基于ArcGIS的区域滑坡易发性区划评价

本文通过全面分析历史因素（点密度、面密度和体密度）、基本环境因素（工程地质岩组、地形坡度、地质构造、斜坡结构、高程和河流水系）以及诱发因素（降雨、地震烈度和人类活动）对地质灾害易发程度的影响,并最终建立了大比例尺（1：50000-1：5000）地滑坡灾害易发性评价指标体系。通过采用信息量模型方法,以ARCGIS为平台,针对工程区的滑坡易发程度进行了研究分析,并最终得到了该区滑坡灾害易发程度信息,包括其滑坡灾害易发分区图及相关统计信息,结果表明：研究区中滑坡灾害高易发性区面积为0．582km2,中等易发性区面积12．16km2,低易发性区面积120．69km2,极低易发性区面积78．47km2,分别占总面积0．27％、5．74％、57％、37％,评价结果与当地实际情况有较好的一致性。     

基于交互信息量和联合熵的镜头检测算法

镜头检测在视频检索中起着关键作用。文章提出了一种基于信息论的镜头检测方法,该方法使用相邻帧间的交互信息量检测突变,使用相邻帧间的联合熵检测淡入/淡出镜头。试验表明:该方法简单、有效,且识别的准确率较高。     

基于DWT域的灰度图像数字水印算法

本文提出一种基于DWT域的灰度图像数字水印算法.该算法在对原始图像进行离散小波变换之前,首先将它进行Arnold置乱变换,然后再进行小渡分解,把分解后得到的高频子带系数(LH3)组成一个矩阵,对该矩阵进行奇异值分解(SVD),在奇异值分解的对角阵中嵌入水印.该算法采用有意义的灰度图像作为水印,极大地增加了嵌入水印的信息量.实验结果表明,水印对一般的图像攻击方法具有较强的鲁棒性.     

决策表属性约简的相对信息量表示

知识约简是粗糙集理论研究的主要内容之一,该文在信息系统中引入了知识的相对信息量的概念。对一致决策表,证明了其属性约简在代数表示下和相对信息量表示下是等价的,但对不一致决策表,举例说明其属性约简的代数表示不能用相对信息量来等价表示。由此可见,相对信息量表示比代数表示直观,但不能完全代替代数表示方法。     

基于多尺度互信息量的数字视频帧篡改检测

针对单镜头视频时域篡改问题,提出一个以内容相似性为基础的视频篡改被动盲检测算法。通过高斯金字塔变换获得视频帧的3种尺度视觉内容,根据信息论定义相邻两帧的归一化平均互信息,采用线性组合构建多尺度归一化互信息描述子,实现相邻两帧多尺度视觉内容相似性的度量。利用局部离群点检测算法计算视觉内容相似性异常度,使用阈值法检测视频篡改位置。实验结果表明,该算法不仅能有效地检测出视频帧删除、复制以及插入3种篡改的位置,而且适用于不同编码格式视频间和同源的篡改。在检准度和检全率上优于现有的时域篡改检测算法。     

基于信息量的完备覆盖约简算法

覆盖粗糙集是Pawlak粗糙集的一种重要推广。类似于Pawlak粗糙集,约简也是覆盖粗糙集中的核心问题之一。通过引入覆盖族的信息量的概念,讨论了覆盖协调集、约简以及核的等价判定定理,同时对覆盖的重要性进行了度量;在此基础上,提出一种完备的启发式覆盖约简算法,它能够从搜索空间中逐步删除不重要覆盖,避免对其重要性的重复计算;最后,通过一个购房综合评价的实例说明了该算法的可行性与有效性。     

一种基于WordNet的混合式语义相似度计算方法

语义相似度的计算是自然语言处理中的重要研究内容,在过去几十年的研究工作中,已有大量的语义相似度计算方法被提出并广泛应用于语义消歧、文本聚类等领域中。基于WordNet本体,改进了信息量IC计算模型,进而提出了两种混合式的语义相似度的计算方法。实验结果表明,由于同时考虑了概念节点在WordNet中的最短路径距离和IC语义距离,所提方法优于已有方法,其计算结果更加接近人类的主观判断。     

基于子空间信息量准则的前向神经网络设计理论与方法研究

从理论上提出了子空间信息量(SIQ)及其准则(SIQC)的概念；在此基础上阐述了基于上述准则的前向神经网络设计的相关理论，包括前向神经网络隐含层信息量(HLIQ)、存在性和逼近定理，给出了选择隐含层神经元数、权值向量集和隐含层激励函数的指导方向；提出了基于上述理论的一种可行的次优网络设计算法；最后，详细分析了网络性能指标及其影响因素，上述理论和方法完全克服了传统学习算法的各种弊端，丰富了前向神经网络设计领域的理论依据，具有较大的理论指导和实际应用价值，文中通过具体实例验证了上述理论和方法的可行性和优越性．     

密钥分存在建设数字水印CA(认证中心)中的应用

提出了密钥分存在建设数字水印CA中应用的一种方案，该方案使用密钥分存技术把大部分水印信息转移到了CA中心数据库，从而解决了在应用数字水印技术的过程中，水印信息量过大带来的诸多问题。     

漫谈计算机世界：计算机的高速公路

我们把数码相机接在计算机的USB端口上面，轻按一下开关，照片便会在计算机的屏幕上而显示出来，对于一个现代人来说，这是再平常不过的事情。但是你有没有想过，蕴含着巨大信息量的数码图片是怎样进入计算机的，又是沿着什么路径涌向显示子系统，最终在显示器上显示出来的呢？答案就是——计算机总线。