摘要：信息隐藏技术通过修改数字媒体信号嵌入附加信息而不影响媒体本身的使用价值;可逆信息隐藏不仅可以隐藏并提取附加信息,还可以无失真地恢复载体,是当前研究热点.针对应用最广泛的图像格式JPEG(joint photographic experts group),其可逆信息隐藏方法可分2类:1)离散余弦变换(discrete cosine transform,DCT)系数域修改,会导致文件扩展和视觉质量失真;2)熵编码域修改,生成的载密图像与原始图像相比无信号失真,但载荷有限且载荷越高往往文件扩展越严重.针对这2类方法存在的问题,设计了一种JPEG图像多域可逆信息隐藏算法,同时考虑DCT系数域修改和熵编码域修改来嵌入附加信息.由于2个域的修改对视觉质量失真和文件扩展的影响不同,因此研究重点在于载荷的合理分配.首先分析了在熵编码域嵌入信息时引起文件扩展的原因;然后据此设计基于VLC频率直方图的载荷分配算法以最小化文件扩展和视觉质量失真.实验结果表明:所提算法在文件扩展和视觉质量方面明显优于现有的方法.

摘要：揭示复杂的光物质相互作用,必须简化超材料的正向和反向按需设计。近年来深度学习作为一种流行的数据驱动方法,在很大程度上缓解了数值模拟耗时长、重经验的特点。提出了一种基于全连接的深度神经网络框架实现宽带吸收器的逆向设计和光谱预测。结果表明,深度神经网络(DNN)模型的准确度为87.47%;与传统的数值算法相比,该模型不仅在确保精确度的同时获得更高的效率,而且可为超材料按需设计性能提供参考。

摘要：基于统计学习理论的支持向量机(SVM)方法在样本空间或特征空间构造最优分类超平面解决了分类器的构造问题,但其本质是二分类的,且核函数中的参数难以确定,计算复杂性高.构造性学习算法根据训练样本构造性地设计分类网络,运行效率高,便于处理多分类问题,但存在所得的分界面零乱、测试计算量大的缺点.该文将SVM中的核函数法与构造性学习的覆盖算法相融合,给出一种新的核覆盖算法.新算法克服了以上两种模型的缺点,具有运算速度快、精度高、鲁棒性强的优点.其次,文中给出风险误差上界与覆盖个数的关系.最后给出实验模拟,模拟结果证明了新方法的优越性.

摘要：为满足物联网通信大连接、低功耗的需求,高效利用有限的频谱资源成为一项重要的挑战。在应用了稀疏码分多址接入(SCMA)技术的蜂窝网络中增加设备对设备(D2D)用户对,两者共享频谱资源,可以进一步提高频谱利用率,满足大规模连接和低功耗的通信需求。然而,当不同类型的用户共享相同的频谱资源时会导致严重的用户间干扰,导致多用户检测精度降低,译码复杂度增高。本文使用卷积神经网络(CNN)进行SCMA-D2D混合网络自编码器设计,通过端到端的联合训练,设计出合适的神经网络结构。用CNN单元实现混合网络的编码,学习SCMA蜂窝用户和D2D用户的有效码本;将混合网络的多用户检测问题建模为一个基于共享层机制的多任务分类解码问题,建立多用户分类解码器。实验结果表明,本文提出的自编码器能够生成对系统适应性更强的码本,结合接收端的多任务分类解码器能够有效地提高整个混合网络系统的误码率性能,同时减小译码计算复杂度。

摘要：通过模糊商空间理论分析指出,模糊控制系统性能一致性的本质并非决定于模糊隶属度函数的取值而是论域元素之间的相互关系,即序关系。该结论在一定程度上解决了模糊控制系统设计时长期困扰人们的模糊隶属度函数的取值问题。文中给出一个基于序关系的模糊控制系统,仿真实验的结果证实了以上观点。

摘要：非线性目标的探测与识别在国防、反恐、安保、救援、交通安全等领域均具有重要意义.为提高上述场景下对非线性目标的探测识别能力,文中以典型的非线性器件——肖特基二极管为例,构建了非线性目标的谐波散射模型,并在此基础上利用不同类型非线性目标散射的各次谐波强度与变化趋势不同的特性,提出了一种利用数理方法提取分析目标散射特征参数进而实现对非线性目标探测识别的方法.实验结果显示,本次提出的方法在小样本下对未知非线性目标的识别率在81%左右,证明了该方法对非线性器件有较好的探测与识别能力.

摘要：为提高本体在海量web中概念学习效果,提出基于仿射传播算法的本体学习框架,框架设计基于文本解析、相似度计算、概念抽取等过程获得概念列表.系统将抽取的语义和结构相似的术语作为数据点,通过算法迭代数据点之间的信息传递,直到生成高质量的样本集合,所有的样本集合组成学习的本体.实验证明,查准率和查全率都有较好的效果,方案具有可行性.

摘要：现实世界中的软件系统越来越大,越来越复杂,使得现有的软件工程技术(如面向对象技术)很难解决系统中存在的一些问题。为了更好地解决这些问题,智能Agent由于其自身所具有的灵活性被应用到软件工程中,据此文中提出了一种新的面向Agent的软件工程方法学。详细介绍了面向Agent的系统建模方法和Agent的体系结构。最后给出了面向A-gent的软件工程方法学在RoboCup中的具体应用,表明面向Agent的软件工程方法学为大型复杂系统的设计和实现提供了一种有效的新途径。

摘要：传统的计算机产生全息图方法由于在标量衍射的光场描述中没有一个统一的数值计算方法,从而计算复杂度高而且重构的3D图像的体积和视场都比较小,离市场化的要求距离远。因此,在目前的计算机硬件条件下,算法和显示系统的研究仍有很大的空间。将分数傅里叶变换引入到全息图的计算中,提出一种分数傅立叶变换产生计算全息图的方法。实验结果表明,分数傅里叶变换相对于传统的傅里叶变换在记录全息数据方面的优越性,并用计算机模拟效果表明了算法的优越性。

摘要：在相似度计算中,本体能够将各种概念及相互关系明确地、形式化地表达,因而发挥着重要的作用。为了使相似度计算结果更为精确,考虑更全面的利用本体中的关系,和相似度计算在特定领域中应用的特点,提出一个改进的相似度计算模型。利用上下位关系计算相似度,非上下位关系计算相关度,将二者合成,并同时考虑语义检索领域中,相似度计算的不对称性。经过实验验证了该方法有效且精确。