基于小波纹理分析的隐写分析研究

提出一种基于模型的隐写分析技术．图像的小波子带分解系数纹理可以建模为两参数广义高斯分布．同时采用极大似然方法进行两个参数的估计．分析发现隐写将改变图像的纹理特性,从而可以从子带分布模型参数的变化中判断是否隐藏信息．采用神经网络、支持向量机,回归分析和费歇尔判别分析分别进行比较验证．试验结果表明方法的有效性,同时对各分类器的性能进行了评价．     

基于深度强化学习的云作业调度及仿真研究

针对复杂瞬变的多用户多队列多数据中心云计算环境中作业调度困难的问题,提出一种基于深度强化学习的作业调度方法.建立了云作业调度系统模型及其数学模型,并建立了由传输时间、等待时间和执行时间三部分构成的优化目标.基于深度强化学习设计了作业调度算法,给出了算法的状态空间、动作空间和奖赏函数.设计与开发了云作业仿真调度器,完成作...     

不同荷载工况下钢筋混凝土深梁的拓扑优化设计

为探讨不同荷载工况对钢筋混凝土深梁拓扑优化的影响,同时改进当前深梁设计方法,采用渐进演化类拓扑优化算法寻求钢筋混凝土开洞深梁在不同集中加载工况和荷载集度工况下的最优拓扑结构,再依据这些最优拓扑结构建立相应的压杆[CD*2]拉杆模型,并分析这些最优拓扑结构和压杆[CD*2]拉杆模型的差异。结果表明：压杆[CD*2]拉杆模型均为较符合满应力分布的Michell结构;集中荷载作用在梁顶时,荷载从加载点通过最短直线压杆以压力的形式向支座传递;集中荷载作用梁腹和梁底时,荷载则通过伞状拉杆悬吊在主压拱上,再向支座传递;随着荷载集度降低,最优拓扑结构向拱或拱[CD*2]组合压杆的组合体系演化。在工程设计中,对于不同荷载工况条件下的钢筋混凝土深梁,可以参照最优拓扑结构在内部有针对性地设计隐藏的受压加强构件或受拉钢筋。     

深Ⅱ度烫伤后小型猪皮肤愈合的组织病理学研究

目的 建立猪深Ⅱ度烫伤模型,观察皮肤在不同时间点修复的组织病理学变化。方法 通过使用恒温烫伤仪制备小型猪皮肤深Ⅱ度烫伤创面。分别在第1、3、7、14、21、28天观察皮肤创伤愈合的肉眼形态学变化并进行创面愈合率的测定,根据皮肤组织愈合的规律及实验的可操作性,选择性地在第1、14、28天取样,利用HE、Masson染色及免疫组化CD31染色的方法观察皮肤在不同时间点修复的动态病理学变化。结果 通过对创面愈合率的测定,雄性猪与雌性猪相比,雄性猪烫伤创面的愈合速率较快。烫伤后皮肤组织经不同染色方法证实损伤已累积到真皮深层,达到深Ⅱ度烫伤的标准。在随后选择的第14天和28天,损伤后皮肤组织分别进行了不同程度的组织修复。深Ⅱ度烫伤28 d后,小型猪皮肤已经基本愈合,但皮肤组织还未完全成熟。除表皮各层相对成熟外,真皮层内还未完全形成瘢痕组织。结论 雄性猪与雌性猪相比,雄性猪烫伤创面的愈合速率较快。     

