基于模糊调整的径向基函数网络图像恢复算法

为了解决传统图像恢复中存在的建模难的问题,提出了一种基于RBF神经网络的图像恢复算法,该算法利用RBF神经网络的非线性映射能力和适应性,通过记录退化过程的逆过程来恢复图像。首先改进RBF网络中心参数的确定过程,提出基于模糊调整的中心参数学习算法,然后用模糊调整后的网络进行图像恢复。仿真结果表明,改进的RBF网络可对典型退化图像进行令人满意的恢复。     

基于蚂蚁算法的RBF网络参数的两阶段优化

提出了一种径向基函数(RBF)网络中心参数仿生优化算法,该算法基于改进的蚂蚁算法分两阶段完成。第一阶段为:首先进行网络参数范围估算,然后根据一定的步长对网络参数区间取离散点,最后蚂蚁根据在各个离散点的信息素的多少来选择路径,从而进行网络参数优化。第二阶段为:利用第一阶段的结果进行局部区间扩张,从而进行进一步优化。用蚂蚁算法优化后的网络对典型的混沌时间序列进行预测,结果表明其预测的各项误差低于常规的优化方法。     

三种方法实现Asp.net中DataGrid的分页

详细介绍了DataGrid控件的三种分页方法及其实现过程，并给出用VB.net实现的具体代码。     

基于形态学的水印方案

研究了形态学操作特点，设计了真正意义的形态学鲁棒水印，即形态模式作为水印嵌入．多种形态模式的同时嵌入，使得为不同用户制作的数字产品能在一次完成．加入可见性水印要求用户必须正确将其去除，在用户去除可见水印的同时实现了对数字产品的签名．这使得追查盗版的协议得以简化和可行，为实际应用提供了可能．通过对符环节的实现验证了该方案的实际可行性．     

衡平矩阵预处理数字水印

衡平矩阵具有元素的内在冗余性和平衡状态一定程度的稳定性,所以提出将其应用于水印的预处理,从而形成新的水印算法.算法首先将水印进行加密处理,然后将其转变为衡平矩阵,进而将衡平矩阵嵌入到栽体图像.通过对水印的预处理,能实现水印分级提取:既能提取出衡平矩阵,进而在密钥已知的情况下提取出私有水印;另外衡平矩阵的元素冗余性和其平衡状态的稳定性提高了各自级别检测的鲁棒性.进行的仿真实验验证了这种预处理方法的正确性.     

动态分阶段蚁群算法及其收敛性分析

为了提高蚁群算法的收敛速度和求解精度，根据仿生优化算法在不同阶段的特点，提出一种改进的蚁群算法．该算法对参数和选择策略进行了分阶段设计，而且参数的分阶段是根据寻优状态动态划分的．通过对蚁群系统马尔科夫过程进行分析，证明了该算法的全局收敛性．针对典型的TSP问题进行仿真对比实验，验证了该算法在速度和精度方面优于传统蚁群算法．     

用DELPHI实现计算机一级考试主观题的自动阅卷

本文介绍了计算机一级考试主观题的自动阅卷方法，自动阅卷使得教师从繁重的手工阅卷中解脱出来，从而提高了阅卷效率，这对远程教育的发展也将起到椎动作用。１文件操作题的阅卷 文件操作部分的阅卷主要是检查磁盘中的文件及文件夹的存在性及属性。阅卷前，先将答案写入标准答     

基于蚁群算法的矢量量化水印

提出了一种基于蚁群算法优化的矢量量化水印算法。为了用蚁群算法进行优化,首先建立了矢量量化、水印嵌入及通过噪声通道的误差模型,并给出了简化模型。在该模型中,由于水印嵌入和通道噪声直接与码字索引相关,所以该模型误差由索引值决定,又由于码字索引的确定是NP难度问题,故引入蚁群算法对其优化是方便的,优化目标是降低误码率和使不可见性达到最佳。本研究将蚁群算法引入数字水印,实验表明该优化是可行的。     

Vb.net中对EXCEL的编程

介绍了.Net中Excel对象模型,并系统阐述了用VB.Net对Excel进行编程的具体方法,给出了一个编程实例.     

连续水印检测的性能分析与改进

在水印检测中,通常使用固定长度的样本,即检测时需要大量的待检测样本,这对于多水印检测和视频水印检测是不合适的。为此,研究连续水印检测,并设计改进方法。在对连续水印检测理论进行分析的基础上,发现操作特征函数指标及所需样本数量均与嵌入因子有关。该方法用局部神经网络对原图像进行估计,可以减小嵌入因子误差,提高连续水印检测性能。