摘要：目的针对目前图像印刷中清晰度和分辨率不高,为了提高图像的质量和观感,使雾图像细节更清晰,处理效率更高,文中设计一种基于对比度和饱和度的新的图像去雾先验算法。方法首先对采集的雾图像利用对比度、饱和度和亮度先验来初步估计透射图,然后借助伽马校正的非线性逆策略增强图像的对比度和饱和度来防止传输估计过高或过低,并利用导向滤波对非线性逆策略的粗透射估计进行优化处理,最后使用非线性对比度拉伸方法对复原图像进行亮度进一步的增强。结果通过实验测试得出,对一个450×450的图像,本文提出的算法相较目前最新算法在PNSR值和SSIM值分别提高了9.2204和0.3327,处理时间减少了0.07938s。结论图像复原效果较好,细节更加丰富,清晰度更高,效率更高。

摘要：在多机器人编队任务的现实环境中,不可避免会遇到队形变换的动态编队问题。为提高非结构环境多机器人编队的动态协同避障能力,以大负重比六足机器人的多机器人系统为例,利用非完整约束移动机器人轨迹跟踪的领航者-跟随者编队思想,提出多领航机器人分群一致性编队控制的动态队形变换避障策略。基于代数图论数学基础,设计大负重比六足机器人多机通信拓扑图与拓扑图分析矩阵,建立多领航者分群一致性编队系统的全局动态关系与一致性数学模型,提出多领航机器人分群一致性编队控制的动态队形变换避障策略,基于MATLAB软件实施仿真实验,仿真结果显示虚拟领航机器人发布控制指令使多机系统完成队形变换并顺利通过障碍物环境,验证多机动态协同编队避障控制策略的有效性和泛化能力。所提出的大负重比六足机器人多机动态协同编队避障控制策略,有助于提高非结构环境多机器人系统的地形通过能力。

摘要：目的为提高原子层沉积镀膜腔温度控制的快速性和稳定性,提高镀膜质量。方法利用自抗扰控制(ADRC)算法,对各部分参数进行整定,结合组态软件和西门子S7-200SmartPLC设计一种基于自抗扰的温度控制器。结果利用自抗扰温度控制器达到了原子沉积镀膜温度控制在具有较小超调的前提下快速、稳定控制的要求,实现了原子层沉积镀膜腔温度的高精度控制,提高了镀膜的质量。结论经仿真和实际应用证明,对温度控制这种具有较大惯性的控制系统,本文所设计的ADRC温度控制器的快速性和准确性均优于传统的PID控制器,且具有明显的抗干扰能力。

摘要：尽管隐写分析在实验室环境下取得了显著的进步,但是在实际应用中,由于训练集和测试集的载体来源、隐写算法和嵌入率经常不同,导致隐写分析器性能下降,这种现象称为失配,严重阻碍了隐写分析的实际应用.因此,对目前面向失配问题的主要隐写分析方法进行了分析与总结.根据解决失配问题的思路,将现有失配隐写分析方法分为3类,即设计训练集、取证辅助和无监督领域适应,并对各类方法进行梳理和对比.基于对比结果,探讨了当前基于无监督领域适应的深度隐写分析模型面临的挑战以及未来的发展方向.研究结果表明:基于无监督领域适应的深度隐写分析模型是目前解决失配问题的最有效方案,领域对齐、中间域桥接、对抗学习等是设计该类深度隐写分析模型的主流思想;引入类别等细粒度信息以提高基于无监督领域适应的深度隐写分析模型的性能是未来研究的方向;针对不平衡样本及单/小样本等更恶劣的失配问题的解决方案仍待进一步探索.

摘要：针对印刷机轴承套筒装配过程中无约束运动阶段位姿测量问题,以Stewart平台为装配操作平台,通过提取双目相机下的图像椭圆特征,设计出一种基于机器视觉的印刷机轴套工装位姿测量系统。首先以轴套工装外径与相机成像平面之间投影形成的椭圆特征为识别目标,利用投影几何关系估算轴套工装位姿得到二义性解,用双目视觉定位技术剔除伪解,最后根据位姿变换得到工装位姿并且反解出六组支杆杆长。实验结果表明,杆长最大误差率不超过1.84%,能为无约束运动阶段轴孔装配提供位姿信息和杆长控制,进而实现印刷机轴套装配中无约束运动阶段的轴孔装配。Aiming at the pose measurement problem during the unconstrained motion stage of the printing machine bearing sleeve assembly process, using the Stewart platform as the assembly operation platform, a machine vision based printing machine shaft sleeve tooling pose measurement system is designed by extracting image elliptical features under binocular cameras. First and for most, estimate the pose of this sleeve fixture using geometric relationships. There will be two pose solutions in this step. Then, use binocular vision positioning technology to eliminate erroneous pose solutions. Finally, based on the pose transformation, the fixture pose is obtained and six sets of support rod lengths are solved in reverse. The experimental results show that the maximum error rate of the rod length does not exceed 1.84%, which can provide pose information and rod length control for the assembly of the shaft hole in the unconstrained motion stage. Thus, it achieves the assembly of the shaft hole in the unconstrained motion stage of the printing machine shaft assembly.

