小波域视觉密码零水印算法

目的传统零水印算法需要构造包含图像特征的水印数据,这样构造的水印往往是无意义的。在已有视觉密码鲁棒水印算法基础上,结合零水印思想,提出小波域视觉密码零水印算法。方法零水印不仅仅是由载体图像生成的,而是其与水印信息共同制造的视觉秘密图份。算法产生2幅图份:主图份(图像特征信息)和所有权图份(零水印)。首先,将载体图像通过合理置乱,去除像素相关性;其次,对置乱后的图像做小波变换,再将小波低频子带分块并对各块做奇异值分解,通过比较块特征值与块特征值均值生成过渡矩阵;然后,将生成的过渡矩阵结合2×2视觉秘密图份算法生成主图份;最后,结合主图份和秘密水印信息产生所有权图份,同时将其保存到认证中心。结果针对零水印信息不够直观,在不对载体进行任何改动的情况下,将有意义二值图像作为零水印嵌入到载体图像中去。即使在很强的鲁棒干扰环境中,本文方法仍然比传统的零水印算法表现出色。结论提出了一种可靠的图像版权认证零水印算法。实验结果表明,算法具有良好的安全性,同时对多种图像处理具有很好的鲁棒性。     

基于Wallis与距离权重增强的无人机影像拼接缝消除

针对无人机影像拼接缝消除困难的问题,提出了一种基于Wallis匀光和距离权重增强的拼接缝消除算法。首先,应用Wallis匀光消除亮度差异,给出Wallis参数设置方法。然后,提出了一种基于空间相关性的距离权重分配方法,通过增强距离对权重的影响,对拼接缝处的局部纹理错位进行全局优化,起到渐入渐出的平滑过渡效果,消除纹理拼接缝。最后,选取7种不同类型影像对本文方法和其他4种经典算法进行对比,并对8条行带影像进行拼接。实验结果表明：本文算法能高效地消除由于曝光差异与几何变形引起的拼接缝,适用于无人机影像快速处理。     

一种高效的电子政务系统的设计与应用

计算机网络技术的出现,全球信息化改变着人们的生活方式,世界各国高度重视发展电子政务,它是一个国家及城市竞争力水平的标志之一.在这样严峻的社会形势下,建立一个高效的电子政务系统是十分必要的.首先,分析了建立电子政务系统的必要性、特点、功能;然后,提出了电子政务系统的体系模型,设计出了功能结构图和网络结构图,详细地描述了方案思路;最后,把此模型应用到商洛市旅游行业中,经过调查数据研究分析,政务系统的出现给旅游业带来巨大的变化,整个城市的经济、影响力大幅度上升.     

硫酸盐还原菌(SRB)处理含锌废水的基础研究

从选取菌种开始，通过富集、驯化以及分离等过程筛选出高效去除废水中锌离子的硫酸盐还原菌（SRB）单株菌YY4，并对其除锌机理进行了初步研究。实验结果表明：锌离子主要是结合了SRB的代谢产物S^2-从水溶液中被去除，SRB产生硫离子对于去除锌离子的贡献在72％左右。     

微信加密通信原理分析简

基于移动客户端的保密通信原理,本文讨论了现阶段主流社交软件微信系统的通信方式和加密原理,其基于RSA加密、随机AES私钥的加密方式设计是通信保密的关键核心,也是目前绝大部分移动端社交软件的主流加密方式。     

Mathematical model of shear rate of polymer melt dynamic extruding through capillary

With superimposing a sine vibration of displacement on the extruding direction of a polymer melt, the characterization formula of the shear rate of a polymer melt within a capillary was set up. By making use of the experimental equipment of a constant velocity type dynamic rheometer of capillary (CVDRC) designed by the authors, the calculating steps of the shear rate of the polymer melt at the wall of the capillary under a vibration force field were established. Through measuring and analyzing the instantaneous data of capillary entry pressure, capillary volume rate, and their phase‐difference under the superimposed vibration, the polymer melt's shear rate at the wall of the capillary can thus be calculated. © 2005 Wiley Periodicals, Inc. J Appl Polym Sci 95: 1056–1061, 2005     

