基于神经网络的图像盲水印技术

将水印嵌入到宿主图像的小波变换域的低频分量;利用BP神经网络的自学习、自适应的特性和一段已知序列训练神经网络,根据确定的神经网络模型可实现水印的盲提取;在神经网络的输入信号计算上提出选择邻域窗口为3＊3方形窗口比十字窗口具有更好的实验效果.仿真实验结果表明该算法对常用的图像处理如JPEG压缩、剪切、加噪和滤波等攻击具有较好的鲁棒性和不可见性.     

断陷湖盆可容空间转换与油气分布——以东营凹陷沙三中亚段为例

东营凹陷沙三中亚段层序由湖进体系域和湖退体系域组成,构造沉降为湖进体系域主控因素,可容空间在盆地范围统一增加,欠补偿沉积形成暗色泥岩烃源岩;沉积物供给为湖退体系域主控因素,在盆地缓坡中部和陡坡中部形成可容空间转换带,该带外侧可容空间减小,内侧可容空间增加。平面上,油气藏的形成和分布与可容空间的分布具明显关系,可容空间转换带是油气成藏最有利的地区,特别是岩性油气藏集中分布的地区,可容空间减小带主要为构造–断块油气藏集中分布区,而可容空间增加带主要分布着滑塌浊积砂体形成的油气藏。     

多层次结构生成对抗网络的文本生成图像方法

近年来,生成对抗网络（GAN）在从文本描述到图像的生成中已经取得了显著成功,但仍然存在图像边缘模糊、局部纹理不清晰以及生成样本方差小等问题。针对上述不足,在叠加生成对抗网络模型（StackGAN++）基础上,提出了一种多层次结构生成对抗网络（MLGAN）模型,该网络模型由多个生成器和判别器以层次结构并列组成。首先,引入层次结构编码方法和词向量约束来改变网络中各层次生成器的条件向量,使图像的边缘细节和局部纹理更加清晰生动;然后,联合训练生成器和判别器,借助多个层次的生成图像分布共同逼近真实图像分布,使生成样本方差变大,增加生成样本的多样性;最后,从不同层次的生成器生成对应文本的不同尺度图像。实验结果表明,在CUB和Oxford-102数据集上MLGAN模型的Inception score分别达到了4.22和3.88,与StackGAN++相比,分别提高了4.45%和3.74%。MLGAN模型在解决生成图像的边缘模糊和局部纹理不清晰方面有了一定提升,其生成的图像更接近真实图像。     

交流异步电机驱动的键槽铣床的位移自学习预报控制

针对基于专用数控键槽铣床的半闭环位移检测信息，利用计算机控制交流异步电机来控制位移的原理，提出一种位移提前量的计算数学模型，工况条件下所做的大量实验结果说明数学模型和算法可行，有效。     

长岭凹陷晚白垩系烃源岩有机相研究

根据长岭凹陷晚白垩系烃源岩的有机岩石学、沉积学和有机地球化学特征,划分为深湖半深湖有机相、滨浅湖有机相和三角洲有机相。3种沉积有机相类型中,深湖半深湖有机相腐泥组分含量较高,有机质类型为I型,生烃性最好;滨浅湖有机相腐泥组分含量较低,有机质类型以Ⅱ1为主,生烃性较好,深湖半深湖有机相、滨浅湖有机相主要分布在凹陷中心;最后通过对地球化学特征的评价,认为嫩一、二段和青一段为好烃源岩,嫩三段和青二、三段为较好烃源岩,嫩四段为次要烃源岩。     

东辛地区沙三段滑塌浊积扇沉积特征及控制因素

根据地质、测井及地震资料的综合分析,着重描述和分析东辛地区沙河街组三段滑塌浊积扇砂体沉积和发育特点,将本区的滑塌浊积扇砂体划分出了3种沉积微相,建立了砂体垂向序列和分布模式,进而说明了滑塌浊积扇砂体发育的地区性控制因素.认为东辛地区滑塌浊积扇砂体的形成和发育与三角洲的规模和建设性、洼陷带的古地形特征及构造活动等因素密切相关.     

松辽盆地晚白垩世古气候变化对层序发育的影响

根据松辽盆地上白垩统地层中的孢粉组合及地化资料的分布特征,对其古气候进行恢复。结果表明古气候变化可分为两个干热→温湿→干热的旋回,这一结论与利用岩性、电性及地震等资料解释出的两个二级层序的旋回变化有良好的对应关系。气候的旋回性变化导致湖平面和沉积物供给的变化,进而影响层序的发育。每个旋回内气候的干热→温湿→干热的变化影响层序的低水位体系域、湖侵体系域和高水位体系域的发育,同时也控制着体系域内沉积物的堆积方式及沉积相的分布。     

基于PIPP模式下的污水循环利用方式研究——以中荷水务投资集团运营模式为例

PIPP作为城市公共基础设施的一种运营模式,引入循环经济的相关理论,应用于城市污水处理行业当中,有效的解决了当前城市生活污水和水资源缺乏的问题。     

饲料级氯化钴的研制

以36%工业盐酸和工业氧化钴为原料制取氯化钴,研究了配料比等反应条件对产物产率的影响。结果表明,适宜的制取条件为:n(盐酸)∶n(氧化钴)为1.96∶1,反应温度49℃,反应时间65 m in,搅拌速度130~140 r/m in。在此条件下,产率为90.86%,含量为98.12%,相对较高。