基于迭代相位恢复和相位截断的非对称光学加密拓扑

基于迭代相位恢复算法提出了一种非对称光学图像加密拓扑.该系统通过在相位迭代恢复过程中使用相位截断和补偿来构造一个单向陷门函数,生成一对用于加密的公钥和相应的解密私钥,以一种非对称的方式实现原文和密文加密和还原.与传统加密方法不同的是,利用特定的光学6f系统,该加密方案可将原文图像加密隐藏到具有独立信息的实值密文图像中.将点对点的图像节点之间的图像加密进行拓展,可构成具有多种拓扑单元的光学图像加密拓扑.在拓扑网络中,每一幅图像可视为一个网络节点,它们既具有自身的信息值,也能实现节点之间的非对称转换和加密传输,实现快捷高效的图像存储和传输的同时也极大地提高了网络拓扑结构在应对噪声和许多已知攻击时的鲁棒性和安全性.数值模拟实验结果表明了该系统的可行性和有效性.     

一种改进的图像恢复遗传算法

遗传算法作为一种高度并行、随机、自适应搜索算法,比其他传统的搜索算法在全局搜索时更有效.但利用简单遗传算法进行图像恢复时,存在严重"过早收敛"的问题,使得图像恢复质量不理想.设计了一种新的二维染色体编码方法,并与模拟退火算法相结合,实验结果表明,该方法能较好克服"过早收敛"现象,对提高退化图像恢复质量有较好效果.     

《围龙》,客家文学走向成熟的标志

程贤章的新作《围龙》是客家文学走向成熟的标志。具体表现在：作者对客家文学有强烈的“自觉意识”;作品深入挖掘客家人的本质,表现了客家人的“人性”、“人情”;作者致力于经典性与通俗性的统一,并取得了成功。     

机床热变形误差综合

本文作者提出一种新方法和方程式来综合按热变形规律变化的尺寸对机床精度的影响,并建议采用机床的精度失控时间来评价机床的热态精度。     

快速康复对择期剖宫产术后应激反应临床研究

目的:研究择期剖宫产时行产科快速康复方案对术后应激反应及炎性因子水平的影响.方法:回顾性选取2019年1月至2020年12月我院收治的择期剖宫产患者90例,按照治疗方式的不同将患者分为对照组、实验组各45例.分析两组患者应激反应、炎性因子、患者满意度.结果:术后实验组Car、AngⅡ、CRP、TNF-α、IL-6水平低...     

附体位置对水下航行体伴流场影响规律研究

针对水下航行体围壳和尾翼对流场产生的扰动显著降低螺旋桨推进效率且增加螺旋桨噪声的问题,采用计算流体力学方法对水下航行体周围黏性流场进行模拟,以揭示围壳和尾翼位置对桨盘面伴流场的影响机理及规律,为优化附体布置提供理论支撑.研究结果表明:附体尾流和角区马蹄涡会随着艇体流入桨盘面,影响桨盘面伴流场质量;围壳前移会增加尾流恢复和马蹄涡耗散的距离,利于桨盘面伴流场均匀度的提高;尾翼位置对伴流场的影响更为显著,尾翼后移会减小垂直和水平翼间的距离,促使相邻尾翼马蹄涡融合;当尾翼与桨盘面距离小于临界值时,桨盘面上尾翼马蹄涡控制的核心区均匀性会急剧恶化;随着尾翼后移,其遭遇来流速度减小,桨盘面内半径的湍流强度减小.     

WSN跟踪应用中一种新的目标恢复机制研究

无线传感器网络（WSN）跟踪应用中,当目标丢失时需要研究目标跟踪恢复方案。用于唤醒跟踪区域节点,以重新寻找到目标。为减少唤醒无关睡眠节点的数量,本文提出了一种新的逐层节点唤醒目标恢复机制,在不丢失目标的前提下,逐级唤醒相关区域睡眠节点,降低节点能量消耗,延长了WSN生命周期。     

高围压高水压作用下脆性岩石强度变形特性试验研究

对锦屏二级水电站引水隧洞大理岩、砂岩进行高围压高水压条件下全应力-应变过程三轴压缩试验,分析高围压高水压对脆性岩石变形、强度及脆-延转化特性的影响,探讨围压变化范围较大时岩石强度与围压及高孔隙水压之间的关系．结果表明：在较大围压范围内,有无施加水压力2种条件下,σ1与σ3之间均呈非线性关系;高孔隙水压力加速了岩石的脆性破裂,降低了岩石的强度．     

基于交替下降条件梯度的前视成像

基于网格的压缩感知(compressive sensing, CS)算法存在格点失配问题, 在分辨力不足的情况下容易产生伪影。而无网格的CS算法常用于二维谐波估计问题, 不适用于存在交叉项等复杂信号模型。对此, 提出一种基于交替下降条件梯度的前视成像算法。所提算法每次迭代首先获得散射点参数的粗估计, 并更新参数集合, 然后对更新的参数集合进行梯度下降, 获得参数集合的精细估计, 实现了在复杂信号模型下连续参数的二维高分辨成像。仿真实验说明了所提算法的优越性与有效性。     

多尺度对称压缩伪影去除神经网络

图像压缩给图像带来极其复杂的压缩伪影,不仅影响人类的视觉感知,还会给目标检测等重要领域带来极大的负面影响。为了解决这一问题,提出了一个多尺度对称网络(MSSNN)来去除压缩伪影,进行压缩后图像的质量恢复,在获取基础映射的同时,得到更多不同尺度的映射特征,利用残差结构更快更好地提取和整合特征信息,并且使用一种混合损失函数控制模型训练。实验表明,所提网络可以以更少的参数代价更好地恢复图像,并且经过实验验证可以提升目标检测的效果。