摘要：本文旨在解决共享医疗数据场景下的群组用户授权管理与完整性验证问题.首先,为防止群组用户越权操作,引入授权标识符,医疗数据持有者凭授权标识符,结合用户身份完成权限分配;而授权标识符的数学构造可有效保证其不可伪造性.其次,为记录撤销用户并剥夺其访问权限,引入基于跳表设计的撤销用户表;跳表的快速查找和插入的特性,使方案撤销用户的开销仅为O(logn).随后,完善了共享数据完整性验证的具体流程与数学设计.最后通过安全性分析和仿真实验证明了方案的安全性和高效性.

摘要：为了解决Shamir(t, n)门限方案在秘密共享时,未能充分利用多项式系数和共享份额的问题,本文设计了一种独立高容量半色调图像信息隐藏算法。利用多项式的常数项和一次项系数隐藏秘密图像,共享份额隐藏份额编号或者用户信息等单个共享份额信息。利用二次项系数隐藏版权信息或者防伪信息。单个共享份额和达到门限数量的多个共享份额都可以进行认证。实验表明,该算法可分离秘密图像和多个共享份额的信息,实现多种信息的可逆隐藏,并且利用单个份额隐藏单个份额的特有信息。该算法增加了信息的种类和嵌入容量。对于Shamir(3, 5)门限共享,嵌入率可以达到3.5 bpp。In order to solve the problem of Shamir(t, n) threshold scheme not fully utilizing polynomial coefficients and shared shares during secret sharing, an independent high-capacity halftone image information hiding algorithm was designed in this paper. Using the constant term and first-order coefficient of polynomials to hide secret images, sharing shares to hide individual shared share information, such as share numbers or user information. Using quadratic coefficients to hide copyright or anti-counterfeiting information. Single shared shares and multiple shared shares that reach the threshold can be authenticated. Experiments have shown that this algorithm can separate secret images and information from multiple shared shares, achieve reversible hiding of multiple types of information, and utilize a single share to hide unique information of a single share. This algorithm increases the variety and embedding capacity of information. For Shamir(3, 5) threshold sharing, the embedding rate can reach 3.5 bpp.

摘要：为促进学生的深度学习,文章在以学生为中心的思想指导下,提出了一个以学为中心、以教为主导的课堂教学结构——PNOPR。该课堂教学结构由预习测(Preview-test)、新知学习(New knowledge learning)、教学目标展示(Objective exhibition)、后测(Post-assessment)和自检反思(Self-inspection Reflection)5个环节构成,整个教学过程强调知识建构与反思,并关注不同学生的学习需求,促进学习目标的达成。经教学实践和理论分析表明,PNOPR课堂教学结构能够提高课堂教学效能,培养学生的深度学习能力,提高学生的知识构建程度和应用迁移能力,教学效果良好,值得进一步尝试和推广。

摘要：物联网盛行背景下海量大规模机器通信时代的发展带来数据流量的爆炸式增长,传统的云计算模式不再满足终端数据处理低时延和低能耗的需求,靠近终端侧分布式多节点的多接入边缘计算(MEC)正在成为解决该问题的最佳选择。计算卸载作为MEC的关键技术,卸载性能受多种因素的影响,存在很大的优化空间,如何设计出高性能的计算卸载方案成为国内外学者主要的研究目标。综述了面向MEC的计算卸载方案,介绍了MEC的概念,梳理了MEC的发展与应用、计算卸载的执行过程,对近期关于计算卸载的研究方法进行分析对比,针对不同的改进,归纳总结出以计算卸载系统环境和计算卸载时延、移动设备能耗以及综合多个评价指标为优化方向的计算卸载方案。提出当前面向MEC的计算卸载存在的资源分配问题、通用性与安全性问题,并且基于现有的这些问题展望了未来研究方向。

摘要：找出目标的位置和类别是目标检测的主要任务。随着人工智能和深度学习的发展,目标检测可以达到人眼所达不到的精度。由于信息较少,覆盖面积小且基于锚框的检测算法易受锚框大小、比例数目的影响,对较小的目标难以精确检测。针对以上问题,改进无锚框算法全卷积单阶段目标检测(Fully Convolutional One-stage Object Detection,FCOS)实现了小目标检测的效率和精度。将FCOS算法的特征提取网络结构残差网络(Residual Network,ResNet)更换为轻量级网络结构MobileNetV3,随后在骨干网络中引入通道注意力机制和空间注意力机制对特征提取网络进行改进,最后设计T交并比(TIOU)代替原本的交并比(IOU),改善模型精度。实验结果表明,所改进的网络结构与FCOS相比,网络训练时间和模型大小为原来的一半,计算参数量由原来的32.12×106减少为11.73×106,减少到原来的三分之一,模型推理速度提升了10%,每秒传输帧数为11帧,与主流网络Faster RCNN相比,检测精度和速度更快,可以满足对小目标的实时检测。