摘要：传统的图像描述方法仅使用当前时刻的视觉信息和语义信息来生成预测词,而没有考虑过去时刻的视觉信息和语义信息,从而导致模型输出的信息在时间维度上比较单一,因此生成的描述语句在准确性上有所欠缺。针对此问题,提出一种融合多时间维度视觉与语义信息的图像描述方法,有效地融合了过去时刻的视觉信息和语义信息,并设计一种门控机制动态地对两种信息进行选择利用。在MSCOCO数据集上进行实验验证,结果表明该方法能够更准确地生成描述语句,和当前最主流的图像描述方法进行对比,性能在各项评价指标上都得到了可观的提升。

摘要：针对目前多图像加密算法中置乱效果不佳、DNA编码模式固定及密钥更新方式实用性低等问题,提出了一种基于动态密钥更新与DNA动态交错编码的加密方案。首先,设计了一种利用SHA-256的动态密钥更新方案,通过限制新密钥中的明文信息量摆脱一次一密的密钥系统。其次,改进了三维循环移位置乱方法,并以此降低明文中的相关性。随后,根据混沌序列动态选取DNA编码规则及编码顺序,并在此基础上将图像矩阵逐像素动态交错编码为DNA序列。最后,将编码后的DNA序列与给定序列进行碱基运算完成对明文图像的加密。仿真实验表明,该算法密文图像的相关性可低至10-3,全局信息熵可达7.9994。该算法能抵挡各种攻击方式,具有较高安全性。

摘要：提出了一种使各区域子误差相等的矢量量化算法,算法利用小波变换后各子带间的相关性,合理构造矢量。采用最优矢量量化器设计原则,使用改进的自组织特征映射算法生成码书。学习过程中,通过调整各子区域的误差,使之趋于相等,改善总的期望误差,获得更接近全局最优的码书。实验表明,这种算法获得的码本优于其它几种算法。

摘要：矢量量化的初始码书设计是很重要的,影响或决定着其后码书形成算法的迭代次数和最终的码书质量。针对原有的初始码书算法在性能上随机性强与信源匹配程度不高的问题,提出一种对于训练矢量实施基于分量的和值排序,然后做分离平均的初始码书形成算法。算法使用了矢量的特征量,脱离了对于图像结构因数的依赖,能产生鲁棒性较好的初始码书。实验证明了该方法的有效性,与LBG算法结合可进一步提高码书质量。

摘要：超宽带(ultra wide band,UWB)通信系统工作在3.1~10.6GHz的频谱范围内,与现存的一些通信系统共用频谱资源。为了防止UWB通信系统对其他通信系统造成干扰,美国联邦通信委员会将UWB的室内辐射功率谱密度限制在-41.3dBm/MHz以下,但UWB通信系统会受到其共存的窄带系统的严重干扰。针对此问题,本文在接收端设计了一种自适应无限脉冲响应陷波器,推导了-3dB处的自适应带宽,同时结合最速下降算法,找到陷波器的最优带宽,从而抑制UWB中的窄带干扰(narrow band interference,NBI)。最后使用蒙特卡罗仿真验证出自适应陷波器有效抑制了时间反演(time reversal,TR)UWB通信系统中的NBI,提升系统误比特率(bit error rate,BER)。

摘要：提出了一种矢量维数分割量化的超光谱图像压缩算法,通过维数分割将矢量分为几个部分,然后利用哈达玛变换的性质,在哈达玛域内单独设计每个部分的码书。设计过程中采用最优矢量量化器设计原则,并结合分步判断排除不等式算法与LBG(Linde Bazo Gray)聚类算法快速生成矢量量化过程的最终码书,使各个部分的码书性能达到最优,改善整体码书的性能。实验表明,这种算法在码书尺寸相同的情况下,图像的恢复质量以及复杂度都优于其他几种算法。

摘要：提出了一种使各区域子误差相等的矢量量化算法,算法利用小波变换后各子带间的相关性,合理构造矢量。采用最优矢量量化器设计原则,通过调整学习过程中各子区域的误差,使之趋于相等,改善总的期望误差,获得更接近全局最优的码书。实验表明,这种算法获得的码本优于其它几种算法。

摘要：针对现有的高光谱图像压缩感知重构算法对图像的空谱特性利用不够充分,导致重构图像质量不够高的问题,提出了一种高光谱图像变投影率分块压缩感知结合优化谱间预测重构方案。编码端以频段聚类方式将高光谱图像的所有频段分成参考频段和普通频段,对不同频段单独采用不同精度分块压缩感知以获取高光谱数据。在解码端,参考频段直接采用稀疏度自适应匹配追踪(SAMP)算法重构,对于普通频段,则设计了一种优化谱间预测结合SAMP算法的新模型进行重构:首先通过重构的参考频段双向预测普通频段,并对其进行压缩投影,然后计算预测前后普通频段投影值的残差,最后利用SAMP算法重构该残差,以此修正预测值。实验表明,相比同类算法,该算法充分考虑了高光谱图像的空谱特性,有效改善了重构图像质量,且编码复杂度低,易于硬件实现。

摘要：为了改善矢量量化的码书性能和提高神经网络的学习效率,在分析等误差自组织特征映射算法(equidistortion self-organizing feature mapping,EDSOFM)的基础上,提出了一种改进算法。改进算法将模糊神经网的隶属度函数引入到竞争学习算法中,有效地提高了学习收敛速度。针对原算法搜索获胜码字时计算量较大的问题,改进算法通过不等式判决的方法,快速排除了大量的不匹配码字。实验结果表明,改进算法使码书设计的计算量得到明显的减少,而且码书的性能得到了提高。

摘要：矢量量化初始码书对于码书的形成非常重要,为了改善初始码书的性能和提高最终的码书质量,在分析成对最邻近(pair-wise nearest neighbor,PNN)算法与基础上,提出2种改进算法用于LBG算法初始码书的设计。改进的算法将训练矢量的分量和值排序与一次迭代多次融合用于PNN算法中,有效地降低了PNN算法的复杂度,减小了PNN算法的收敛时间。实验证明,该算法具有合理性和有效性,与LBG算法结合可进一步提高码书质量。