一个基于DWT和改进Arnold置乱的数字水印算法

给出一种DWT和改进的Arnold图像置乱相结合的数字图像水印算法.在水印图像嵌入之前先对水印图像作改进的Arnold变换,对水印图像的位置和灰度做双置乱,然后用离散小波变换把原始图像分解成多频段的图像,使水印的嵌入和检测可分多个层次进行.实验结果表明,改进的置乱算法能在少量的迭代次数下达到较好的置乱效果,最终的水印图像具有良好的视觉效果和抵抗多种攻击的能力.     

一种改进的质点-弹簧织物建模与仿真

分析了织物的拉伸性质、剪切性质及弯曲性质等物理特性,根据织物拉伸形变过程中受力与形变程度关系的非线性特征,提出了改进的质点-弹簧织物模型,使弹性系数分段线性化,有效解决织物仿真中超弹性的问题,提高了织物仿真的真实感.     

非线性微分方程迭代算法及其在物理学中的应用

本文研究了形如¨θ N∑n=0anθn=0的非线性微分方程,给出一种可以求解这类方程的迭代方法。并将物理学中单摆运动方程,通过适当的变化成为上述方程的形式,从而利用迭代法求解。     

基于时频域特征的人员连续动作分段识别

基于惯性传感器的步态识别研究是人工智能应用到实际生活的典型范例,近几年取得满意的成就.针对日常生活中连续动作类型的信号,对其进行精确分割和识别的效果仍略有不足;这些研究局限于传感器信号的时域特征和一些简单的频域特征,且没有对不同动静状态的动作进行分类.将人类常见6种连续行为分为3类动态动作和3类静态动作,并对其进行分割和识别.使用滤波器去除原始信号噪声干扰.通过滑动窗口分割法进行分割,对每一个窗口片段提取常用传统特征和梅尔倒谱系数,以及倒谱系数的一二阶delta导数等频域特征.将6类动作的不同特征进行多种组合,使用分类器识别不同动作,将不同特征组合的识别结果进行比较.该模型在UCI公开数据集随机抽取了5组测试样本,整体分割识别准确率最高达到98.19％.     

分数跳扩散环境下CIR利率模型的网格划分及收敛性分析①

在分数跳扩散环境下,研究了CIR利率模型的网格划分和差分格式的有界性。此外,利用Gronwall不等式研究了差分格式的收敛性。     

分数跳扩散环境下随机波动金融资产模型

在跳扩散环境下,研究了分数随机波动金融资产模型的存在性和唯一性.此外,对随机波动进行网格划分之后通过Monte-Carlo模拟研究了障碍期权定价问题.     

时态拟序数据索引TQD-tree更新技术

介绍基于线序划分（LOP）的时态拟序索引技术TQD-tree，基于前期研究成果实现增量更新.能否实现增量更新是时态索引技术成败的关键.首先，讨论TQD-tree所需数据结构和LOP实现算法；其次，讨论实现增量更新算法；再次，讨论批量更新的可行性；最后，完成仿真评估以表明更新技术可行性和有效性.实现批量更新，减少扫描重构TQD-tree次数，能大大提高系统效率.研究时态数据索引更新技术能解决大数据管理框架中实时响应和频繁更新的基本需求.     

表皮生长因子及其作用机制

表皮生长因子及其受体的研究成为近年来生物化学研究的热点之一,其具有多种生物学活性和丰富的临床应用前景.重点综述了表皮生长因子分子结构、生物学作用及其作用机制,为更深入地探索开发表皮生长因子的应用价值提供理论基础和参考.     

转基因番茄的花粉组织培养

本文采用三种方法：滋养培养、分粒离体培养、微室培养对三种转基因番茄花粉进行组织培养，诱导纯合二倍体，花粉粒离体培养诱导愈伤组织或胚状体的效率高于滋养培养，微室培养可在镜下直接观测花粉粒发育情况，采用不同花药预处理方法，可提高诱导效率。     

基于RBF神经网络的海杂波建模

从相空间重构理论出发，构造了一个RBF神经网络预测器来重构海杂波的内在动力学，并且利用这个确定性的模型时海杂波的演变进行预测。为验证模型的推广性能，采用了多步预测。对雷达采集的实际海杂波数据的实验结果表明，这个确定性的模型可以很好地追踪海杂波的演变。文中还分析了该RBF神经网络预测器在不同高斯白噪声条件下的预测性能，得出了其预测误差与杂噪比（CNR）的关系。