检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

差分编码和块压缩的密文域可逆信息隐藏算法

工程科学与技术 2024年第4期56卷 307-315页

作者：葛国庆葛斌夏晨星王智盟安徽理工大学计算机科学与工程学院安徽淮南232001 安徽璞华大数据技术有限公司安徽淮南232001

随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有... 详细信息

随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有较大挑战。本文针对密文域可逆信息隐藏算法因载体图像冗余空间压缩不充分而导致嵌入容量较低的问题,提出一种基于差分编码和块压缩的密文域可逆信息隐藏算法。首先,根据自然图像局部区域内像素强相关性邻位作差,并基于块内最大差值对差值图像矩阵进行分类和自适应编码,同时设计分块置乱和块内像素扩散加密机制保证图像信息安全。然后,将自适应编码结果在对应的密文图像块上进行标记,压缩冗余空间。最后,通过位替换嵌入秘密信息。不同于其他算法,本算法对差分编码后的图像进行比特位重排列,从密文图像像素最低有效位开始,标记差值像素的符号位,其余各位面依次标记最小差值比特位。由于加密操作与自适应编码的可逆性,合法接收者可实现对原始明文图像的无损重构和秘密信息的无误提取。实验结果表明,与现有的几类算法相比,本文提出的算法具有更高的嵌入率和更好的安全性,在BOSSbase和BOWS-2两个数据集上的平均嵌入率达到3.027位/像素和2.937位/像素,在测试图像上平均嵌入率也均提高了0.57位/像素以上。

关键词：可逆信息隐藏密文域隐私保护差分编码块压缩

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

极化力对尘埃阿尔芬波模的影响

极化力对尘埃阿尔芬波模的影响

作者：夏晨南昌大学

学位级别：硕士

等离子体是物质的第四态,在工业制造、天体物理及可控核聚变工程等多个科研与应用领域中具有广泛的应用前景。等离子体独特的环境中蕴含着大量波动现象,而波动性质及其伴随的非线性效应一直是等离子体领域的核心研究内容。阿尔芬波(AWs... 详细信息

等离子体是物质的第四态,在工业制造、天体物理及可控核聚变工程等多个科研与应用领域中具有广泛的应用前景。等离子体独特的环境中蕴含着大量波动现象,而波动性质及其伴随的非线性效应一直是等离子体领域的核心研究内容。阿尔芬波(AWs)是磁化等离子体中最重要的波之一,普遍存在于托卡马克装置和空间等离子体环境中,可用来解释等离子体环境中许多物理现象,比如:太阳风加速、彗尾、土星环等。尘埃等离子体内的波动现象一直是学者们的研究热点,在这一领域中,可以观察到很多非线性现象,包括孤立波、湍流以及等离子体振荡等。本论文围绕尘埃阿尔芬波模,分别从色散关系和阿尔芬波结构的角度研究极化力对尘埃惯性阿尔芬波和尘埃动力学阿尔芬波的影响,该研究结果可以为解释空间等离子体的阿尔芬波现象提供理论方面的支持。本论文首先从双成分流体动力学模型出发,推导了在电子耗尽尘埃等离子体环境中,极化力表达式以及尘埃惯性阿尔芬波(DIAWs)的色散关系及赝势方程。在此赝势方程基础上,对DIAWs的结构进行数值分析。结果表明,DIAWs的色散关系主要由离子惯性所决定;极化力增加只会导致Sagdeev势阱的深度减小以及孤波结构的宽度增大;对于亚阿尔芬速度的尘埃惯性阿尔芬波(subAlfvénic DIAWs)结构,尘埃马赫数增加可以导致sub-Alfvénic DIAWs的振幅和宽度增加,传播角度增加会导致sub-Alfvénic DIAWs的振幅减小;对于超阿尔芬速度的尘埃惯性阿尔芬波(super-Alfvénic DIAWs)结构,尘埃马赫数增加使得super-Alfvénic DIAWs的振幅增加,传播角度增加会导致super-Alfvénic DIAWs结构的振幅和宽度均有较明显的减小。然后,在电子耗尽尘埃等离子体环境下,考虑离子遵循麦氏分布,结合麦克斯韦方程组,给出了尘埃动力学阿尔芬波(DKAWs)的色散关系及赝势方程,并研究了在极化力作用下DKAWs的色散关系和孤波结构变化。研究结果表明,极化力作用使得DKAWs的色散关系有明显增大,即导致DKAWs的相速度下降;DKAWs赝势势阱的深度在极化力的作用下也明显增大。该研究结果有助于进一步理解实验室等离子体、尘埃等离子体系统、土星环和彗星尾等环境中阿尔芬波的线性与非线性结构,对空间等离子体的阿尔芬波传播现象等问题提供一定理论参考。

