摘要：针对基于多张曝光图像序列的高动态范围(HDR)成像任务在相机抖动或拍摄主体移动时出现运动伪影以及曝光失真的问题,提出一个用于动态场景HDR成像的局部熵引导的双分支网络。首先,利用离散小波变换(DWT)分离出输入图像的低频光照相关信息以及高频运动相关信息,以便于网络有针对性地处理曝光以及主体移动;其次,对于低频光照相关信息分支,设计一个利用图像局部熵计算注意力的模块来引导网络减少细节不足的曝光特征的提取;对于高频运动相关信息分支,引入一个轻量级的特征对齐模块来进行场景的一致性对齐,从而减少运动特征的提取;最后,结合通道注意力构建时域自注意力模块,从而加强曝光图像序列在时间域之间的相互依赖关系,以进一步提高结果质量。在公开数据集Kalantari、Sen、Tursun上进行评估。在Kalantari数据集上的实验结果表明,与最新的一些方法对比,所提网络以PSNR-l为42.20 dB的成绩取得第一,SSIM-l为0.988 9的成绩取得第三。结合其余数据集上的实验结果可知,所提网络可以有效减少曝光失真以及运动伪影,并生成细节多、视觉效果佳的图像。

摘要：随着区块链单链协同向多链扩张的生态转化,跨链技术正在成为推动应用创新和增强系统能力的关键途径。然而,多链架构的分布式账本缺乏统一的身份认证方案,导致在资产跨链交易过程中可能面临隐私保护问题。因此,提出一种基于隐私保护的随机共识资产跨链方案。该方案引入随机公证人多签(RNMS)架构的跨链模型,并通过椭圆曲线迪菲-赫尔曼(ECDH)密钥协商算法来确保交易双方能够安全地协商共享密钥。此外,考虑到中间信任问题,设计一种基于改进Algorand的随机公证人选取算法,将该算法的轮盘式标号随机选取公证人的方式改进为可验证的伪随机方式,以降低伪随机选取风险,并确保跨链交互的安全性和去中心化。通过改进拜占庭协议(BA)降低共识的通信代价,进行BFT-Simulation平台算法仿真实验。实验结果表明:相较于Algorand算法,所提方案的验证节点私密性更高,跨链消息共识效率提高了89%,且用公证人机制验证让节点消息通信量减少了80%,可有效提高跨链安全性。

摘要：针对基于机器学习的元胞自动机在土地覆被变化模拟中存在的尺度效应和非平稳性特征提取不充分等问题,构建了ASPP(空洞空间金字塔池化)-CRA(坐标注意力)Unet-CARS(基于多类随机斑块种子)耦合模型。以成渝地区双城经济圈2012、2016、2020年实际城市土地利用变化数据为例,设计2组实验验证了模型的性能,并将其应用于预测2024年及2028年的城市扩张模式。通过模型对比结果显示,ASPP-CRAUnet-CARS模型的Kappa值为0.9123,FoM值为0.4142,Kappa值分别比RF-CMCNN-CA模型和UMCNN-CA模型的高出0.0208和0.0342,FoM值则分别提升了0.0306和0.0679。消融实验表明:去除ASPP和CRA模块后Kappa值与FoM值均有所下降。研究结果表明:ASPP-CRAUnet-CARS模型融合了传统元胞自动机和深度学习模型的双重优势,能较好地学习到城市发展中的复杂空间特征,改善了空间非平稳性建模效果,有效提高了模拟精度。

摘要：针对异质网络表示中传统元路径随机游走无法准确描述异质网络结构,不能较好地捕捉网络节点内在的真实分布问题,提出基于变分推断和元路径分解的异质网络表示方法HetVAE.该方法先结合路径相似度的思想,设计了一种节点选择策略对元路径随机游走进行改进,再通过引入变分理论对原始分布中的潜在变量进行有效采样.最后,通过设计个性化的注意力机制,对由分解获得的不同子网络的节点向量表示进行加权,再将其进行融合,使最终的节点向量表示具有更丰富的语义信息.通过在DBLP、AMiner、Yelp这3个真实数据集上进行多组不同网络任务的实验,验证了模型的有效性.在节点分类和节点聚类任务上,与对比算法相比,微观F 1值和标准化互信息分别提升了1.12%~4.36%和1.35%~18%,表明HetVAE能够有效地表征异质网络结构,学习出更符合真实分布的节点向量表示.

