基于DWT的水印嵌入规则性能研究

在数字水印研究中,一个重要的问题是水印的不可见性与鲁棒性之间的折中。根据实际应用,数字水印的嵌入规则主要有乘性规则、加性规则和一种区域融合嵌入规则。本文主要从数字水印的抗攻击性方面,结合不同的嵌入规则,对各种常见图像攻击进行测试,在检测不同嵌入规则性能优劣的同时,为水印方法的选择与应用,提供指导和参考,以达到最佳的使用目的。     

基于模糊理论的图像边缘检测

讨论了模糊理论在边缘检测中的应用,并给出了一种基于模糊理论的改进方法。实验结果表明,该算法不需要加额外的滤波器或图像降噪预处理,在抗噪性能方面明显优于其它方法。     

基于维间扩展和事务压缩的关联规则算法改进

Apriori是关联规则挖掘的经典算法,在利用该算法进行医疗数据挖掘的过程中,发现其频繁项集产生过程有一些不必要的开销,为此提出了改进算法Mypriori,利用维间扩展和事务压缩策略来提高频集发现的效率,并通过实验验证了算法的有效性.     

制定规则实现邮件管理自动化

邮件管理自动化的实现,在提高邮件传递质量的同时,还能避免不必要的垃圾邮件。     

基于聚类分析的新书推荐

针对大多数图书馆管理系统中的个性化服务中的新书推荐只是定时将新到馆的图书罗列出来让读者浏览进行推荐,推荐效果差的问题。本文在比较三大常用的推荐技术的优缺点后,采用基于聚类分析的推荐算法推荐新书,并具体给出实现的方法。     

基于损失自注意力机制的立体匹配算法研究

针对现有的立体匹配算法在阴影、物体边缘和光照反射等区域匹配困难且存在大量错误结果的问题,设计了一种可拆卸的损失自注意力网络（loss self-attention net,LSAnet）查找图像中的匹配困难区域。LSAnet的网络各层相互稠密连接,应用了空洞卷积来扩大感受野,并以立体匹配算法生成的损失分布为标签,能够动态地进行有监督训练,最终生成匹配困难区域掩膜辅助立体匹配网络进行更好的优化;同时,改进了立体匹配网络中经典的特征匹配代价卷结构,降低了后续3D卷积的计算负荷,提高了匹配效率。实验结果表明,该算法相比于基准算法精度更高,并且可以提高算法对于匹配困难区域的鲁棒性。     

全面建设小康社会进程中黄河流域水资源利用效率时空演变分析

提升水资源利用效率,减轻水资源短缺对经济社会发展产生的约束,是实现水资源与经济社会和谐发展的有力支撑。尝试将DEA视窗分析方法应用于水资源利用效率研究,结合超效率DEA模型,探究黄河流域九省区在全面小康社会建设进程中水资源利用效率时空演变特征,在此基础上,通过Malmquist指数分解效率变动的内在原因,并引用空间匹配度计算方法,研究水资源利用效率与全面小康相对水平匹配程度。研究发现:九省区2012—2018年水资源利用效率总体呈增加趋势,水资源利用水平具有显著空间差异性;九省区水资源利用效率的提升主要得益于技术进步TC,制约水资源利用效率提升的主要因素是综合技术效率EC;水资源利用效率与全面小康相对水平的匹配程度呈现出较强的地区差异,部分省区两者动态协同性较差,其中,宁夏需要同时提升水资源利用水平和经济社会发展水平,陕西需要提升水资源利用水平,内蒙古需要提升经济社会发展水平。     

阿姆河流域耕地变化及水土匹配特征分析

基于中亚阿姆河流域4个分区1990—2015年间土地利用变化和水资源等数据,运用耕地变化速率、洛伦兹曲线和基尼系数法以及水土资源匹配系数对阿姆河流域耕地变化和水土匹配状况进行了综合分析。结果表明:1990—2015年阿姆河流域耕地以146.74 km²/a的速度在扩张,且各时期、各分区扩张的速度不同;在不考虑咸海来水不断减少、生态持续恶化的前提下,绿洲区匹配状况属比较公平和相对合理状况;阿姆河流域水土资源空间分布存在明显的错位现象;全流域生态用水被农业用水严重挤占,阿姆河流域灌溉面积、灌溉用水量成为影响咸海水量及面积变化的重要因素,是一种不可持续的用水方式。     

沙颍河流域水资源利用量与经济发展匹配特征

根据沙颍河流域河南段情况确定各地市水资源可利用量,基于数列的匹配度计算方法,对流域内10个地市2014—2018年水资源利用量与经济发展关系进行研究,分析各地市用水量、水资源可利用量与GDP关联程度。结果表明：由于气候条件等因素差异,水资源可利用量差距较大,其中漯河市和周口市单位面积水资源可利用量较多;在研究年限内,各地市水资源可利用量与用水量匹配情况差异较大;在时间维度上,各地市用水量与GDP匹配程度较好,而在空间维度上,开封市匹配情况最差,漯河等城市较好;各地市水资源可利用量与GDP匹配情况存在明显的时空差异。     

A two-layer fuzzy pattern matching procedure for the evaluation of conditions involving vague quantifiers

In this note, we are interested in the evaluation of conditions of the form The value of attribute a for Q items of X is in F or more shortly Q items of X are F, where X is a set of items, Q denotes a possibly vague proportion (which may be linguistically expressed, e.g. most), F is a (possibly fuzzy) subset of the attribute domain of a. and where the available knowledge about the value a(x) of the attribute a for any item x may be imprecise or even vague. The evaluation is based on a fuzzy pattern matching procedure repeated two times. Such conditions may be encountered in queries addressed to an incomplete information data base or in the if-part of expert rules.