江西省移动通信实时计费及综合业务管理系统简介

阐述了江西省移动通信实时计费及综合业务管理系统的重要性及其网络结构，并着重介绍了该系统的基本功能     

基于完整上下文预测的可逆数据隐藏

提出一种非线性、自适应、基于完整上下文的梯度调整预测算子FCGAP。FCGAP适用于图像可逆数据隐藏算法。在FCGAP中,目标像素的预测值等于4邻域像素值的加权平均,加权系数由与目标像素最近距离的12近邻确定。采用FCGAP,提出一种高容量低失真的可逆数据隐藏算法。实验结果表明,FCGAP能充分利用上下文信息,提高像素预测精度,基于FCGAP提出的可逆数据隐藏算法相比已有可逆数据隐藏算法具有更好的容量-失真性能。     

PHS基站子系统规划设计的方法及技术要点

简单介绍PHS系统的网络结构、技术特点，并从覆盖目标、用户容量及话务模型、覆盖模型、基站的配置、基站控制器的设计等几个方面讨论PHS基站子系统规划设计的方法及应注意的问题。     

移动通信技术的发展与江西省蜂窝移动通信网未来格局的构想

介绍了移动通信技术的发展历史和现状，着重阐述了ＣＤＭＡ技术的基本原理，分析了ＣＤＭＡ系统的优越性以及ＣＤＭＡ系统的发展现状，并在此基础上展望了江西省蜂窝移动通信网的未来格局。     

基于自适应图像块组合的无损图像认证算法

现有基于分块的无损图像认证算法在图像认证块划分方面存在不足。为此,提出一种基于自适应分块组合的无损图像认证算法。算法中的认证块由基本分块根据原图像特征和水印图像保真度要求自适应组合而成,认证信息用数字签名技术产生,以无损水印方式嵌入,同时以多次嵌入方式实现图像编号的顽健传送,利用图像编号和认证块编号防止矢量量化攻击。理论分析与实验结果表明该算法篡改定位能力强于现有无损图像认证算法,且适应性强,能抗矢量量化攻击。     

基于半监督学习的增量图像分类方法

为有效使用大量未标注的图像进行分类,提出一种基于半监督学习的图像分类方法。通过共同的隐含话题桥接少量已标注的图像和大量未标注的图像,利用已标注图像的Must-link约束和Cannot-link约束提高未标注图像分类的精度。实验结果表明,该方法有效提高Caltech-101数据集和7类图像集约10%的分类精度。此外,针对目前绝大部分半监督图像分类方法不具备增量学习能力这一缺点,提出该方法的增量学习模型。实验结果表明,增量学习模型相比无增量学习模型提高近90%的计算效率。关键词半监督学习,图像分类,增量学习中图法分类号TP391。41IncrementalImageClassificationMethodBasedonSemi-SupervisedLearningLIANGPeng^1,2,LIShao-Fa²,QINJiang-Wei²,LUOJian-Gao³¹(SchoolofComputerScienceandEngineering,GuangdongPolytechnicNormalUniversity,Guangzhou510665)²(SchoolofComputerScienceandEngineering,SouthChinaUniversityofTechnology,Guangzhou510006)³(DepartmentofComputer,GuangdongAIBPolytechnicCollege,Guangzhou510507)ABSTRACTInordertouselargenumbersofunlabeledimageseffectively,animageclassificationmethodisproposedbasedonsemi-supervisedlearning。Theproposedmethodbridgesalargeamountofunlabeledimagesandlimitednumbersoflabeledimagesbyexploitingthecommontopics。Theclassificationaccuracyisimprovedbyusingthemust-linkconstraintandcannot-linkconstraintoflabeledimages。TheexperimentalresultsonCaltech-101and7-classesimagedatasetdemonstratethattheclassificationaccuracyimprovesabout10%bytheproposedmethod。Furthermore,duetothepresentsemi-supervisedimageclassificationmethodslackingofincrementallearningability,anincrementalimplementationofourmethodisproposed。Comparingwithnon-incrementallearningmodelinliterature,theincrementallearningmethodimprovesthecomputationefficiencyofnearly90%。     

新颖的差值扩展可逆数据隐藏算法

提出一种变换方向自适应的差值扩展可逆数据隐藏算法(ACD),ACD通过扩展像素对的差值嵌入数据。像素对中一为参照像素,另一为变换像素,ACD根据像素对所处区域类型的估测,自适应选择变换像素,暗区选大值像素,亮区选小值像素,否则选默认方向像素。理论分析及实验结果表明,ACD解决了预测误差扩展可逆数据隐藏算法(PEE)在暗或亮载体时灰度溢出急剧增加的问题,与采用现有灰度溢出解决方案的PEE相比,改善了载体普适性,性能更稳定。