关键词：尘埃惯性阿尔芬波尘埃动力学阿尔芬波极化力孤立波

基于新颖的时间深度卷积混合模型的超短期工业负荷预测研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于新颖的时间深度卷积混合模型的超短期工业负荷预测研究

作者：夏晨旭南昌大学

学位级别：硕士

近年来,随着中国经济的快速增长,中国工业部门的用电量急剧增加,而高精度的电力需求预测是实现电力供需平衡的保证。工业企业通过进行高精度的超短期需求预测,可以制定智能需求控制策略,实时调整用电计划,从而提高企业的能源效率和经济... 详细信息

近年来,随着中国经济的快速增长,中国工业部门的用电量急剧增加,而高精度的电力需求预测是实现电力供需平衡的保证。工业企业通过进行高精度的超短期需求预测,可以制定智能需求控制策略,实时调整用电计划,从而提高企业的能源效率和经济效益。由于工业用电负荷相对于传统电力负荷的波动性更强,超短期电力需求难以准确、鲁棒地预测。基于此,本文提出创新性模型对超短期工业负荷预测进行研究,目标是提高负荷预测精度,为企业调整用电规划提供重要的技术指导。本文主要研究内容如下:(1)首先,通过分析电力负荷的特性,寻找电力负荷的变化规律,为负荷预测奠定基础。其次,研究温度、节假日等外部因素对于电力负荷的影响,并通过皮尔逊相关系数选择出相关度高的特征。再次,对负荷数据进行数据预处理,处理方法包括:数据清洗、数据归一化等。最后,将负荷数据与高相关特征通过滑动窗口方法构造数据特征矩阵。(2)提出了基于新颖的时间深度卷积网络(Temporal Depthwise Convolutional Network,TDCN)的短期电力负荷预测模型。TDCN以时间卷积网络的架构为基础,对其卷积结构进行了改进,在保留了提取历史负荷的时间序列信息的特点的前提下,引入深度可分离卷积和反转瓶颈残差结构,避免了在压缩特征空间进行维度转换时所产生的信息丢失和泄漏。模型中使用了层归一化和高斯线性误差单元增强了模型的收敛性和非线性因素的表达能力。这一系列的改进让TDCN模型能够更有效地提取特征信息,同时减少了模型的参数计算量。为了验证所提模型的有效性,采用两个不同地区的电力数据集进行实验并对比分析可知,所提出的TDCN模型与其他先进模型相比具有更高的负荷预测精度和模型训练效率。(3)针对超短期工业负荷波动性强、影响因素繁多等特点,需要更准确的模型来进行预测。因此,在TDCN模型的基础上,进一步提出了TDCN和多尺度等距卷积(Multi-scale Isometric Convolution Network,MICN)构成TDCN-MICN模型进行超短期工业负荷预测。首先通过TDCN提取时间序列的特征信息,从时间序列中提取出变量之间的局部依赖关系,挖掘多个影响因素与电力负荷之间的相互关系,然后通过MICN分解提取到的时序特征,通过局部和全局角度建模,从全局方面把握序列的特征信息,从中提取出关键信息,捕获序列的全局相关性进行预测。最后,利用工业负荷数据集进行实验分析并进行对比,所提出的TDCN-MICN模型与其他先进模型相比具有更高的负荷预测精度。

关键词：超短期负荷预测工业企业卷积神经网络时间深度卷积网络多尺度等距卷积网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于邻接矩阵优化和负采样的图卷积推荐

计算机应用研究 2024年

作者：王慧梁兴柱张绪夏晨星安徽理工大学计算机科学与工程学院安徽理工大学第一附属医院(淮南市第一人民医院)

