摘要：艺术家创作卡通是一项具有挑战性和耗时的任务。将真实照片自动转换为高质量卡通风格图像的自动技术具有很高价值。提出一种基于生成对抗网络的轻量级图像卡通风格化方法。通过观察卡通绘画行为,将卡通图像风格解耦为平滑表面、稀疏色块、高频纹理3种表示方法。运用生成对抗网络框架学习提取的表示,进而学习卡通图像风格,在生成网络中采用深度可分离卷积和反向残差块来减少网络的参数量与计算成本。为验证所提方法的有效性,进行定性比较和定量分析。结果显示,所提方法能够快速地将真实世界的照片转换为高质量的卡通图像,在时间效率和转换质量方面与已有方法相比有一定优势。

摘要：为了抑制地震数据噪声,增强可视化效果,保证地质特征识别算法有效,提出一种基于地震数据局部结构属性与全局纹理属性的三边滤波算法.在局部结构属性中定义数据强度、空间距离和朝向权值函数,使得滤波算法能够综合考虑边结构特征及其类型;全局纹理属性分析则借助于鲁棒紊乱度地震属性估计与条件参数定义,采用参数自动调整办法自适应调整滤波效果.通过数据体噪声层的结构残留量以及层位识别结果比较,解决了评价地震数据滤波算法效果的难题.

摘要：提出基于可信拍卖机制的视频移植定价策略LBAS,降低视频服务的单位成本。首先,依据市场经济价格规律,由视频提供商以未来视频请求为自变量制定视频类的服务价格,有利于降低视频提供商费用支出;其次,设计了距离函数,衡量视频服务单位成本,计算云提供商给出的价格和视频提供商预期价格之间的差距,确定能赢得竞拍的云提供商;再次,以云提供商预期收益为基准,提出可替换视频集的视频分配算法,提升云提供商的满意度和降低视频提供商的费用;最后,改进联盟抑制算法AEM,使其适应低价格拍卖机制并加入了视频数量检测机制,能避免由于竞拍者联合而使视频提供商利益受损。与当前最新的移植方案VMC相比,实验结果表明LBAS能进一步降低约10%的费用。

摘要：在显著性检测技术迅速发展的今天,传统的显著性检测技术对图片提取显著性目标区域时常常遇到难以在复杂的图片中准确地区分物体的内部区域和边界,造成边界模糊、提取精度不佳等问题。针对以上问题,根据卷积神经网络特征提取时会同时产生多个尺度特征的特点,提出了一种基于多尺度卷积神经网络的显著性检测方法。首先,图片经过特征提取模块产生分辨率不同的特征图;其次,由上至下建立多尺度特征连接;然后,采用降维、上采样等方式进行融合特征;最后,提取图片显著目标区域。实验在HKU数据集、ECSSD数据集以及PASCAL-S数据集上设计,结果表明,基于多尺度卷积神经网络的显著性检测网络模型具有较好的显著性检测能力,并具有较高的执行效率。

摘要：现有的识别亲缘关系的方法大多数仅能识别单亲亲缘关系(父子关系、父女关系、母子关系、母女关系),并且这些识别方法对年龄差距大、性别不同的父女或母子等识别样本的识别效果不佳.为了解决这些问题,提出一种可以同时识别孩子与父母之间关系(双亲亲缘关系)的识别方法.鉴于目前针对双亲亲缘关系的识别方法极少,提出一种基于度量学习和相关分析的识别双亲亲缘关系模型来提高识别子女与双亲之间亲缘关系的准确度.依据子女与双亲的生物遗传关系设计可融合子女与双亲的亲缘特征的多线性并行网络;并利用判别式度量学习和典型相关性分析在数据处理中优势,从包含多种人体身份的面部特征中提取有利于亲缘关系识别的特征信息,用于鉴别子女与父母是否存在血缘关系以实现识别精度的提高.实验结果表明,所提出的方法在子女与双亲的亲缘关系识别上效果更好.

摘要：随着网络技术的不断发展,网络安全中有关密码技术的应用作为有效可行的方法倍受网络开发人员的青睐,背包公钥密码在电子商务中的公钥设计中具有其它技术不可替代的作用。因此,“背包问题”求解也是算法设计及验证的一个热点,本文分别采用了优先策略、动态规划及递归三种不同方法对“背包问题”进行求解、算法设计及验证,文中较详细的描述其设计思想,并分析了各种算法实现的复杂度问题。

摘要：为了解决图象数据有效查询问题,设计具有基于内容图象检索功能的面向对象数据模型,作为数据库的引擎,分析了图象数据库的系统结构,根据这个结构分别对结构层和操作层建模,完成数据模型层的概念和逻辑设计,实现了一个支持基于内容检索技术的图象数据库系统。可视性好,对图象资源可以进行有效的管理和检索。

摘要：本文针对传统脸型分类算法特征点定位不准和过度依赖轮廓曲线的问题,提出了一种人脸轮廓圆形邻域局部特征表达方式和脸型分类模型。首先,初步定位脸型轮廓特征点;然后,在特征点周围选取三重八连通圆形邻域,通过计算一级邻域、拓展邻域与中心区域间的纹理变化,生成二进制编码序列,构造脸型局部特征向量;最后,设计OVO-RBF-SVM多分类模型,实现脸型分类。本文方法在CAS-PEAL人脸库上进行脸型类型判别,获得了94.28%的准确率;在相同情况下,分别与基于主动形状模型和基于下颌曲线模型的脸型类型判别方法进行对比,准确率分别提高了6.64%和6.58%。本文所研究的方法在一定程度上解决了特征点定位相对不准确导致误差增加的问题,同时尽可能多利用图片原始信息,保证轮廓特征提取的准确率,具有较强的鲁棒性。通过实验证明本文方法适用于脸型分类。

摘要：双支持向量机是近年提出的一种新的支持向量机。在处理模式分类问题时,双支持向量机速度远远超过传统支持向量机,而且显示出较好的推广能力。但双支持向量机没有考虑不同输入样本点可能会对分类超平面的形成产生不同影响,在某些实际问题中具有局限性。为了克服这个缺点,提出了一种基于混合模糊隶属度的模糊双支持向量机。该算法设计了一种结合距离和紧密度的模糊隶属度函数,给不同的训练样本赋予不同的模糊隶属度,构建两个最优非平行超平面,最终实现二值分类。实验证明,该模糊双支持向量机的分类性能优于传统的双支持向量机。

摘要：嵌入式设计方案。是指以应用为中心,针对造纸工业生产线速度链控制的特殊工艺,以计算机技术为基础、实现应用环境对功能、实时性、可靠性、成本、体积、功耗等严格约束,经过成功的实例,介绍如何借助现代计算机技术.提高微处理器和微控制器性能的、降低它们价格、实践证明,此方法可维护性强,操作流程清晰,运行良好。