分层的文本信息隐藏研究

针对文本载体冗余度小的问题,提出一种在文本中分层隐藏信息的技术,建立了一个由待藏信息表示层、待藏信息加密层、载体内容层、载体内码层和载体版式层五个层次组成的隐藏模型.待藏信息表示层将待藏信息编码成不可读的符号序列,待藏信息加密层则对这些不可读符号序列进一步加密.载体内容层在句法、语义和语用上对前一层的输出进行嵌入隐藏,载体内码层和载体版式层分别通过选择载体文字自身的机器编码标准及版式来隐藏信息.每层有控制信息和数据信息作为参数,各层各司其职,高度独立.根据不同的隐藏要求,可以选择跳过某层,直接进入下层.介绍了各层的隐藏技术和方法,并在微软的Word文本中实现了该5层隐藏模型.     

一种新的基于小波变换的掌纹图像去噪算法

掌纹图像去噪是基于掌纹的身份鉴别技术的第一步.本文提出了一种新的基于小波变换的掌纹图像去噪算法,并通过实验验证了此算法对掌纹图像去噪的有效性.     

基于“精细化管理”的高校诚信教育体系建设探索——以广州工程技术职业学院为例

在社会转型时期,大学生诚信状态令人堪忧,作为中华民族的传统美德,诚实守信是立身、立业、立国之本。为了加强诚信教育,广州工程技术职业学院结合自身实际情况,探索与实践出一套基于"精细化管理"的诚信教育管理体系——"诚信银行"。实践证明,诚信银行有利于加强诚信教育的针对性和实效性。     

超高压技术在食品工业中的应用研究进展

超高压技术是一种食品加工领域的高新技术,它不仅可用在食品的杀菌、灭酶与质构改善等方面,而且对食品的营养价值、色泽和天然风味也具有独特的保护效果。综述超高压技术概念及其加工原理,介绍了超高压技术在食品加工应用领域的进展。     

基于Matlab的虚拟实验平台在通信工程中的应用

针对通信工程专业课程的特点,设计了一种基于Matlab的虚拟实验平台,并分别给出了该平台中演示平台和操作平台的教学案例．实践表明,该虚拟实验平台既能激发学生学习的兴趣,又能调动学生学习的主动性和积极性,可以有效地提高教学效果．     

单晶硅和单晶铝纳米切削过程比较

采用分子动力学模拟方法进行了单晶硅和单晶铝纳米切削过程的比较研究，硅原子间相互作用力采用Tersoff势计算，铝原子间和工件与刀具原子间相互作用力采用Morse势计算．通过对切削过程中切屑和加工表面、能量和切削力的分析，发现硅发生非晶态相应变换和切屑体积改变，但没有位错和弹性恢复产生；而铝发生的现象却与硅相反。     

贵州省气象档案管理系统建设

贵州省气象档案管理系统的研究与开发,解决了贵州省气象信息中心在日常工作中气象档案收集至归档之间的脱节问题,减少了工作量,为档案管理员提供了完整的档案业务功能。它涵盖了档案的收、管、存、用的全过程,实现对各种档案种类进行有效的组织和管理,初步建立了贵州省气象档案的自动化管理,在一定程度上提高了贵州省气象档案管理水平。     

自适应调控卷积与双路信息嵌入的城市街景实例分割

城市街道场景实例分割是无人驾驶不可忽略的关键技术之一,针对城市街景实例密集、边缘模糊以及背景干扰严重等问题,提出一种自适应调控卷积与双路信息嵌入的城市街景实例分割模型RENet.首先使用自适应调控卷积替代原有的残差结构,利用可变形卷积学习空间采样位置偏移量,提高模型对图像复杂形变的建模能力,同时对多分支结构进行通道混洗以加强不同通道间的信息流动,并应用注意力机制实现通道权重的自适应校准,提高模型对复杂场景下模糊、密集目标的分割精度;然后设计低维空间信息嵌入分支,对不同尺度特征图进行空间信息激励与重编码,在抽象语义特征中嵌入低维空间信息,提高模型轮廓分割准确性;最后引入高级语义信息嵌入模块,实现特征图与语义框的对齐,弥补特征图间语义与分辨率的差距,提高不同尺度下特征信息融合的有效性.在自建数据集上的实验结果表明,与原始YOLACT网络模型相比,RENet模型在复杂街道背景下的平均分割精度最高达到51.6%,提高了10.4个百分点;网络推理速度达到17.5帧/s,验证了该模型的有效性和在工程中的实用性.     

基于YOLO轻量化的多模态行人检测算法

针对低光照环境下行人检测精度低和模型参数量大的问题,基于YOLO框架,提出一种轻量化的多模态行人检测算法EF-DEM-YOLO。采用轻量的ES-MobileNet作为主干特征提取网络,并在该网络中引入ECA和SE-ECA注意力机制模块,增强重要的通道特征,提高小目标行人的检测精度。在颈部网络中设计了基于深度可分离卷积的DBL模块,进一步缩减模型的参数量。另外,为了提高低光照条件下行人的检测精度,利用可见光模态和红外模态在不同光照条件下特征互补的特点,提出了基于图像熵的可见光与红外模态加权融合方法,并设计了融合模块EWF。相比与基准方法,该算法对于不同光照条件下的行人目标,模型的mAP提高55.5%,MR降低85.9%,模型的推理速度达到33.4帧/秒,并且均优于其他经典的目标检测算法,为边缘计算和低光照场景下的行人目标的实时检测提供了可能。     

基于多源遥感及气象数据的河流非光学活性水质参数反演模型研究

针对传统河流水质监测成本高、地面监测站点稀疏等问题,基于哨兵2卫星多光谱遥感数据,结合MODIS地表温度、植被指数、气溶胶光学厚度数据产品,以及ERA5气象数据产品中的地表风速数据,以非光学活性参数溶解氧(DO)、化学需氧量(COD)和氨氮(NH₃-N)的地面水质监测站的监测数据为参照,采用支持向量回归(SVR)、随机森林(RF)和多层感知机(MLP)3种机器学习方法,通过对比实验选出每种水质参数最优反演模型及其对应的输入特征组合。模型性能测试实验结果表明,利用多源遥感及气象数据反演出的DO、COD以及NH₃-N的决定系数(R²)分别为0.896、0.781、0.529,均方根误差(RMSE)分别为0.263 mg/L、0.383 mg/L、0.061 mg/L。与仅使用哨兵2卫星多光谱遥感数据的反演结果相比,R²分别提高了7.04%、19.05%、18.34%,RMSE分别降低了34.58%、37.42%、14.08%。表明多源遥感及气象数据对提高DO、COD以及NH₃-N水...