基于计算思维的大学计算机基础课程教学

大学计算机基础课程是培养大学生综合素质与和创新能力不可或缺的重要环节,而计算思维的培养更是该课程教学的核心。在分析大学计算机基础课程现状和计算思维特征的基础上,从任课教师的角度探讨了以计算思维为导向的教学内容的设计,并取得了较好的实施效果。     

计算机专业英语教学改革探索

如何在培养学生学习专业英语兴趣的同时,加强专业英语在计算机课程中的应用,并提高学生阅读和理解文献的能力,是计算机专业英语课程的教学重点。本文在对计算机专业英语教学中存在的问题做出分析的基础上,从明确课程目标,改善课程内容及改进教学方法等方面对计算机专业英语教学改革进行了探索。     

可恢复篡改内容的高精度图像认证水印算法

针对目前半脆弱水印算法在篡改定位和篡改恢复性能方面存在的不足,本文提出了一种高精度图像认证的半脆弱双水印算法。该算法利用认证水印对图像进行认证、定位篡改,利用恢复水印重构被篡改图像。实验结果证明,该算法对图像具有很好的篡改定位能力,并能有效地恢复篡改内容。     

基于奇异值分解和粒子群优化算法的图像水印算法

针对目前图像水印算法存在的水印可见性与抗攻击鲁棒性的矛盾, 为获得理想的图像水印效果, 设计一种基于奇异值分解和粒子群优化算法的图像水印算法. 首先对原始载体图像进行尺度不变特征变换, 选择水印嵌入的区域, 并将水印嵌入区域划为多个子块; 然后采用奇异值分解算法对子块进行处理, 建立奇异值矩阵, 并对水印和水印嵌入区域子块进行融合生成水印矩阵; 最后采用粒子群优化算法确定水印嵌入的强度. 图像水印仿真实验结果表明, 该算法可得到理想的水印嵌入效果, 水印的不可见性较好, 人眼不能感觉出水印嵌入的影响, 水印对各种攻击具有较强的鲁棒性, 且该水印算法的整体性能明显优于当前其他图像水印算法.     

基于流行排序的显著性检测改进算法研究

图像显著性检测是从单幅图像中检测出最突出的部分,由于现有的显著性检测算法只考虑了单尺度的问题,本文提出一种线性加权图融合的显著性检测算法。该算法首先利用超像素分割算法对图像进行多尺度分割,然后利用线性加权融合算法,得到最终的显著图。在数据集ASD和ECSSD上与当前流行的8种检测算法进行实验比对,结果表明,本文算法能获得更优的F-measure值和精确度,而且可以获得更加均匀准确的显著图。