用原始图像。实验结果表明，该算法较好地保持了图像的质量，对常见的图像处理方法显示了较强的健壮性。     

基于目标树的组卷算法的研究

该文首先分析了当前试题库组卷算法中常用的随机、回溯算法,以及出题策略。基于目标树和数据仓库原理提出了一种新的组卷算法。算法通过利用组卷策略,生成满足组卷要求和考试要求的目标树,然后从题库中抽取符合目标树的试题集。由于决策的对象是试题的抽象描述,克服了直接在数据库基础上进行组卷带来的灵活性差、效率低的缺点,具有较大的优越性。     

一种基于触觉信息的脉冲图注意力残差卷积物体检测算法

触觉传感器(柔性电子皮肤)在机器人进行人机交互和工具操作时发挥着重要作用,如何有效利用触觉信息进行物体检测是当前研究的主要瓶颈.鉴于此,提出一种脉冲图残差卷积神经网络SNN-Atten-ResGCN的物体检测算法.首先使用图残差网络ResGCN模型训练触觉时间序列的表征信息,通过引入深度学习模型中的注意力机制拟合触觉数据图形结构的局部特征;然后对重构的触觉图形输入由3个LIF神经元和2个FC全连接层组成的SNN脉冲神经网络训练得到特征向量;最后投票层Vote解码网络特征并检测物体类别.在EvTouch-Objects和EvTouch-Containers两个家庭常见物体触觉数据集上进行对比实验,实验结果表明,所提出方法在保证模型迭代效率的同时,对各种不同的家庭工具对象和容器对象的检测准确率、精度、召回率和$F_1$-score均有提升.     

旋转不变傅立叶纹理特征提取

旋转不变纹理分析是纹理分析的重要方面。通过将对数极坐标和傅立叶变换结合,完成旋转不变的傅立叶纹理特征提取。实验证明,该方法具有良好的旋转不变纹理分析性能。