基于矩阵复原和暗通道理论的单色遥感图像去雾算法

遥感图像在成像过程中，容易受到云层和雾霾天气的影响，形成带雾图像；同时在下传时，会受到多种因素影响（如发送接收误码、电离层和对流层的随机变化对信号形成扰动等），使图像信息丢失或掺杂噪声。本文针对信息丢失的带雾单色遥感图像，提出了基于矩阵复原和暗通道理论的单色遥感图像去雾算法，通过基于交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）的矩阵复原算法与传统暗通道理论相结合，有效实现了信息丢失下的遥感雾图复原。通过主观评价和客观评价相结合的方式，将本文算法与经典算法对比。结果表明，本文算法得到的结果在直观视觉上效果更好，且相对于信息丢失30%的雾图，6个场景的平均信息熵提升1.665 2，平均峰值信噪比提升11.702 9，平均结构相似性提升0.814 6，客观评价指标结果优异。进一步在不同比例信息丢失情况下进行实验，结果表明，即使在信息大量丢失的情况下，依然能够得到清晰的复原去雾图像。     

基于多尺度融合注意力改进UNet的遥感图像水体分割

针对遥感图像水体分割任务，提出了一种多尺度融合注意力模块改进的UNet网络——A-MSFAM-UNet，该方法在GF-2遥感图像水体分割任务中实现了端到端高分辨率遥感图像水体分割。首先，针对以往注意力模块全局池化操作带来的局部信息不敏感问题，设计了一种多尺度融合注意力模块（MSFAM），该模块使用点卷积融合通道全局信息、深度可分离卷积弥补全局池化造成的信息丢失。MSFAM用于UNet跳跃连接后的特征融合部分重新分配特征点权重以提高特征融合效率，增强网络获取不同尺度信息的能力。其次，空洞卷积用于VGG16主干网络扩展感受野，在不损失分辨率的情况下聚合全局信息。结果表明，A-MSFAM-UNet优于其他通道注意力（SENet、ECANet）改进的UNet，在GF-2水体分割数据集上平均交并比（MIoU）、平均像素精度（MPA）和准确率（Acc）分别达到了96.02%、97.98%和99.26%。     

DECANet：基于改进DeepLabv3+的图像语义分割方法

在图像的语义分割任务中，不同对象之间像素值存在差异，导致现有的网络模型在图像语义分割过程中丢失图像局部细节信息。针对上述问题，提出一种图像语义分割方法（DECANet）。首先，引入通道注意力网络模块，通过对所有通道的依赖关系进行建模提高网络的表达能力，选择性地学习并强化通道特征，提取有用信息，抑制无用信息。其次，利用改进的空洞空间金字塔池化（ASPP）结构，对提取到的图像卷积特征进行多尺度融合，减少图像细节信息丢失，且在权重参数不改变的情况下提取语义像素位置信息，加快模型的收敛速度。最后，DECANet在PASCAL VOC2012和Cityscapes数据集上的平均交并比分别达81.08%和76%，与现有的先进网络模型相比，检测性能更优，可以有效地捕获局部细节信息，减少图像语义像素分类错误。     

融合地址薄系统的设备安全管理技术

为了方便用户搜索和共享联系人信息，保持多种端的地址簿同步，获得联系信息同步更新，发送邀请信息，开放式移动联盟（0MA）提出了融合地址簿研究项目。针对终端丢失或被窃导致数据泄露的问题，基于OMA的设备管理（DM）技术提出了锁定和擦除管理对象（LAWMO），并给出了在CAB系统实现具体流程。     

一种新的抗分组丢失的语音分组传输法

针对IP和ATM此类基于分组原理传输信息的网络，进行实时语音通信时，存在因语音信息分组的可能丢失造成的服务质量（QoS）下降的问题，提出一种新的方法－－主次型多任务语音数据分组（MSMTSP）传输法，以减少对语音通信质量的影响。实验表明，增强系统码字的信息分组即使丢失了15％，对解码语音质量影响也不大；核心系统码字的信息分组丢失率不到5％时，影响很小，10％时能明显察觉，15％时语音质量明显下降，但不影响可懂度。     

企业因笔记本电脑丢失损失巨大

调研机构波耐蒙研究所对过去12个月内美国发生的138起公司笔记本电脑丢失或失窃案例进行了调查分析，并于日前公布了报告。报告称，每有一台笔记本电脑丢失或者失窃，公司将因此承受的重新配置机器、信息丢失、知识产权受损、工作时间损耗以及相关法律费用等损失平均为49246美元。如果企业能在当天发现问题，平均损失在8950美元左右；如果事发后一周才发现问题，     