摘要：针对现有的医学影像主要以灰度图像的形式呈现,特征单一,不能充分表达图像信息等问题,提出多特征融合的医学影像颜色感知算法.首先通过提取多个方向的梯度特征以及融合原始亮度特征保留图像更多信息,在相似区域选择代表点,建立像素点的层次结构减少计算量;然后对顶层像素点利用流形学习和自顶而下的插值方法计算所有像素点的低维坐标;最后将低维坐标投影到颜色空间得到相应的彩色医学图像.在正常MRI影像、正常的CT影像以及带有疾病的MRI影像上进行实验的结果表明,文中算法对医学灰度图像进行着色后具有丰富的色彩信息;相比传统的颜色迁移算法,该算法具有更高的清晰度和目标背景对比度指标.

摘要：针对现有社区发现算法存在社区质量不满足图可视化要求和算法效率低的问题,提出一种改进的启发式社区发现算法.该算法基于模块度优化,通过结合预先选取种子节点的方法,抑制算法中大社区的过度合并,同时及时合并小的社区;然后针对力导引布局算法存在社区结构不明显和布局效率低问题,提出一种展示大规模社区结构的社区布局算法,通过引入社区引力促使同一社区中的节点聚拢,优化了社区引力建模,简化了布局算法步骤.实验结果表明,文中算法能够清晰、高效地展示大规模社交网络数据.

摘要：直接设计对于图的加密算法比较困难,为此,提出了2种解决方案.一是借鉴二维易辛模型简单高效和局部化的优点;二是将图的加密问题转换成较简单问题的组合.通过改进基本的易辛模型设计了用于一维数据、二维数据、树结构的加密算法,最终实现了图的加密.分析和实验结果表明,该方法可以实现图加密所要求的可逆性、多样性、高效性、随机性和扩散性等.

摘要：三维地图构建在无人驾驶、资源勘探等领域具有大量的应用.穿戴式激光头盔传感器具有低成本、小型化的特点,可以在GNSS信号缺失或通行性有限的区域实现高精度三维地形重建.然而,穿戴式激光头盔传感器在采集数据过程中存在剧烈抖动和快速转弯等问题,降低了轨迹估计和三维重建结果精度.为了解决这些挑战,首先,本文提出一种基于中间参考点的点云运动畸变补偿方法,降低单帧点云数据运动畸变;然后,本文提出一种基于局部邻域特征一致性判别的误差模型构建方法,提高传感器轨迹估计和三维场景重建精度.最后,本文在设计的穿戴式激光头盔传感器和公开数据集上对本文方法和代表性的固态激光雷达-惯导三维重建方法进行综合对比分析.实验结果表明,本文提出的方法在所有对比方法中取得了最优的轨迹估计和三维重建结果.

摘要：为了解决现有阴影去除方法中存在的性能瓶颈以及去除结果产生的色差问题,构建了一个特征分离和非阴影信息引导的阴影去除网络(FSNIG-ShadowNet)。在分离和重建阶段,利用自重建监督将阴影图像分离成直射光和环境光两部分,对光照类型和反射率进行特征解耦分离,设计解码器对分离的特征进行重新耦合以获得无阴影图像。在细化阶段,该网络关注阴影和非阴影的邻接区域,设计局部区域自适应归一化模块将局部非阴影区域颜色先验传递至阴影区域以减少两区域间的色差。实验结果表明,所提FSNIG-ShadowNet与其他优秀的方法相比取得了较有竞争力的结果。

摘要：TLS协议作为当今应用最广泛的传输层安全协议,受到了人们的极大关注,但是其自身存在证书管理复杂、握手交互过多和安全缺陷等诸多问题。对TLS握手协议分析和研究,并结合基于身份的组合公钥密码体制(CPK)的特点,提出了基于CPK的握手协议方案。通过对其安全性分析和基于串空间模型理论的形式化证明,证明了该方案的安全可靠性高。在相同安全条件下进行仿真,实验结果显示与原方案对比该方案具有握手交互次数少、鉴别简捷、建立可信连接过程简单、高效等明显优点。