基于HTM的遗传时间序列分割算法

结合层级实时记忆（Hierarchical Temporal Memory,HTM）模型与基于模式集的遗传时间序列分割算法各自的优点,用基于HTM的适应值函数替换原基于模式集的适应值函数,提出基于HTM的遗传时间序列分割算法。该算法可实现时间序列的分割及其相应子序列的分类识别。同时,针对HTM对训练样本的要求,提出一种基于模式集的HTM训练样本生成算法。最后在股票序列上验证了这2种算法的有效性。      

3D-HEVC深度图帧内快速模式决策算法

3D-HEVC是多视点纹理加深度视频（MVD）的最新编码标准。针对3D-HEVC中深度图帧内编码过程计算复杂度高的问题,提出了一种减少帧内候选模式数目的快速模式决策算法。该算法基于最佳预测模式与粗选模式列表首位模式与之间的相关性,选择成为最佳预测模式概率较高的几种HEVC帧内预测模式加入到粗选模式列表中。实验结果表明,与原始HTM13.0相比,该算法使得深度图的编码时间减少26.35%,而引起的合成视点的失真忽略不计。     

LL(1)预测分析器的构造

着重分析了编译原理课程中的LL(1)预测分析器的设计算法。对于给定的代码,求出FIRST、FOLLOW和SELECT集,构造相应的LL(1)预测分析器,给出预测分析表,并对求解FIRST集和FOLLOW集中存在的环问题提出了解决算法。     

基于薄云厚度分布评估的遥感影像高保真薄云去除方法

针对遥感影像薄云去除易出现地物失真的问题,在传统加性云污染模型的基础上提出了一种改进的薄云去除方法,即基于薄云厚度分布（HTM）评估的高保真薄云去除方法。首先,基于传统的加性薄云去除算法得到HTM,用整个HTM减去HTM中无云区域的平均值,使得HTM满足无云区域的薄云厚度接近于零;然后,对降质影像中的蓝色地物独立估计薄云厚度;最后,用降质影像减去最终优化的不同波段的薄云厚度得到无云影像。对多幅分辨率不同的光学遥感影像进行实验,实验结果表明,所提算法有效解决了蓝色地物失真严重的问题,改进了降质影像的薄云去除效果,提升了在无云区域的数据保真能力。     

基于边缘检测的3D-HEVC深度图运动估计算法

针对3D高效视频编码(3D-HEVC)帧间预测未充分体现深度图特性、算法复杂度高、效率低的问题,提出一种基于深度图边缘检测的运动估计算法。对深度图进行边缘检测预处理,分别对边缘区域和平坦区域执行全搜索算法和六边形搜索算法,通过快速搜索平坦区域以降低帧间预测中运动估计SAD的计算复杂度。在3D-HEVC/HTM16.0平台上的测试结果表明,该算法减少了6.7%的深度图编码时间,而合成视图的BD-rate指标仅为0.146%,有效提高了编码效率。     

安全信箱

聪明基因 聪明基因是一款国产木马,默认连接端口为7511。服务端文件genueserver.exe,它伪装成HTM文件,如果系统设置不显示文件扩展名,那么你就会以为这是个HTM文件,容易上当。客户端文件genueclient.exe。如果不小心运行了服务端文件genueserver.exe,它会假装启动IE,让你进一步以为这是一个HTM文件,并且还在运行之后生成genueserver.htm文件用来迷惑你。     

预测外膜蛋白的核最近邻算法

外膜蛋白由于其位于细菌的表面,从而对于抗生素和疫苗开发具有重要的研究价值.如何准确地将外膜蛋白从球蛋白和内膜蛋白等中识别出来对于从基因组序列中确认外膜蛋白以及预测其二级、三级结构都是一项重要的研究任务.近年来人们已经提出了若干从蛋白质序列出发预测外膜蛋白的方法.本文利用1种新的核方法,即核最近邻算法,结合蛋白质序列的子序列分布预测外膜蛋白,并和支持向量机方法、传统的最近邻算法进行了比较.结果表明本文算法不亚于已有的预测方法,而且新算法更为简洁、容易实现.同时我们发现残基顺序在外膜蛋白预测中具有重要作用.     

高效帧内预测模式选择算法

帧内预测技术是H.264不同于以往标准的特点之一.在深入分析帧内预测原理以及预测模式选择过程的基础上,提出了一种新的帧内预测模式选择算法.算法通过相邻宏块预测模式相关性原则、预测模式尺寸预先选择原则、提前中止原则来加快编码速度.实验结果表明,与全搜索算法相比,在编码质量相近的情况下,能够节省51.01%～72.91%的编码时间,与FIMDA算法相比,能够节省15.63%～27.31%的编码时间.     

结合曲率滤波的HTM算法去除遥感影像云雾

目的 遥感卫星幅宽较大，成像区域内的薄云和雾很难区分，云雾降低了遥感影像的解译精度和对目标地物判别的准确性。传统的云雾去除方法是通过调整图像的对比度和饱和度来提高重建图像的质量，对不均匀分布云雾的适应性不强。为此，本文以"高分二号"（GF-2）遥感数据为例，提出一种结合高斯曲率滤波的雾度图（haze thickness map，HTM）求解算法。方法 采用遥感影像的红波段进行HTM求解，首先通过不重叠的滑动窗口对整幅图像取暗像素，得到HTM估计值，利用高斯曲率滤波对其进行平滑，减少噪声干扰，保持地物边缘特征，并通过插值运算恢复到原图尺寸；然后利用改进的2维最大熵自动确定分割阈值，提取HTM中白色区域并抑制，对边缘处的像素值进行校正；最后通过HTM结果恢复出清晰影像。结果 由目视判读结合评价指标进行评价，将改进的暗原色先验法、传统的HTM算法与本文改进的方法在不同地区含云雾的遥感影像上进行对比实验。本文改进方法所得结果与传统方法相比，灰度均值降低约34.96%，平均梯度提升约18.48%，信噪比提升约34.77%，对比度提升约39.41%，对于不均匀遮挡的云雾去除具有较好效果。结论 改进的方法能够去除云雾干扰，有效改善影像数据的视觉效果，同时能够保留大量的细节信息，较传统方法更优。     

基于熵理论的企业危机预警模型研究

基于熵的最优化原理建立了一种新的企业危机预警模型.首先利用最小判别熵选取企业危机预警特征值;然后提出一种新的聚类算法---极大熵聚类算法,并对预测结果进行分类,判断企业的危机状态.该算法是硬C-均值算法的发展和推广.通过实例分析表明,该模型有效,可行,为企业危机预警提供了一条新的途径.