搭上LuaJIT 2.0的高速列车

Lua语言的即时编译器LuaJIT2．0版本即将发布,从已发布的2．0Beta版性能表现来看,执行效率的大幅提升令人惊讶。对比Lua语言的基准测试结果显示,提升幅度最大的MD5算法,在LuaJIT2．0下的执行效率是原生Lua执行效率的152.7倍。而对比使用C语言实现的快速傅氏变换,Lua的性能是C的1．48％,LuaJIT1．1．5的性能是C的9.74％,而在JIT2．0Beta优化下的执行效率为C所能实现的58％。     

用有道词典快速切换多语种翻译

在大部分情况下,我们只需要使用汉英互译而已,但前提是大部分,偶尔也难免会有一些场合需要实现其它语种的翻译,比如日语、韩语等。在这种情况下,不管是立即上网搜,还是拿出相关词典翻阅,相信都没有直接用电脑中已有的翻译软件来得方便吧!     

True Launch Bar——让快速启动栏也能分组

Windows的快速启动栏大家一定很熟悉,我们可以把常用的应用程序快捷方式放在这里,单击即可启动该程序。对于经常随身携带,使用触摸板操作的上网本来说,这样可以让启动程序更快捷方便,但Windows的快速启动栏有它的先天不足：不能对快捷启动图标进行分组,当你的快捷启动图标过多时,     

巧用Goneln60s让不小心关闭的程序起死回生

很多人在使用电脑的过程中,都碰到过这样的尴尬事情,在进行文字编辑时候,一不小心将文档没有保存就关闭了,还有在网上更新博客、写电子邮件时,由于打开的网页太多了,不小心关闭错了IE窗口,写了半天的博客、邮件丢失了,其实可以用Goneln60s把关闭的程序窗口快速恢复。当你关闭一个程序窗口时,GoneIn60s会将其暂时隐藏起来,保存在缓存中,只要在60秒（可设置）的时间内,就能再打开它,当然窗口的数据都还存在。     

基于距离变换的肝脏栓塞治疗仿真

栓塞治疗是非手术肿瘤治疗方法的首选方案,血管栓塞后的肝癌大部分瘤体组织因缺血、缺氧而逐步坏死,而正常肝组织的供血受影响不大,且能形成侧支循环,不会导致明显的肝功能障碍。假定肝实质组织由距离其最近的血管供血,提出一种肝脏血管栓塞治疗的计算机仿真方法,选用一种精确的欧氏距离变换算法,在改进算法步骤之后,使得该算法支持多背景点。实验结果表明,该方法可以将血管栓塞的结果,映射到肝实质组织中,达到肝实质的栓塞显示效果,能够帮助医生直观地观察栓塞后肝脏组织的供血状况,评估栓塞效果。     

基于对数变换的DWT-SVD域水印算法研究

提出了一种基于小波变换和奇异值分解的水印算法。首先将置乱加密后的图像无重叠地分成32×32子块,对各个子块进行小波变换和奇异值分解后,然后选择部分奇异值进行对数运算,最后依据水印信息位进行水印的嵌入。实验结果表明该算法既能保证水印的不可见性又拥有抗JPEG压缩的稳健性,对恶意篡改敏感,能够有效的将JPEG压缩与恶意篡改区分开来。     

非抽样Contourlet变换的盲数字水印

根据非抽样Contourlet变换的特性,提出一种非抽样Contourlet变换域的盲水印算法,算法选择在具有最大能量的中高频子带中嵌入水印,在对水印进行加密后,利用密钥生成PN序列,根据水印值的不同PN序列嵌入宿主图像的方式也不同。提取水印不需要原始图像,利用NSCT变换系数与PN序列的相关性系数提取水印,实现盲提取。实验证明算法具有一定的不可见性和鲁棒性,具有很强的抗JPEG压缩的鲁棒性。     

基于数字图像比特面的混沌加密方法

为提高数字图像的加密效果,经过对已有的数字图像加密算法进行分析,提出了一种基于数字图像比特面的混沌加密算法。对常用的基于混沌的数字图像加密技术进行改进,将数字图像的像素值进行比特面分割,然后利用Logistic混沌映射对数字图像像素值比特面进行置换加密,对数字图像像素值进行置乱,从而达到加密的效果。仿真试验表明：该算法具有可行性、通用性和加密效果比较理想的优点,其加密效果优于利用Logistic混沌序列对数字图像像素点置乱的加密技术。     

一种面向CT图像的无损水印算法

为了解决信息隐藏和篡改定位不能同时进行的问题,提出了一种篡改定位精度高的、规范化的无损水印算法。在CT图像的感兴趣区域内,提出了利用提升小波变换进行篡改定位的方法,来对感兴趣区域内的篡改进行定位。在感兴趣区域外,对选取的LSB进行算数编码来获得信息冗余,以嵌入水印信息。设计了一个规范的信息头来存储感兴趣区域的坐标等信息。水印在提取时,只需用一个密钥将信息头提取出之后再根据信息头提取其它数据。原始图像在水印提取后可无失真地恢复,且对恶意篡改的定位达到像素级。     

采用Radon变换和二维主成分分析的步态识别算法

针对主成分分析算法将图像矩阵转化为向量的维数过高、求取特征向量耗时的问题,综合步态的静态和动态信息,对一个步态周期中的图像进行Radon变换,再通过模板构造,仅用一幅图像来刻画步态特征,接着用二维主成分分析（2DPCA）进行降维.为了验证所提出的算法的有效性,在CASIA步态数据库上进行实验,采用最近邻分类器来测试识别.实验结果表明在特征模板构造时选择合适的频率,采用Radon变换结合列2DPCA进行步态特征提取是有效的.