3G终端设备的特点

ＧＳＭ ＭｏＵ永久文件ＴＧ．３１详细说明了支持第三代移动网络业务和性能的终端设备的要求。 物理设备 第三代终端必须是一个便于更换的设备。其设计的目标是通过第三代系统提供的服务使得移动通信成为用户生活的一部分。它集合了商业、信息（新闻）、银行服务、旅游和多媒体通信。为了能成为用户生活的一个组成部分,终端的丢失对用户必须是微不足道的,一旦丢失,用户很快可获得新的终端,并可通过虚拟家庭环境（Ｖｉｒｔｕａｌ Ｈｏｍｅ Ｅｎｖｉｒｏｎｍｅｎｔ,ＶＨＥ）重新装载。而且当一个终端丢失时,存在终端里面的信息必须是安…     

可穿戴的牛定位及行为检测装置设计

针对在草原放牧过程中存在牛丢失和健康状况不能及时被监测的问题,设计了一种可穿戴的牛定位及行为检测装置。装置主要由低功耗的传感器和处理器组成,用来监测草原牛的位置和行为,并将这些数据通过远距离无线电网络（LoRaWAN）发送给用户。位置信息用以防止牛丢失和判断放牧强度;行为信息用以判断牛的生理状况。性能测试结果表明：所设计的装置能实时、准确、有效地监测牛的位置,声音和加速度信息,并且满足低功耗和可穿戴的需求,有望广泛应用于畜牧业中。     

基于滚动引导滤波器和卷积稀疏表示的红外与可见光图像融合方法

针对红外与可见光图像在融合过程中目标物体的边缘模糊导致细节丢失的问题,提出一种基于滚动引导滤波器（RGF）和卷积稀疏表示（CSR）的红外与可见光图像融合方法。首先,利用RGF和高斯滤波器对配准后的源图像进行多尺度分解;其次,针对基础层,通过构建对比显著图和权重矩阵进行融合;然后,针对细节层,利用交替方向乘子方法（ADMM）求解卷积稀疏系数,采用CSR融合规则完成特征响应系数融合;最后,经过重构得到融合结果图。实验结果表明,所提方法能够克服在目标物体的边缘处模糊导致细节信息丢失的问题,较好地保留源图像的对比度和边缘纹理信息,同时提高了多个客观评价指标。     

基于改进特征金字塔网络和注意力机制的场景文本检测

本文提出了基于可切换空洞卷积与注意力导向的特征金字塔网络（SwitchableDilatedConvolutionsand Attention-guidedFPN,SDA-FPN）模型,通过加入不同空洞率的可切换空洞卷积使模型能够根据任务选择不同感受野的特征图;引入注意力导向模块（Attention-guideModule,AM）增强特征语义信息且减少空洞卷积对文本边界信息的破坏。针对各尺度特征融合不充分导致语义信息丢失,提出了特征增强融合模块（FeatureEnhancementFusionModule,FEFM）,通过结合注意力机制增强模型对尺度、空间、任务的感知能力。该方法在公开数据集ICDAR2015取得了较好的检测结果,且召回率有明显的提升。     

基于联合稀疏近似的彩色图像超分辨率重建

针对常用的超分辨率（SR）算法中彩色图像的处理会出现彩色信息的丢失或处理结果色彩偏差较大的问题,提出基于联合稀疏近似（SSA）的彩色图像SR重建方法（SR-SSA）。将多通道数据进行联合稀疏编码（SC）,并保证它们具有相同的稀疏性模式;同时考虑了彩色图像的各通道数据,并兼顾了它们之间的相关性,增强了先验知识的表达能力。...     

