数据库加密在办公自动化系统中的应用

为了办公自动化系统敏感数据保密的需要,采用秘密同态机制算法、匹配同态机制算法实现了数值型与字符型数据的加密和解密.针对匹配同态机制算法存在的安全性隐患进行分析并加以改进,系统运行表明,该改进提高了安全性,在实际应用中取得了预期的良好效果.     

基于物理的烟雾动画设计与实现

在计算机图象学的算法研究中,烟雾、水流和火焰等流体的模拟是一个即困难又吸引人的问题.结合计算流体力学和计算机图形学,实现了烟雾的模拟动画.本文给出烟雾的物理模型方程,并采用N-S方程和半拉格朗日方法来求解烟雾的物理模型方程,从而得到烟雾的密度场数据.最后用体绘制方法实现了三维密度场转换成屏幕上的图像.     

结合深度学习与相关反馈的遥感图像检索

目的 针对基于内容的图像检索存在低层视觉特征与用户对图像理解的高层语义不一致、图像检索的精度较低以及传统的分类方法准确度低等问题，提出一种基于卷积神经网络和相关反馈支持向量机的遥感图像检索方法。方法 通过对比度受限直方图均衡化算法对遥感图像进行预处理，限制遥感图像噪声的放大，采用自学习能力良好的卷积神经网络对遥感图像进行多层神经网络的监督学习提取丰富的图像特征，并将支持向量机作为基分类器，根据测试样本数据到分类超平面的距离进行排序得到检索结果，最后采用相关反馈策略对检索结果进行重新调整。结果 在UC Merced Land-Use遥感图像数据集上进行图像检索实验，在mAP（mean average precision）精度指标上，当检索返回图像数为100时，本文方法比LSH（locality sensitive Hashing）方法提高了29.4%，比DSH（density sensitive Hashing）方法提高了37.2%，比EMR（efficient manifold ranking）方法提高了68.8%，比未添加反馈和训练集筛选的SVM（support vector machine）方法提高了3.5%，对于平均检索速度，本文方法比对比方法中mAP精度最高的方法提高了4倍，针对复杂的遥感图像数据，本文方法的检索效果较其他方法表现出色。结论 本文提出了一种以距离评价标准为核心的反馈策略，以提高检索精度，并采用多距离结合的Top-k排序方法合理筛选训练集，以提高检索速度，本文方法可以广泛应用于人脸识别和目标跟踪等领域，对提升检索性能具有重要意义。     

基于循环生成对抗网络的图像风格迁移

图像风格迁移是指将学习到的油画图像风格应用到其他图像上,让图像拥有油画的风格,当前生成对抗网络已被广泛应用到图像风格迁移中。针对循环生成对抗网络CycleGAN在处理图像时纹理清晰度不高的问题,提出了加入局部二值模式LBP算法的方法,将LBP算法加入生成对抗网络的生成器中,增强了循环对抗生成网络提取图像纹理特征内容的效果。针对生成图像产生噪声的问题,在损失函数中加入Total Variation Loss来约束噪声。实验结果表明,循环生成对抗网络加入LBP算法和Total Variation Loss后能提高生成图像的质量,使之具有更好的视觉效果。     

基于稀疏表示与字典学习的彩色图像去噪算法

针对彩色图像在去噪时易产生模糊现象和伪色彩的问题,提出多信息结合字典算法。首先提出了基于RGB颜色空间各通道模值的加权梯度定义,并在此基础上建立了由彩色图像的亮度、加权梯度、颜色信息结合的一种过完备结构字典。其次利用噪声图像的稀疏性,通过不断更新迭代的字典训练过程,找到最优稀疏系数和最优学习字典,从而将噪声信息和图像有用信息分离开,精确重构图像并单求其颜色,进而得到去噪后的彩色图像。实验结果显示,与已有算法相比,本文提出的算法在不同的噪声强度下都取得了更好的视觉效果和更高的客观评价指标值,表明该算法具有良好的去噪性能。     

基于视觉显著性的空间图像序列放大算法*

针对已有的图像序列放大方法存在空间运动目标放大后细节不清晰的问题,提出基于视觉显著性的图像序列放大算法。算法首先采用视觉显著性技术获取空间运动目标区域;而后设计不同的放大策略;最后提出分区插值计算和区域能量保护方法,提升放大过程中的空间运动目标清晰度。与已有的放大算法对比的实验结果表明,提出的算法取得了更好的视觉效果和更高的平均梯度指标值、边缘强度指标值、信息熵指标值和图像功率谱指标值。     

位置限制的企业级虚拟网络映射能源优化策略

建立在物理设备集中且以云平台收益为目标的虚拟网络映射技术在企业级网络中存在不适应性,本文提出了有位置限制的企业级虚拟网络映射能源优化策略（EL-VNE）.首先,采用复数理论将计算能力和带宽能力归一到单个节点处,减少了映射次数.其次,提出了EL-VNE模型,包括能源消耗,资源消耗,位置限制等数学描述,并证明其属于NP完全问题.最后,提出了启发式算法求解EL-VNE的最佳解空间,确定虚拟映射方案,达到优化能耗的目的.相比于EAD和GLC等算法,EL-VNE在映射和运行过程中能进一步降低能源消耗且有更好的性能表现.     

螺旋结构及梯度分析的图像融合算法*

为了提高图像融合的效果,提出了螺旋结构和梯度分析的图像融合算法。算法首先进行非下采样轮廓波变换,得到一系列高低频子图。然后对低频子图中稀疏表示方法的滑窗模型进行了研究,针对其融合时间较慢的问题,提出了螺旋结构方向模型进行字典学习和稀疏表示,对稀疏系数通过空间频率取大的规则进行低频子图的融合,提高了融合效率;又针对高频子图中待融合图像的边缘突变情况,提出基于梯度分析的高频融合规则,使得较清晰的图像特征在融合时更易保留至最终的融合图像中。最后,对灰度图像和彩色图像进行了融合实验及不同融合算法的比较分析,并通过主观观察和客观数据对比验证了该算法在时间上和融合效果上的有效性。     

一种具有双层信息损失优化结构的遥感图像检索方法*

当前主流的图像检索方法在处理遥感图像时不能针对遥感图像信息丰富、特征维度高的特点,并且通过传统的特征提取方法得到的图像特征表达能力弱、信息损失严重,因此不能取得较高精度的检索结果。针对上述问题,提出具有双层信息损失优化结构的哈希编码方法用于遥感图像检索。首先,将经过傅里叶变换滤波降噪处理后的遥感图像数据输入卷积网络（Convolutional Neural Network, CNN）,通过多层卷积得到表达图像的深层特征向量;然后利用K-means算法对图像特征聚类,再在每个聚类内寻找最优的哈希函数,进而得到图像对应的二进制哈希码。最后利用汉明距离对图像进行相似性比较,完成对图像数据的有效检索。实验结果表明,对比于其他算法,本文方法提高了检索的查准率,查全率以及平均检索精度,对于遥感图像有较好的适用性。