圆饼类锻件镦粗过程的数值模拟研究

利用FLAC,模拟了不同宽度的圆饼类锻件的镦粗过程.计算中采用Tresca准则,锻件的两端是粗糙的,处于平面应变状态.模拟结果表明,锻件在镦粗过程中,锻件的形状与初始形状并不几何相似.当宽高比较高时,锻件中部的剪切带是弯曲的,在锻件两侧的三角形区域与锻件中央之间的区域,也具有一定的剪切应变集中.随着宽高比的增加,在相同的压下量时,锻件中部区域的侧向位移及锻件中央的剪切应变增量均增加,后者意味着对于圆饼类锻件,RST效应更易发生.     

抗大面积剪切的小波变换域图像水印算法

本文提出了一个基于小波变换抵抗大面积剪切攻击的图像水印算法.该算法具有如下特点：基于小波变换域的块操作,把一幅二值图像水印同时嵌入到小波变换域低频带的多个块中,在提取水印时,通过多方案提取,能抵抗大面积剪切攻击;在嵌入水印前把水印进行Arnold变换,把水印信息置乱,消除像素的空间相关性,同时提高了水印信息的安全性和抗剪切的鲁棒性;把旋转和缩放这两种几何攻击联合应用于水印的提取,使提取的水印信息质量有了显著提高,同时提出了一种检验水印图像是否遭受过这两种几何攻击的新算法.实验结果表明,该算法所隐藏的水印不但可以抵抗大面积剪切攻击,还可以抵抗一般的信号处理,旋转、缩放、平移（RST）等几何攻击.     

A classifier based on rough set and relevance vector machine for disease diagnosis

A new intelligent method for disease diagnosis based on rough set theory (RST) and the relevance vector machine (RVM) for classification is presented as the rough relevance vector machine (RRVM). The RRVM mixes rough set’s strong rule extraction ability with the excellent classification ability of the relevance vector machine through preprocessing initial information, reducing data, and training the relevance vector machine. Compared with traditional intelligence methods such as neural network (NN), support vector machine (SVM), and relevance vector machine (RVM), this method manages to identify disease samples objectively and effectively with less transcendental information. Biography: LI Dingfang (1965–), male, Professor, Ph. D., research direction: computational learning theory, computing in science and engineering.     

基于改进伪Zernike矩的数字水印算法

抵抗几何变换一直是水印算法研究的难点和重点,构造图像强的几何不变性空间是解决问题的一种思路.图像的伪Zernike矩具有较强的旋转不变性,通常在模式识别中有着广泛应用.利用数字图像伪Zernike矩的旋转不变性进行改进,对矩归一化,使得归一化后的矩在保持旋转不变性的同时,还具有缩放不变性.直接在图像的矩上嵌入水印需要重建图像,会严重破坏图像质量,且计算量巨大,本文提出改进的嵌入方案,结合图像的伪Zernike矩重构水印信息,直接添加在图像空域内,避免图像的重建,不仅保证图像质量,时间效率也有大幅提高.实验结果表明,提出的方法在对抗常规信号处理及图像旋转、缩放等方面有较好的鲁棒性.     

Rotation, Scaling and Translation Invariant Blind Image Watermarking Scheme Utilizing Zernike Moments

A novel adaptive blind image watermarking scheme resistant to Rotation, scaling and translation （RST） attacks is proposed in this paper. Based on fuzzy clustering theory and Human visual system （HVS） model, the spread spectrum watermark is adaptively embedded in Discrete wavelet transform （DWT） domain. In order to register RST transform parameters, a hierarchical neural network is utilized to learn image geometric pattern represented by low order Zernike moments. Watermark extraction is carried out after watermarked image has been synchronized without original image. It only needs a trained neural network. Experiments show that it can embed more robust watermark under certain visual distance, effectively resist Joint photographic experts group （JPEG） compression, noise and RST attacks.     

一个具备平移、伸缩、旋转不变性的小波变换

在前人的基础上提出了具有旋转、伸缩及平移不变性的RST不变小波算法RSTXIW,并将此算法应用于数字水印领域.实验表明,RSTXIW不变小波算法具有较小的重构误差,其伸缩误差比双线性插值好仅稍逊于双三次插值,以它为基础的水印算法对于旋转、伸缩、平移等几何攻击具有较好的鲁棒性.     

不变小波域内基于DWT的图像数字水印

 面对各种几何攻击,现有数字水印算法露出各种缺陷,到目前为止还没有发现真正能抵抗各种攻击特别是几何攻击的算法.利用具有旋转、伸缩、平移不变性的RST不变小波变换设计了一种新颖的基于量化边通信模型的DWT盲数字水印算法.实验表明,这种新颖算法对于旋转、伸缩、平移等普通几何攻击以及滤波与噪声等多种攻击具有较好的鲁棒性,但该算法对局部几何攻击具有一定的敏感性.     

运用基于GA的粗糙集方法改进经典AHP方法研究

传统的AHP方法解决多准则决策系统有着独特的优势,但对于有些非常复杂的决策系统运用AHP进行分析后,在求解过程中,或者判断矩阵求解比较困难,或者求得的判断矩阵不能够通过一致性检验,从而使得传统AHP方法在解决某些复杂决策系统时失效.针对这种情形,提出运用基于GA的算法去约简经过AHP分析后的知识系统,然后或者直接运用RST方法中的规则进行排序而得到结果,或者对约简后的知识系统仍然用经典的AHP方法求解而得到排序结果.在此基础上,除了提出4条转换规则外,还运用该方法求解区域信息化水平比较决策系统,并与经典AHP求得结果进行比较,得出该方法比经典AHP方法更简单且可行的结论.     

一种新型的不变性快速图像识别方法

采用平面直角坐标系和其相对转化型式极坐标系 ,利用极角和极值的二重三阶累积量构造出二维的三阶累积量特征集合 ,并对该特征集进行快速 FFT变换得到频域的特征变换集合 .该特征集具有数据量少 ,保留了每幅图像的内部相位信息 ,又对图像的平移、旋转、比例和噪声变化不敏感的特点 .利用神经网络 ,实现了图像快速、并行、准确的识别 ,并有利于实现大量图像样本的存储 .实验中每副图像在提取30个特征的情况下 ,图像可较好地得以识别     

SDH再生中继设备模型功能探讨

作者根据ＳＤＨ帧结构中中继段中销的字节安排和ＩＴＵＴ建议Ｇ．９５７的要求，简述了光同步传输中再生段模型及再生中继设备模型。重点对再生段终端功能进行了探讨。