利用运动向量差值改善深度学习视频隐写分析

目的 针对现有深度学习视频隐写分析网络准确率不够高的问题,本文从视频压缩编码的原理出发,发掘嵌密编码参数与其他参数之间的关系,通过拓展检测空间,构造新的检测通道,改善现有深度学习视频隐写分析网络的检测性能。方法 以H. 265/HEVC(high efficiency video coding)压缩视频为例,首先通过分析运动向量的嵌密修改对运动向量差值的影响,指出可将运动向量差值作为新增的采样对象(或称检测对象);接着,提出一个构造运动向量差值检测矩阵的方法,解决了空域上采样样本稀疏、时域上样本空间位置无法对齐的问题;最后,将运动向量差值矩阵直接用于改善现有的VSRNet(video steganalysis residual network)、SCA-VSRNet(selection-channel-aware VSRNet)以及Q-VSRNet(quantitative VSRNet)等3个H. 265/HEVC深度学习视频隐写分析网络,分别得到IVSRNet(improved VSRNet)、SCA-IVSRNet(selection-channel-aware improved...     

加强对大学生预备党员教育的思考

高等学校加大在大学生中发展党员工作力度后，存在重发展轻教育、重发展前教育培训轻入党后再教育的倾向，特别是对预备党员教育考察的长远性、系统性还不够。文章就大学生预备党员普遍存在的问题，提出加大教育培训的内容，以改善工作的途径、方法等，以求进一步提高大学生党员的素质，更好地发挥学生党员的先进性作用。     

一种简单高效的XML与关系数据库信息交换的方法

关系数据库是应用广泛且成熟的数据库技术。随着Internet的飞速发展，XML作为数据存储和交换的手段也越来越受到重视。在很多Web服务和应用中，需要在XML和关系数据库之间进行数据交换，目前这种数据交换的实现主要依赖于XSLT(XSL Transformations)，这种实现存在书写复杂、效率较低等缺点。针对这些缺点，设计了一种不同于XSLT的新型映射规则，并且通过程序实现和大量的测试比较，证明它能够更加简单高效地实现这种数据交换。     

计算机网络中的数据保密与安全

在大量举例的基础上,说明了计算机网络面临的安全威胁,强调了计算机网络安全的几种基础技术,探讨了计算机网络安全的解决办法,并且对计算机网络安全问题进行了展望     

湘北高校寝室公共空间设计改造初探

高校寝室是大学生学习、生活、人际交往和培养行为素质的主要场所,其设计的优劣决定了大学生的生活品质。依据实地调研与问卷分析,得出理想的高校寝室应具有功能齐全、布局合理、使用方便、利用高效等特征,因此高校寝室空间的设计应做到开放共享、便捷灵活的要求。从以上几方面入手,对高校寝室的公共空间进行节点改造设计,以满足当代大学生学习、休息、交往、研讨等多种需求。     

南宁市城市应急备用水源的建立与思考

本文结合南方城市水源特点及南宁市的实际情况,提出了以江河水作为主水源——周边水库及地下水相互作为应急备用水源——加强保护战略备用水源的思路,通过对南宁市城市应急备用水源的建立,找到了适合南方丰水城市应急备用水源的有效途径。并提出了有益的思考与建议。     

哈萨克斯坦某油田放射性调查与影响评价

石油工业生产过程中,往往会使天然放射性物质局部浓集(TENORM),使得局部放射性水平增高。通过对哈萨克斯坦某油田的放射性现状调查和分析,发现放射性异常主要集中在注水站,对该油田进行放射性影响评价,提出辐射防护措施和建议,为企业做好辐射防护与安全管理提供重要依据。     

交联氟硅橡胶玻璃化转变温度及力学性能的分子动力学模拟

采用分子动力学(MD)方法研究了氟硅橡胶(FVMQ)交联前后体系结构的变化,并预测了交联FVMQ的玻璃化转变温度(Tg)和力学性能。研究结果表明,交联反应使得体系的能量升高,体积收缩,密度增大,体系结构堆积更加紧密,分子间相互作用力增强。为了进一步说明体系结构的变化,对径向分布函数g(r)进行了分析,结果表明交联后分子间的g(r)变小而分子内的g(r)明显增大。采用温度-比容曲线预测交联FVMQ的Tg为210.10 K,接近于实验值204.81K。此外还预测了不同温度下交联FVMQ的弹性模量(E)、剪切模量(G)、体积模量(K)和泊松比(ν),拟合弹性模量随温度的变化曲线得到了Tg为210.91 K,与之前的预测值基本一致,说明MD方法可以作为预测交联FVMQ Tg的有利工具。     

强化学习的可解释方法分类研究

强化学习能够在动态复杂环境中实现自主学习,这使其在法律、医学、金融等领域有着广泛应用。但强化学习仍面临着全局状态空间不可观测、对奖励函数强依赖和因果关系不确定等诸多问题,导致其可解释性弱,严重影响其在相关领域的推广,会遭遇诸如难以判断决策是否违反社会法律道德的要求,是否准确及值得信任等的限制。为了进一步了解强化学习可解释性研究现状,从可解释模型、可解释策略、环境交互、可视化等方面展开讨论。基于此,对强化学习可解释性研究现状进行系统论述,对其可解释方法进行归类阐述,最后提出强化学习可解释性的未来发展方向。     

5G定制专网分级UDM高可靠性方案研究与设计

随着“新基建”战略的持续推进,5G在助力行业数字化转型、生产要素智能化升级等方面发挥着越来越重要的作用。文章分析了5G定制专网核心网高可靠性需求,针对公网UDM失联时专网用户能够不受影响地接入网络并保障业务连续性的容灾诉求,提出5G定制专网分级UDM的高可靠性方案,为全面赋能垂直行业,部署资源专用、稳定可靠的本地化5G定制专网提供了重要技术参考。