基于混沌映射的小波域数字水印算法

针对数字水印的不可感知性和鲁棒性之间的矛盾问题,提出了一种基于混沌映射的小波域数字水印算法.该算法在混沌数字水印系统的基础上,对水印增加了置乱处理,并将其初值作为私有密钥以提高安全性能.嵌入水印时,将置乱的水印图像取模运算后再嵌入混沌映射模型进行迭代,再将所选择的图像进行小波变换后的逼近子图和各级细节子图以不同的嵌入因子分别与混沌水印相加.检测时,利用相应的混沌映射模型生成混沌水印序列,并进行相关检测.计算机仿真结果表明该算法具有很好的视觉效果,并对各种图像处理攻击有较强的鲁棒性,是一种简单可行的数字水印算法.     

阳极帽合金表面氧化层研究

研究了实验工艺对Ni42Cr6Fe合金表面氧化膜形成的影响.实验结果表明,Ni42Cr6Fe合金表面氧化膜的主要组分为Cr2O3和FeCr2O4,材料表面打毛处理和氧化温度是影响氧化膜的主要原因,晶格缺陷层产生的微观缺陷有利于原子在氧化过程中的扩散.     

N,N,N’,N’-四丁基-3-氧-戊二酰胺辐解产物研究 Ⅰ.二丁胺的定性和定量分析

采用红外、顶空固相微萃取-气相色谱／质谱联用的方法，研究了萃取剂N，N，N'，N'-四丁基-3-氧-戊二酰胺(TBOPDA)的液相辐解产物，并通过与标准物质对照，确定TBOPDA的液相辐解产物中存在二丁胺和N，N-二正丁基甲酰胺。采用高效液相色谱、固相微萃取-气相色谱联用方法，定量分析了在辐照过程中TBOPDA的分解情况和二丁胺的产生情况，分别计算了两者的产额。提出了TBOPDA的3种可能断裂方式。     

GH4169合金电化学溶解特性及表面微观形貌分析

NaCl和NaNO₃溶液是电解加工中常用的电解液,具有使用安全、便于配制与维护、经济性好、对环境污染小等优点。在实际加工中,电解液的成分、浓度、温度会对电导率和钝化机理产生较大影响,直接决定了零件的加工质量和效率。文中针对GH4169合金在不同溶液中的极化特性开展研究,测定在NaCl、NaNO₃及混合电解液下的阳极极化曲线,分析其电化学溶解特性,并对样件进行表面微观形貌检测,从加工质量、效率等方面综合评判,确定10%NaNO₃+5%NaCl+0.5%Na₄O₂P₇溶液对于GH4169合金材料具有优良的电化学加工性能。     

一种无约束凸规划多平面修正TWSVM

对支持向量机（Twin Support Vector Machine,TWSVM）的优化思想源于基于广义特征值近似支持向量机（Proximal SVM based on Generalized Eigenvalues,GEPSVM）。该算法将传统SVM问题分解为两个凸规划问题,使得训练速度缩减到原来的1/4。对TWSVM做了修正,基于新的优化准则设计了一种特殊TWSVM（GTWSVM）,在此基础上,提出了快速GTWSVM（FGTWSVM）,其将GTWSVM转换为无约束凸规划问题求解。该算法在保证得到与TWSVM相当的分类性能以及较快的计算速度的同时,还减少了输入空间的特征数以及内存占用。对于非线性问题,FGTWSVM可以减少核函数数目。     

基于QPSO-MIL算法的图像标注

在多数现有图像标注图像库中,关键字只标注在图像级而非区域级,使有监督学习方法在图像标注中难以应用.基于量子粒子群优化算法(quantum-behaved particle swarm optimization,QPSO)提出了一种新的多示例学习(multi-instance learning,MIL)算法--QPSO-MIL算法,在多示例学习的框架下将基于区域的图像标注问题描述成一个有监督的学习问题.该方法将图像当作包,分割的区域当作包中的示例,利用多样性密度(DD)函数,定义了粒子的适应度向量.在示例空间,利用QPSO方法在各个维度上同时搜索DD函数的全局极大值点,作为关键字的概念点,然后根据Bayesian后验概率最大准则(MAP)对图像进行标注.通过ECCV 2002图像库的实验结果表明,QPSO-MIL算法是有效的.     

基于循环生成对抗网络的图像风格迁移

图像风格迁移是指将学习到的油画图像风格应用到其他图像上,让图像拥有油画的风格,当前生成对抗网络已被广泛应用到图像风格迁移中。针对循环生成对抗网络CycleGAN在处理图像时纹理清晰度不高的问题,提出了加入局部二值模式LBP算法的方法,将LBP算法加入生成对抗网络的生成器中,增强了循环对抗生成网络提取图像纹理特征内容的效果。针对生成图像产生噪声的问题,在损失函数中加入Total Variation Loss来约束噪声。实验结果表明,循环生成对抗网络加入LBP算法和Total Variation Loss后能提高生成图像的质量,使之具有更好的视觉效果。     

基于局部二值模式的作物叶部病斑检测

根据作物叶片症状准确、快速检测作物病害是防治和控制作物病害的基础。为准确检测作物叶部病害,在窗阈值中心对称局部二值模式（WTCSLBP）的基础上,提出了一种作物病斑检测方法。首先利用自适应局部二值模式获取正常叶片图像特征并确定病斑判断阈值,然后将待检测叶片图像分割为大小相同的检测窗,并提取同样特征与阈值进行比较,以判断该检测窗是否有病斑。在三种苹果病害叶片图像数据库上的实验结果表明,该方法能够有效检测作物病斑分布特性。与中心对称LBP（CS-LBP）和WTCSLBP相比,该方法具有更少的特征维数和更高的正确识别率。     

离散白噪声序列循环自相关函数估计的误差分析

在理想情况下,平稳白噪声在某一循环频率α上的循环自相关函数为零,因此对于具有循环平稳特性的信号利用循环自相关函数取代传统的自相关函数可以有效地抑制噪声。但在实际场合中由于数据长度有限,噪声循环自相关函数的估计量并不为零,因此将影响循环平稳方法的性能。本文推导了有限长数据下噪声循环自相关函数与数据长度之间的量化关系,给出了相应的物理解释,并通过Ｍｏｎｔｅ－Ｃａｒｌｏ实验验证了有关结论。