为了缓解推荐系统中随机初始化用户和物品的嵌入、忽视不同卷积层的重要程度以及负样本数量太少且质量不高的问题，提出了一种基于邻接矩阵优化和负采样的图卷积推荐方法(graphconvolution recommendation method based on adjacency ma... 详细信息

为了缓解推荐系统中随机初始化用户和物品的嵌入、忽视不同卷积层的重要程度以及负样本数量太少且质量不高的问题，提出了一种基于邻接矩阵优化和负采样的图卷积推荐方法(graphconvolution recommendation method based on adjacency matrix optimization and negative sampling,AMONS)。具体来说，模型利用邻接矩阵对用户和物品进行嵌入优化，并在卷积层聚合时引入层衰减系数，区分不同层的重要程度。接着，为每对用户-正样本生成一组经过筛选的负样本，让模型能够充分利用用户-物品的历史交互数据，更好地学习用户偏好。在Gowalla和Amazon-Books两个公开数据集上进行了充分的实验，与相关方法相比，AMONS取得了最佳的性能表现，证明了方法的有效性。

关键词：推荐系统图卷积网络协同过滤嵌入优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光距离选通三维成像技术研究进展(特邀)

红外与激光工程 2024年第4期53卷 23-41页

作者：王新伟孙亮张岳宋博夏晨昊周燕中国科学院半导体研究所光电系统实验室北京100083 中国科学院大学电子电气与通信工程学院北京100049 中国科学院大学材料与光电研究中心北京100049

随着人工智能时代的到来,同时获得反映目标辐射特性和纹理特征的高分辨率强度图像以及反映目标和所处场景的三维空间信息的稠密点云数据/三维图像的激光相机雷达技术已成为激光雷达的发展趋势。传统的摄像机与激光雷达复合的技术方案存... 详细信息

随着人工智能时代的到来,同时获得反映目标辐射特性和纹理特征的高分辨率强度图像以及反映目标和所处场景的三维空间信息的稠密点云数据/三维图像的激光相机雷达技术已成为激光雷达的发展趋势。传统的摄像机与激光雷达复合的技术方案存在异源数据融合问题,尤其是在雾雨雪天气条件下以及水下等传输链路中存在严重散射的情况时难以有效工作。激光距离选通三维成像技术利用单一门控成像器件可同时获得高质量二维强度图像和高分辨率三维图像,其二维图像中的像素和三维图像中的体素一一对应,并继承了激光距离选通成像透散射成像的技术优势,具有实现高性能激光相机雷达的技术潜力。论文系统综述了步进延时扫描、增益调制、距离能量相关等激光距离选通三维成像技术的研究进展,介绍了该类技术的国内外典型应用情况,最后分析了该领域所面临的挑战及进一步发展方向和应用前景。

关键词：距离选通成像三维成像激光雷达激光相机雷达距离能量相关

维普期刊数据库

基于端到端深度强化学习求解有能力约束的车辆路径问题

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：葛斌田文智夏晨星秦望博安徽理工大学计算机科学与工程学院合肥综合性国家科学中心能源研究院

有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem,CVRP)是现阶段供应链应用最常见的问题模型，现多采用启发式算法求解，但随着问题规模增大，启发式算法求解速度慢且无法保证解的质量。提出端到端深度强化学习(Deep Rei... 详细信息

有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem,CVRP)是现阶段供应链应用最常见的问题模型，现多采用启发式算法求解，但随着问题规模增大，启发式算法求解速度慢且无法保证解的质量。提出端到端深度强化学习(Deep Reinforcement Learning,DRL)网络框架对CVRP问题进行研究。首先利用边聚合图注意力网络编码器(Edge-Graph Attention Network Encoder,EGATE)对车辆路径规划问题的图表示进行特征嵌入编码；然后设计多头注意力解码器(Multi-head Attention Decoder,MAD)进行解码，并提出多解码策略以增加解的空间多样性；接着利用带回滚基线的基线REINFORCE算法对端到端网络模型进行训练，基线可自适应性更新以提升模型训练效果，并利用奖励函数归一化和Adam优化器对算法进行优化。最后通过对不同规模问题的实验以及与其他算法进行对比，验证了所提出端到端DRL框架的可行性与有效性，经过训练的模型在CVRPLIB公共数据集上的平均求解时间仅需0.189s即可得到较优解。

