采用稀疏表示和小波变换的超分辨率重建算法

为了提高超分辨率重建图像的质量,提出一种基于稀疏表示和小波变换的超分辨率重建算法.首先,将小波变换的多尺度性、多方向性与稀疏表示的灵活性相结合,构建一种双稀疏编码(DSC)模型,提高稀疏系数的精度.然后,在双稀疏编码模型中引入局部线性嵌入正则化项(LLER),以更好地保留图像的结构;在重建过程中,对输入的低分辨率图像进行小波分解,得到3幅不同方向的高频子图,并采用提出的模型对其进行重建.最后,利用逆小波得到最终的高分辨率图像.实验结果表明:与多种主流的超分辨率算法相比,文中算法无论在主观视觉效果还是在峰值信噪比和结构相似度两个客观评价指标上,都取得了更好的效果.     

基于异质网络嵌入的学术论文推荐方法

针对基于异质信息网络推荐中的有效信息提取与利用,提出了一种基于异质网络嵌入的学术论文推荐方法。使用由元路径引导的随机游走策略生成节点序列;对于每个元路径,通过最大化序列中相邻节点的共现概率来学习节点的唯一嵌入表示;设计了不同的融合函数,将节点在多个不同元路径的低维表示融合为异质信息网络的嵌入,并且引入注意力机制应用于推荐系统。该方法解决了大多数基于异质信息网络的推荐方法因依赖于基于路径的相似性而无法完全挖掘用户和项目潜在结构特征的问题,在DBLP数据集中验证了模型的有效性,并在RMSE指标中取得超过传统模型的效果。     

鲁棒的密文彩色图像可逆数据隐藏方法

为了提高现有密文图像可逆数据隐藏方法的不可感知性、鲁棒性和嵌入容量等问题,提出一种大容量密文彩色图像可逆数据隐藏方法.在发送端,首先利用Logistic混沌映射加密算法对彩色图像进行加密并分成RGB三个色彩通道,对其进行分块和二维离散余弦变换;然后选取鲁棒性较好的低频部分进行秘密信息的嵌入,提高算法的抗攻击性;最后采用像素互补的方法进行大容量的嵌入秘密信息.在接收端,先对得到的加密图像进行解密,根据信息嵌入的逆过程提取秘密信息并恢复原始图像.实验结果表明,该方法与现有方法相比在图像质量、嵌入容量、鲁棒性和加密性能等方面具有更好的性能,可自适应地选择嵌入容量.当嵌入容量达到1.15 bpp时,平均峰值信噪比可达到39.39 dB.     

三种动力系统实测数据奇异值的比较

嵌入空间矩阵的本征值是定理描述混沌吸收子的重要指标,应用本征值分解技术对３种动力系统实测数据嵌入空间矩阵的本征值进行了计算,并具体计算基嵌入空间矩阵的本征值及其本征向量,提出了对不同的实测数据嵌入空间矩阵基的具体选取方法,并相互比较不同的动力系统实测数据和本征值等量,从而奠定了不同动力系统实测混沌数据的相变间重构的基础。     

基于径向基函数网络的混沌时间序列分析

给出了基于径向基函数网络的混沌时间序列预测的方法。利用非线性自回归移动平均（ＮＡＲＭＡＸ）模型对非线性时间序列进行辨识并给出基于动态径向基函数（ＲＢＦ）网络的辨识算法。将这一方法应用到Ｈｅｎｏｎ映射的混沌时间序列的嵌入维估计及我国股票市场的混沌现象的实证研究,得到理想的结果。文章最后指出了进一步的研究方向。     

一种基于概率投票的新型高效微支付方案

提出了一种新型的高效微支付方案,它允许客户使用一个由银行签名的公钥证书与多个商家进行交易,通过在支付阶段采用概率投票的方法,大大减少了客户进行超支花费的概率．在本方案中,因客户超支花费而造成的经济损失是由商家和银行共同承担的,且循环交互支付协议也使客户和商家的利益都得到了保障．与PayWord方案相比,其公平性大大提高,并为客户提供了有限的匿名性。     

学术期刊排版中关键问题的Word2000解决办法

鉴于学术期刊排版中的严格性和特殊性,在实际的排版过程中将会遇到一些不易解决的关键问题,例如图片与特殊字符的处理、版心尺寸及字号、版面设置、角注的位置、英文字体和版式等.此外各学术期刊的办刊特色不同,对排版也会有一些特殊要求.以《哈尔滨学院学报》排版为例,具体讨论了使用Word2000解决学术期刊排版问题的方法,以及如何利用Word2000提高学术期刊排版效率.     

LLE与ISOMAP降维的对比研究

局部线性嵌套和等距流形映射是两个基本的非线性降维方式,各自的优点和不足在人脸识别上值得做出深入的对比研究。因此对比测试这两种降维方式在不同参数下的执行效率,分析和总结这两种降维方式的适用特点和范围,选择局部线性嵌套和主成分分析,通过应用于人脸识别中,并总结人脸识别的识别率。     

Lp空间之间的1-局部可补嵌入映射

给出了B anach空间之间的1-局部可补嵌入映射的定义,并刻画了Lp(1≤p<∞,p≠2)空间之间的1-局部可补嵌入映射.     

基于Word2Vec和决策树的故障定位技术

利用Word2Vec方法对Java源代码进行深层语义编码,生成文件级和行级的语义向量,并将其用作输入数据来训练决策树模型,以实现精确的文件级别和行级别故障定位,优化故障检测过程,构建一个综合文件级别与行级别分析的高效故障定位框架. 实验结果表明：该模型在各项目中的故障定位准确率均高于83%.