基于掩盖效应和梯度信息的无参考噪声图像质量评价改进算法

针对目前大多数噪声图像质量评价算法借助域变换或机器学习所带来的运算量大、训练过程繁复等弊端,以及依赖人工设置固定阈值存在普适性不佳的问题,该文改进了一种基于掩盖效应的空域噪声图像质量评价算法。首先依据Hosaka原理提出层递进的分块规则,将图像分成与其内容频率分布高低相符的不同尺寸的子块并赋予相应的掩盖权值;然后通过提取像素点梯度信息,经两步检噪实现子块噪点甄别;再使用掩盖权值对子块噪声污染指标加权得到初步质量评价结果;最终修正和归一化后为整图质量评价结果——改进的无参考峰值信噪比(MNRPSNR)。应用该算法在LIVE和TID2008图像质量评价数据库上对多种噪声类型图像进行实验,结果显示其较目前主流评价算法保有很强竞争力,对传统算法改进效果显著,与人眼主观感受一致性高,普适于多种噪声类型。

     

基于模糊—隐马尔可夫模型的复合式攻击预测方法

通过对复合式攻击预测方法的研究,将关联规则、模糊评价法和隐马尔可夫模型相结合,提出了基于模糊—隐马尔可夫模型的复合式攻击预测方法。该方法首先将原始报警信息融合为超级报警信息,进而基于攻击行为的初始概率分布确定初始状态矩阵,根据关联规则确定状态转移矩阵,应用模糊判别法确定观察矩阵,最后应用隐马尔可夫模型中的Forward算法对报警信息隶属的攻击场景进行了识别,Viterbi算法对攻击意图序列进行了预测。仿真实验验证了该方法的有效性。     

Evaluation and protection of multi-level location privacy based on an information theoretic approach

A privacy metric based on mutual information was proposed to measure the privacy leakage occurred when location data owner trust data users at different levels and need to publish the distorted location data to each user according to her trust level,based on which an location privacy protection mechanism (LPPM)was generated to protect user’s location privacy.In addition,based on mutual information,a metric was proposed to measure the privacy leakage caused by attackers obtaining different levels of distorted location data and then performing inference attack on the original location data more accurately.Another privacy metric was also proposed to quantify the information leakage occurred in the scenario based on mutual information.In particular,the proposed privacy mechanism was designed by modifying Blahut-Arimoto algorithm in rate-distortion theory.Experimental results show the superiority of the proposed LPPM over an existing LPPM in terms of location privacyutility tradeoff in both scenarios,which is more conspicuous when there are highly popular locations.     

双摄像机傅里叶变换轮廓术的数据融合

在三维面形拼接应用当中,对拼接区域内面形数据以一定的权重进行加权平均是最常用的方法,通常的算法是以拼接边界到中心线的距离为权重,这样可以对拼接区域内各点实现平滑过渡,但在拼接区域的边界存在一定的局限性。本文将一种正弦函数形式的图像镶嵌算法引入到三维面形测量的数据融合中,很好地实现了整个拼接区域的平滑过渡。该方法运算量小...     

Analysis of Physiological Responses and Use of Fuzzy Information Granulation–Based Neural Network for Recognition of Three Emotions

In this study, we investigate the relationship between emotions and the physiological responses, with emotion recognition, using the proposed fuzzy information granulation–based neural network (FIGNN) for boredom, pain, and surprise emotions. For an analysis of the physiological responses, three emotions are induced through emotional stimuli, and the physiological signals are obtained from the evoked emotions. To recognize the emotions, we design an FIGNN recognizer and deal with the feature selection through an analysis of the physiological signals. The proposed method is accomplished in premise, consequence, and aggregation design phases. The premise phase takes information granulation using fuzzy c‐means clustering, the consequence phase adopts a polynomial function, and the aggregation phase resorts to a general fuzzy inference. Experiments show that a suitable methodology and a substantial reduction of the feature space can be accomplished, and that the proposed FIGNN has a high recognition accuracy for the three emotions using physiological signals.     

一维量子点阵列的自旋链上信息传输

基于紧束缚模型的实空间格点组成的一维线性均匀有序的量子点阵列为研究对象,然后利用演化算符的作用使其在量子点阵列的自旋链上进行单量子比特的信息传输。即使用演化算符 使单比特量子态从量子点阵列起始端为多粒子态 传输到末端态为 ,最后在此基础上计算概率来讨论了单量子比特能从起始端的多粒子态 的第一个量子比特完全传输到态 的末端第N个量子比特是可能的。     

中文信息智能处理技术的研究

信息的智能处理技术是中文信息处理中的重要课题,其主要包括智能搜索和信息获取。而自然语言处理和理解技术是智能信息处理的核心。讨论自然语言理解应用于智能搜索和信息获取的若干问题,阐述标注、分析搜索要求以及完善基于词典的知识库的处理手段,特别是语料库语言学在这些环节的应用情况。同时,对中文信息获取技术涉及的具体语言处理技术也做了较为详尽的论述,包括词典与知识库、词切分和词性标注、信息获取的短语句法及语义分析和信息获取的过程。     

高性能调度技术中应用程序调度模型设计--地理空间信息网格调度技术的研究

地理空间信息网格调度技术，要比传统的高性能计算中的调度技术复杂，原因是如果将全部网格资源作为一个应用程序的调度和执行目标，必将导致通信延迟、成本昂贵、执行低效等。为此，综合考虑应用程序特性、机器特性等，研究设计了地理空间信息网格高性能调度技术中的应用程序调度模型，包括地理空间信息网格应用程序分析；资源特性分析；应用程序分解；性能预测；资源调度；机器选择；任务映射；任务调度；任务调度器和调度器管理模块。以实现为不同的应用程序匹配不同的计算资源，提高计算资源的利用率和应用程序的执行效率。     

改进LSB算法及其在BMP图像中的应用

首先分析了BMP图像文件格式，然后根据传统LSB算法在BMP图像文件中应用，提出一种改进的LSB隐藏算法，提高了伪装图像质量。最后通过仿真验证了该算法的优越性。     

基于Web网页语料构建动态语言模型

为语音识别系统构建语言模型，首先要进行语料准备，语料来源决定语言模型的性能。Web网页中涵盖了各种最新的语言现象，为语料准备提供了最多样化的资源。但Web网页中语义完整字串通常夹杂在格式、标记、广告等无用字串中。首先介绍语言模型的训练算法和更新方法，继而提出一种从HTML文档提取用于训练语言模型的语义完整汉字字串的算法，最后给出语料提取实验结果、语言模型训练结果和语言模型的动态更新结果。为基于Web网页语料动态更新语言模型提供了一个完整的解决方案。