《机电工程》杂志2019—2021年载文作者群分析

以《机电工程》2019年至2021年刊载的稿件为统计源，统计每篇论文作者数量，以及第一作者的年龄、性别、职称、学历和单位，并对上述数据进行详细的分析，为科学办刊提供依据。     

深圳时装周大牌设计师加盟 祁刚 我事业的第二次高峰

"金顶奖"设计师祁刚QIGANG 2016秋冬发布会主题为"赤峰",即拥有赤子之心的红色先锋。作品除了延续高级时装工艺,联合大衣、针织、梭织和牛仔的供货商,还特别把五角星和蜂巢的棱角提炼并发挥到极致,运用到服装设计的廓形、线条和装饰上,甚至把以往在他的作品中很少用到的牛仔面料,通过前卫的设计和特殊的工艺美化,颠覆你我的视听想象。     

从控制结构看制造系统的柔性问题

本文从控制结构的角度分析制造系统的柔性问题，给出基于独立制造岛的分层分布式结构，并且结合实例研究了这种结构的实施的可行性。     

浙江制造型企业应对金融危机的对策

此次席卷全球的金融危机,对浙江制造企业的影响很深远,主要原因是浙江制造企业具有自身的特点：外向型经济比较发达,大多数企业都有出口业务,且多集中在欧美国家;多元化发展扩张模式,前几年宏观形势好的时候,很多制造企业涉足房地产、金融、第三产业;     

广东省视聆通多媒体信息业务系统简介

广东省视聆通多媒体信息业务系统简介广东省邮电管理局罗向阳，陈嫦娟广东省邮电管理局为了满足社会公众对信息多层次的需求，于１９９５年年底在广州推出了视聆通多媒体信息实用试验网，让用户通过个人计算机，利用公众电话网或数据网，便可遨游五彩缤纷的多媒体世界。在...     

广东省视聆通公众多媒体信息网的设计与发展

视聆通（Ｇｅｎｔ）是广东省的公众多媒体信息服务网络平台，本文对视聆通网的系统设计，网络结构，应用及开发等方面作了全面介绍，并对该网络的发展前景作了展望。     

基于相对熵的直方图差异与JPEG隐写的定量分析

针对图像隐写分析中常用的直方图特征,给出了一类基于相对熵的直方图差异计算方法,并提出了一种基于相对熵的JPEG隐写的定量分析方法.首先根据两假设检验中的最优检验——似然比检验,分析了相对熵在衡量2个直方图间的距离时的优越性,并给出了2种基于相对熵的直方图差异计算方法.然后,以新的直方图差异特征为基础,训练支持向量回归分析器,以估计隐写对DCT系数的更改比率.针对JSteg和改进的F5隐写的实验结果表明:与其他的直方图差异特征相比,根据所提出的基于相对熵的直方图差异特征所训练的定量隐写分析器具有更高的估计精度和稳定性.     

卷积神经网络表征可视化研究综述

近年来, 深度学习在图像分类、目标检测及场景识别等任务上取得了突破性进展, 这些任务多以卷积神经网络为基础搭建识别模型, 训练后的模型拥有优异的自动特征提取和预测性能, 能够为用户提供“输入–输出”形式的端到端解决方案. 然而, 由于分布式的特征编码和越来越复杂的模型结构, 人们始终无法准确理解卷积神经网络模型内部知识表示, 以及促使其做出特定决策的潜在原因. 另一方面, 卷积神经网络模型在一些高风险领域的应用, 也要求对其决策原因进行充分了解, 方能获取用户信任. 因此, 卷积神经网络的可解释性问题逐渐受到关注. 研究人员针对性地提出了一系列用于理解和解释卷积神经网络的方法, 包括事后解释方法和构建自解释的模型等, 这些方法各有侧重和优势, 从多方面对卷积神经网络进行特征分析和决策解释. 表征可视化是其中一种重要的卷积神经网络可解释性方法, 能够对卷积神经网络所学特征及输入–输出之间的相关关系以视觉的方式呈现, 从而快速获取对卷积神经网络内部特征和决策的理解, 具有过程简单和效果直观的特点. 对近年来卷积神经网络表征可视化领域的相关文献进行了综合性回顾, 按照以下几个方面组织内容: 表征可视化研究的提起、相关概念及内容、可视化方法、可视化的效果评估及可视化的应用, 重点关注了表征可视化方法的分类及算法的具体过程. 最后是总结和对该领域仍存在的难点及未来研究趋势进行了展望.     