网络服务器容错技术

网络服务器通常处理的是关键性任务,不允许信息丢失及异常停机等情况出现,介绍了目前广泛使用的ＲＡＩＤ（廉价磁盘冗余阵列技术）,探讨了双机容错技术和群集技术,给出了典型的应用实例。     

数据恢复解决方案

惠普（HP）近日宣布推出一项新的数据备份和恢复解决方案,用来保护笔记本和台式机上本地存储的越来越多的信息。此解决方案能够帮助企业提高员工的工作效率,降低技术成本及数据丢失所可能造成的合规及法律风险。     

产业动态

山东省直部门信息中心主任（处长）座谈会召开孙志恒出席会议并讲话；孙志恒到山东省电子产品监督检验所、山东省无线电管理办公室调研；山东信息产业领域五家企业入选全省首批重点企业技术中心；山东省信息产业实施五大举措促进循环经济发展。     

基于PRI变换的混叠LFM雷达信号分选

针对脉冲混叠造成脉冲信息丢失而影响雷达分选效果的问题,提出一种恢复丢失的脉冲信息、完成LFM雷达信号分选的算法。首先,对接收LFM雷达脉冲信号进行小波变换,采用等高线截取法实现时频矩阵的二值化;其次,检测和估计出脉冲信号的到达时间和因时域混叠而丢失的脉冲信号到达时间;最后,基于PRI变换法实现LFM雷达信号的分选。仿真实验结果表明,提出的算法通过恢复丢失脉冲的信息,能够检测出每部LFM雷达的PRI值,并且估计误差基本维持在1%左右。     

解决基站丢失寻呼消息的措施

经过对南宁基站丢失寻呼消息相关话务统计数据分析,阐述立即指派对寻呼的影响,以及通过试验修改MFRMS（寻呼复帧）参数确定减小MFRMS可以较大幅度的降低基站丢失寻呼消息的风险,最后指出了必须采取开源节流等优化措施才能从根本上解决CCCH（公共控制信道）拥塞问题,最终解决基站丢失寻呼消息问题。     

一种基于SAM-MSFF网络的低照度目标检测方法

由于低照度图像具有对比度低、细节丢失严重、噪声大等缺点,现有的目标检测算法对低照度图像的检测效果不理想.为此,本文提出一种结合空间感知注意力机制和多尺度特征融合（Spatial-aware Attention Mechanism and Multi-Scale Feature Fusion,SAM-MSFF）的低照度目标检测方法 .该方法首先通过多尺度交互内存金字塔融合多尺度特征,增强低照度图像特征中的有效信息,并设置内存向量存储样本的特征,捕获样本之间的潜在关联性;然后,引入空间感知注意力机制获取特征在空间域的长距离上下文信息和局部信息,从而增强低照度图像中的目标特征,抑制背景信息和噪声的干扰;最后,利用多感受野增强模块扩张特征的感受野,对具有不同感受野的特征进行分组重加权计算,使检测网络根据输入的多尺度信息自适应地调整感受野的大小.在ExDark数据集上进行实验,本文方法的平均精度（mean Average Precision,mAP）达到77.04%,比现有的主流目标检测方法提高2.6%～14.34%.     

王军民在烟台调研信息产业发展情况

7月11日，山东省委常委、副省长王军民在烟台调研市民卡及集成电路项目实施情况，山东省信息产业厅厅长孙志恒、烟台市市长张江汀等陪同调研。 调研期间，王军民一行先后到烟台市综合信息中心（烟台市市民卡管理中心）、烟台市市民卡服务大厅、烟台市福山区集成电路厂房现场，详细了解市民卡推广应用、集成电路生产线合资建设等情况，并听取了有关方面的工作汇报。     

基于双直方图均衡算法的红外图像增强

为了抑制全局直方图均衡产生的灰度饱和和局部细节丢失的情况,提出了一种双直方图均衡算法。首先对图像的背景和前景进行分割,提出基于直方图的局部最小值和修正的K-Means聚类算法来确定图像的理想分割阈值,然后再对分割的子图分别作全局直方图均衡（Global Histogram Equalization,GHE）。对该算法进行了实验验证,结果表明,相较于GHE算法,经该算法增强后的图像峰值信噪比（Peak Signal to Noise Ratio,PSNR）提高约16.425%,结构相似度（Structural Similarity Index,SSIM）提高约14.85%。同时通过主观分析,基于直方图局部最小值和修正的K-Means聚类算法的图像分割进行双直方图均衡可以有效抑制GHE算法产生的灰度饱和和细节丢失现象。     

室温下工作的单电子存储器

室温下工作的单电子存储器用一个电子表达１比特信息的计算机最终存储单元一单电子存储器，已经在东京的日立研究所实验室里运作成功。异乎寻常的是，这个存储器是在室温条件下工作的，而且是不会丢失信息的存储器（切断电源，信息不会消失）。与现用芯片相比，同样存储１...