低张力聚合物微球粒径变化规律及油藏适应性研究

目前,我国大部分油田已进入高含水或特高含水阶段,调剖堵水已成为降低含水率、实现老油田稳产的一个重要措施。一般的调剖只能实现近井地带的调剖,而且对温度和矿化度都有一定的的限制。针对中原文-25东油田高温、高矿化度、高含水率的"三高"情况,该油田运用了一种新的调剖堵水方式——低张力聚合物微球调剖。研究表明聚合物MS-C的初始粒径为43.5 nm,高温溶胀一周后,粒径能增大16倍,且在不同矿化度和不同离子地层水中的稳定性较好。通过填砂管物模实验发现,注入微球后驱替压力有明显上升,且采收率提高了10.73%;注入表面活性剂后采收率提高了8.57%;聚合物微球和表面活性剂交替注入的低张力微球体系可使采收率提高15.74%。在1∶1.5的渗透率极差下,低张力微球体系驱提高低渗管采收率34.32%,综合采收率提高19.91%。聚合物微球的抗温耐盐特性、高温下的良好膨胀性能以及物模驱替实验结果综合表明:低张力聚合物微球调驱结合提高采收率是切实可行的。     

基于大津算法和深度学习的开集声纹识别自适应阈值计算方法

针对开集声纹识别的自适应阈值计算问题, 提出一种基于大津算法和深度学习的阈值计算方法. 首先, 采用三层受限Boltzmann机堆叠而成的深度置信网络从Mel倒谱系数中提取语音深层特征; 其次, 通过Gauss混合模型计算特征的相似度值, 对特征的相似度值使用大津算法计算阈值. 实验结果表明, 该方法识别效果较理想, 与等错误率计算阈值方法相比, 具有更高的识别准确率.     

基于深度学习的多模态眼科图像回归预测

青光眼是世界第二大致盲性眼病，视网膜神经纤维层（RNFL）缺损是诊断青光眼的重要特征。在临床应用中主要采用光学相干断层扫描（OCT）测量RNFL厚度。然而在我国的多数中小型医院和体检中心，只有眼底照相机而不具备OCT设备。因此利用眼底照和OCT的多模态数据，设计了一种基于眼底照来预测RNFL厚度的深度残差回归神经网络。该网络通过眼底照中的局部区域信息预测此区域的RNFL厚度，并对视盘外围一周范围内的RNFL厚度给出全面的刻画。在一个来自北京同仁医院的真实数据集上的实验结果显示，本文算法预测的RNFL厚度值与OCT测量值具有高度的一致性（对于正常眼平均绝对误差E_MA=14.884，Pearson相关系数r=0.885，决定系数R²=0.781；对于青光眼E_MA=15.108，r=0.872，R²=0.754）。评估结果表明所提方法对基于眼底照预测RNFL厚度具有良好的临床实用性。     

响应式自助微课学习平台的设计

通过对目前国内外微课教学及平台建设现状进行分析研究,在建构主义学习理论指导下,依据"响应式Web设计"理念,应用现代教育技术、移动通信技术、网络技术,将基于网络的微课拓展到移动教学中,设计了"响应式自助微课学习平台",为学习者构建了一个集自助、展示、学习、检测、交流、评价为一体的学习环境。     

基于宽度学习的浓密机底流浓度软测量

由于浓密脱水过程中浓密机的底流浓度难以在线检测，本文提出了一种基于宽度学习的软测量建模方法，用以解决底流浓度的在线检测问题.该方法精度高，泛化能力强.首先，在浓密机内部安装压力传感器，建立正常工况下的历史数据集;然后，利用宽度学习系统对软测量模型进行训练，从而实现浓密机底流浓度的在线预测;最后，通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比，宽度学习方法具有更高的预测精度.     

基于核函数强化学习的抗干扰频点分配

针对学习未知动态的干扰图样问题，提出一种基于核函数强化学习的雷达与通信抗干扰频点协作算法。与需要获得干扰模式、参数等先验知识的研究相反，所提算法能够利用过去时隙中频点的使用情况来优化抗干扰频点分配策略。首先，通过核函数的强化学习来应对维度诅咒问题。其次，基于近似线性相关性的在线内核稀疏化方法，确保了抗干扰频点分配算法的稀疏性。最后，仿真结果验证了所提算法的有效性。得益于稀疏化码字对于系统动态特性的学习，所提算法与传统基于Q学习的抗干扰频点分配算法相比，收敛时间更短，并且可以快速规避外部未知干扰源的干扰。