多媒体数据压缩新技术

数据压缩技术是多媒体中的关键技术。简要介绍了若干知名度较高的多媒体数据压缩新技术:矢量量化编码、神经网络广义变换编码、结构编码、小波变换编码和基于模型的编码。     

基于数据增强和字词融合特征的实体槽位识别

针对传统的基于字级表示的实体槽位识别模型无法很好利用词语信息,以及信息技术(IT)运维领域缺少足够数量公开数据集的问题,提出一种基于BERT＿Word2vec＿BiLSTM＿CRF模型的实体槽位识别方法,并通过数据增强对模型的训练数据集进行扩展．该模型将基于转换器的双向编码表征(BERT)模型得到的字向量表示和Word2vec得到的词向量表示进行融合,通过双向长短时记忆(BiLSTM)网络进行上下文编码,通过条件随机场(CRF)进行解码,得到最终的序列标注结果．通过在某企业提供的数据集上进行实验,结果表明：融合词级特征可以在BERT预训练模型的基础上进一步提升识别性能,F1值达到了92.33%.     

信息论与编码的混合式教学设计与实践

混合式教学将线上教学与传统课堂相融合,有效地提升了教学质量和学习效果。本文基于信息论与编码的课程特点和学情分析,设计了具有普适性的混合式教学模式,包括课前自主学习、课中深化学习、课后拓展学习的教学过程。通过实践证明该方案具有较好的应用效果,能更好地培养学生的自主学习、独立思考、实践创新的能力,并通过面对面高效互动,实现了个性化指导和因材施教的目的,对高校专业课程教学改革的推广和运用有指导性意义。     

一种结合Fisher编码的多示例聚类算法

多示例学习中的数据是由包含多个示例的包所组成的,样本之间真实的相似性被正包中大量的假正例所掩盖。为了拟合多示例数据真实的分布情况,提出了一种结合Fisher编码的多示例聚类算法MIFK-means。首先通过Fisher编码在保留数据语义的同时对多示例数据进行归一化降维,然后通过示例层次的K-means聚类算法揭示多示例数据的分布情况。在基准数据集上的实验表明,MIFK-means算法的聚类效果明显好于包层次的多示例K-means聚类算法,分类精度也可以和现有的经典多示例算法相媲美。     

一种新型的多址接入中继协作方案

现有多址中继协作方案的编码增益有限且用户之间不能相互辅助,为此,文中提出了一种结合网络与信道编码的多址中继协作方案:在中继端利用网络编码将不同用户的编码冗余同时转发,目的端通过对某个用户信息的正确译码恢复出其他用户的编码冗余.通过对译码错误事件概率的分析,推导了该方案的中断率与误码率近似值表达式.仿真结果表明,随着信噪比的提升,文中方案可获得比编码协作更好的中断率和误码率性能,同时信噪比较高的用户还可辅助提升信噪比较低的用户的性能.     

基于离散小波变换的可伸缩多描述视频编码

提出一种基于离散小波变换的可伸缩多描述视频编码方法,以降低视频在网络传输中由于丢包而导致视频质量严重下降的风险,提高了视频在网络传输过程中的鲁棒性.将小波变换后的小波系数按照奇偶行构造成两个描述,当解码端收到任何一个描述时,通过加权对丢失信号进行估计.实验表明,该方法比通过平均值估计丢失信号的方法的平均PSNR提高约0.6 dB.     

高速铁路CTCS3列控中心接口分析

CTCS中的列控中心系统是实现高速铁路的重要信号设备,是完成地面信息处理,并向列车动态传送的关键地面设备。本文分析了既有信号系统间的继电器接口方式,针对CTCS3列控中心接口探索了一系列有指导性的技术措施,详细分析了采用国际标准的安全型数字接口的可行性。     

神奇的汉字输入新技术

由教育工作者朱一夫通过不断探索,深入研究汉字的编码规则和编码模式,发掘汉字本身的信息科学内涵,以汉字信息原码的学习为突破口,发明的天盘形声汉字输入方法（简称：神奇天字码）,获得了专利。     

基于区块链的车联网群智感知位置隐私保护方法

针对车联网群智感知位置隐私泄露和用户参与任务公平性的问题,提出了一种基于区块链的车联网群智感知位置隐私保护方法(location privacy protection method based on blockchain and crowdsensing, LPPMBC)。将分布式的区块链引入车联网群智感知位置隐私保护方法中,消除第三方服务平台对参与用户数据的控制;通过保序加密和Geohash编码相结合,为参与工人提供多级别的位置隐私保护,确保参与工人位置隐私的保密性;通过Haversine公式进行感知位置验证,防止工人通过非感知区域数据获得非法奖励,保障感知数据的质量。仿真结果表明,LPPMBC能够更好地权衡感知数据质量与工人隐私保护关系,保障用户参与任务的公平性, 提高用户参与任务的积极性。     

卫星图像的格矢量量化编码压缩方法研究

卫星图像是一个种高熵值图像,本文针对卫星图像研究了格矢量量化编码压缩方法,分析了格矢量量化特性,并列举了几种格。实验结果表明,格矢量量化编码压缩方法失真小,计算量少,比较适用于卫星图像编码压缩。