关键词：车辆路径问题路径规划端到端模型深度强化学习基线REINFORCE算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

邻级特征融合驱动的跨模态行人重识别

光电子·激光 2024年

作者：葛斌许诺夏晨星郑海君安徽理工大学计算机科学与工程学院合肥综合性国家科学中心能源研究院

可见光和红外图像之间存在着巨大的模态差异，学习模态共享显著性特征仍然是跨模态行人重识别（visible-infrared person re-identification， VI-ReID）任务中一个具有挑战性的问题。现有的方法在学习模态共享特征时忽略了低级和高级... 详细信息

可见光和红外图像之间存在着巨大的模态差异，学习模态共享显著性特征仍然是跨模态行人重识别（visible-infrared person re-identification， VI-ReID）任务中一个具有挑战性的问题。现有的方法在学习模态共享特征时忽略了低级和高级特征之间的关联性且训练样本有限，不能充分挖掘跨模态线索。因此本文提出一种邻级特征融合指导网络(adjacent level feature fusion guides the network， AFGNet)。首先，邻级交叉注意力融合模块(adjacent-level cross attention fusion module， ACFM)通过交叉注意力挖掘相邻特征空间和通道之间的潜在关系，引导邻级特征融合，有效的生成模态共享特征。其次，多特征生成模块(multi-feature generation module， MFGM)使用多分支空洞卷积生成结构在特征嵌入空间生成不同的样本，缓解训练数据不足的问题。本文在SYSU-MM01数据集的全搜索模式中rank-1和mAP分别达到了76.26%和73.56%，验证了本文方法的有效性。

关键词：跨模态行人重识别红外邻级特征

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于邻接差值与块分类的密文域可逆信息隐藏

光电子·激光 2024年第11期 1215-1224页

作者：葛斌王智盟夏晨星葛国庆安徽理工大学计算机科学与工程学院合肥综合性国家科学中心能源研究院

针对密文域可逆信息隐藏(reversible data hiding in encrypted images, RDHEI)算法存在像素利用率低和嵌入容量小等问题，本文提出了一种基于邻接差值和块分类(adjacency difference and block classification, ADBC)的RDHEI算法。首先，充分利用原始图像的空间相关性，通过计算得到邻接差值图像，根据图像块的最大值实现初次块分类操作；其次，对初次分类中不可嵌入的图像块，采用中值边缘预测器来预测像素，完成第二次块分类；然后，执行图像加密；最后，通过位替换，将辅助信息和秘密信息嵌入加密图像。实验结果表明，本文算法相较于现有算法，在BOSSbase、BOWS-2和UCID 3个数据集上的平均嵌入率(embedding rate, ER)分别提高0.06 bpp、0.01 bpp和0.15 bpp以上，能够获得较高的嵌入容量。

关键词：密文域可逆信息隐藏邻接差值块分类

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于全局上下文交互融合的伪装目标检测网络

控制与决策 2024年第10期 3347-3356页

作者：葛斌陈宁洁夏晨星郑海君吴涛林安徽理工大学计算机科学与工程学院合肥综合性国家科学中心能源研究院

在伪装目标检测中,针对以往的特征融合研究大多采用多级特征集成,而忽略了不同特征间的差异,提出一种基于全局上下文交互融合网络用于伪装目标检测.利用改进的金字塔视觉转换器(PVTv 2)模型作为骨干网络,在多个尺度上提取全局上下文信息... 详细信息

在伪装目标检测中,针对以往的特征融合研究大多采用多级特征集成,而忽略了不同特征间的差异,提出一种基于全局上下文交互融合网络用于伪装目标检测.利用改进的金字塔视觉转换器(PVTv 2)模型作为骨干网络,在多个尺度上提取全局上下文信息.首先,设计边界增强模块来关注伪装目标的结构细节,并获取物体的边缘特征;然后,借鉴动物捕食机制提出特征融合解码模块,该模块提供位置信息用于潜在目标定位来产生粗略定位图;最后,通过所搭建的全局上下文聚合模块进行多层次信息的充分交互,减少特征聚合过程中的信息丢失.采用4个公开数据集、4种评价指标进行实验,实验结果表明,所提出网络性能优于其他17个具有代表性的模型.

关键词：计算机视觉图像处理伪装目标检测上下文信息特征融合