基于W2ID准则的RichModel隐写检测特征选取方法

数字隐写是信息安全领域一个重要分支,其通过将秘密信息嵌入到数字图像、声音、视频等文件中并通过公开信道(如:Email邮箱、微博推文和即时通信等)进行传递,从而实现信息的隐蔽通信.图像自适应隐写是近年来数字隐写技术的研究热点,而Rich Model特征是检测图像自适应隐写的一大类主流高维特征,这类高维特征在实现对图像自适应隐写较高检测正确率的同时,带来了高额的计算开销和和存储开销,并使得隐写检测中的分类器训练变得极为困难.为此,本文提出了一种基于加权类间距离和类内距离差异准则(W2ID准则)的图像Rich Model隐写检测特征选取方法(记为W2ID-α方法).首先,在对Fisher-based方法这一隐写检测特征经典选取方法进行原理分析的基础上,指出该方法可能存在误删有用特征分量、保留冗余和冲突特征分量的不足;然后,通过将"类内距离差异"原则引入到隐写检测特征分量的可分性度量,提出了基于类间距离和类内距离差异的特征可分性度量准则(简记为2ID准则),给出了类内距离差异的一个相关性质;同时,为了合理体现"类间距离"的重要性,本文提出了基于频数统计加权法的权重分配算法,为该准则分配合理权重,使得对特征分量可分性的度量结果相比传统的Fisher准则更为准确;最后,依据W2ID准则的度量结果,基于决策粗糙集α-正域约简方法约简隐写检测特征分量,并在约简特征分量过程中,将每次处理一个特征分量改进为每次处理一组特征分量,以提升决策粗糙集α-正域约简的效率.提出的W2ID-α方法因无需设置可分性下限,避免了阈值设置不准确可能造成去除有用特征分量的问题,从而消除了现有Steganalysis-α隐写检测特征选取方法依赖经验参数的问题.基于数字隐写领域通用的BOSSbase-1.01图像库10 000幅原始图像和基于经典SI-UNIWARD隐写方法生成的多组隐写图像,针对从这些图像组每幅图像中提取的35263维J+SRM特征和17000维GFR特征(两类典型的图像Rich Model隐写检测特征),进行了一系列特征选取实验,结果表明:本文提出的W2ID-α方法能够在大幅降低Rich Model隐写检测特征维数的同时,基于选取后特征的隐写检测提高了对隐写图像的检测正确率,与Fisher-based、Steganalysis-α和PCA-based等现有典型特征选取方法相比具有显著优势,如对嵌入率=0.1的SI-UNIWARD隐写图像,基于提出的W2ID-α方法将J+SRM特征从35 263维降到2723维的同时,还提高了 3.63%的检测正确率.     

与地理空间紧关联的网络空间地图模型

现有网络数据可视化中与地理空间信息紧密结合表达的研究较少,难以支撑网络资源测绘数据表达与分析,制约了网络资源测绘数据可视化理解和认知。为此,本文提出了一种与地理空间紧关联的网络空间地图模型。首先,界定了本文网络空间的定义,分析了网络空间与地理空间的关系;给出了与地理空间紧关联的网络空间地图模型及组成要素;最后,详细阐述了与地理空间紧关联的网络空间地图中涉及的网络资源符号体系、多尺度可视化表达和分析应用三项关键技术。本文希望能够为地理信息辅助下的网络空间态势感知提供新的探索方式和研究思路。