FGTO — A fine structured GTO-thyristor with improved switching characteristics

Contents A fine structured GTO thyristor, abbreviated FGTO, has been developed to improve the switching characteristics. The new device has a cathode finger width of only 20 m and can be turned off without a negative gate bias at an anode current level of more than 200 A/cm². The turn-off time can be shortened down tot _off 500 ns by increasing the negative gate current. A snubber circuit is not necessary to turn off the FGTO's. The maximum rate of rise of anode voltage du/dl reaches more than 10 kV/s. Analytical models are developed to describe the turn-off transients of the FGTO's. Good agreement between the theoretical and experimental results could be achieved.

---

FGTO — Ein feinstrukturierter GTO-Thyristor mit verbessertem Schaltverhalten

Übersicht Zur Verbesserung des Schaltverhaltens ist ein feinstrukturierter GTO-Thyristor, abgekürzt FGTO, entwickelt worden. Dieses neue Bauelement hat eine Kathoden-streifenbreite von nur 20 m und kann ohne negative Gatevorspannung bei einer Anodenstromdichte von mehr als 200 A/cm² abgeschaltet werden. Die Abschaltzeit läßt sich durch Erhöhung des negativen Gatestroms bis zut _off 500 ns verkürzen. Beim Abschalten von FGTOs ist keine RC-Beschaltung erforderlich. Der maximale du/dl-Wert erreicht mehr als 10 kV/s. Zur Beschreibung des Abschalt-verhaltens von FGTOs werden analytische Modelle entwickelt, die eine gute Übereinstimmung mit den Meßergebnissen liefern.

     

改进R-FCN模型的小尺度行人检测

目的 为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络（region-based fully convolutional networks,R-FCN）的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法 为了使特征提取更加准确,在ResNet-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在ResNet-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果 在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器（single shot multiBox detector,SSD）算法和两阶段检测器中的Faster R-CNN（region convolutional neural network）算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论 本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。     

基于多时序特征和卷积神经网络的农作物分类

近年来,以卷积神经网络为主的深度学习模型在各种遥感应用中都显示出巨大的潜力。以加州帝国郡为研究区,以Landsat 8 OLI年内时序遥感影像计算时序植被指数NDVI、EVI、RVI以及TVI,组合后输入到构建的一维卷积神经网络 模型,以实现作物的高精度精细分类。为了验证卷积模型的优越性,另搭建了基于递归神经网络及其变体的深度学习模型。结果表明：①引入其他时序特征后,能够有效地提高卷积神经网络的分类精度。NDVI+EVI+TVI+RVI组合特征总体精度和Kappa系数最高,分别是89.667 4%和0.856 0,对比NDVI时序特征总体精度和Kappa系数提高了近4%和0.6。②在与其他深度学习模型的对比中,一维卷积神经网络分类精度最高,能够从时序数据中较为准确捕捉作物时序特征信息,尽管递归神经网络被广泛应用于序列数据的研究,但分类结果要略差于卷积神经网络。实验表明在NDVI的基础上引入其他植被指数辅助,能够有效地提高分类精度。基于一维卷积神经网络的深度学习框架为长时间序列分类任务提供了一种有效且高效的方法。     

一种属性不一致性加权的K近邻分类方法

针对传统的K近邻算法在计算样本之间相似度时将每个属性视为同等重要的问题,提出了一种基于推土机距离的方法来计算每个条件属性的权重。首先根据近邻关系划分用于比较一致性的两个分布;之后根据推土机距离设计不一致性评价函数,用于衡量每个属性下各个样本的近邻样本集与这一集合由决策属性细化的等价划分之间的不一致性程度;最后将近邻的不一致性程度转换为相应属性的重要性,用于实现属性加权K近邻分类器。通过在多个数据集上进行实验,该方法对参数的敏感程度低,在多个参数下可以显著提高K近邻的分类精度,并且在多个指标下的表现优于现有的一些分类方法。结果表明,该方法可以通过属性加权选择出更加准确的近邻样本,可广泛应用于基于近邻的机器学习方法中。