检索结果-南通市图书馆

利用小波变换的视频GIS数据数字水印算法

引用

武汉大学学报（信息科学版） 2012年第10期37卷 1256-1259,I0002-I0003页

作者：陈亮朱长青任娜朱一姝南京师范大学虚拟地理环境教育部重点实验室南京市文苑路1号210046

提出了一种基于小波变换的视频GIS数据水印算法。该算法结合视频GIS数据特点,将视频流分割为时间轴上连续图像序列。实验结果表明,该算法具有较好的隐蔽性与鲁棒性,并能有效抵抗帧删除、重编码等攻击。

关键词：视频GIS 数字水印小波变换矩阵融合

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

创新与融合:县级广播电视的突围路径

引用

中国广播电视学刊 2017年第12期 71-73页

作者：吕萌朱雅新安徽大学新闻传播学院

新媒体生态下,媒介融合共生又互相碰撞,在这个过程中,处于四级办台末端的县级广播电视惨遭碾轧。随着文化体制改革的推进,原本靠地方财政供养的县级广播电视失去眷顾,传播覆盖下的内忧外患使其陷入某种程度上的恶性循环。面对互联网对... 详细信息

新媒体生态下,媒介融合共生又互相碰撞,在这个过程中,处于四级办台末端的县级广播电视惨遭碾轧。随着文化体制改革的推进,原本靠地方财政供养的县级广播电视失去眷顾,传播覆盖下的内忧外患使其陷入某种程度上的恶性循环。面对互联网对传统媒体的颠覆式改造,县级广播电视唯有内扩外联,双管齐下,以流程再造激发体制、机制创新,以深度融合提升平台影响力、竞争力,才能从根本上消除不确定因素,完成主流媒体凤凰涅槃的嬗变。本文结合媒介竞争格局下县级广播电视的困境,紧紧抓住创新与融合的现实需要,探讨媒介融合背景下县级广播电视的突围路径。

关键词：媒介融合县级广播电视机制创新矩阵融合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

CAGD中三角多项式曲线模型的研究

CAGD中三角多项式曲线模型的研究

引用

作者：王刘强首都师范大学

学位级别：硕士

在CAD／CAM造型系统中，由于NURBS作为一个统一的数学模型，既可以表示自由曲线曲面，又可以表示一些传统的几何曲线而成为工业产品制造中的一个标准。但NURBS方法的权因子、参数化、曲线曲面连续性问题，至今没有完全解决，而且由于其... 详细信息

在CAD／CAM造型系统中，由于NURBS作为一个统一的数学模型，既可以表示自由曲线曲面，又可以表示一些传统的几何曲线而成为工业产品制造中的一个标准。但NURBS方法的权因子、参数化、曲线曲面连续性问题，至今没有完全解决，而且由于其描述方法和计算上的复杂性，使NURBS在目前工程曲线曲面中的应用优势难以充分发挥。为了解决NURBS模型中的局限性，近年来，人们试图在三角函数空间中寻求新的曲线曲面造型方法。本文首先介绍了文章的选题背景、意义以及目前CAGD中常见的曲线曲面造型技术，介绍了目前常见的几种B样条的扩展模型。本文主要工作： (1)以Bézier曲线的特点为基础，在三角函数空间上构造了具有Bézier曲线特性的三角函数多项式曲线，称其为TC-Bézier曲线。该曲线具有一个形状控制参数λ，可以通过调整λ的值来调整曲线的形状，并可以精确表示圆弧、椭圆弧等，给出了TC-Bézier曲线间的G拼接条件。 (2)推导出了k次T-Bézier曲线，通过重新参数化将曲线参数规范化为[0,1]区间，给出了椭圆弧和心脏线的T-Bézier曲线精确表示，并给出了T-Bézier曲线的G拼接条件。 (3)给出了C-曲线间的G拼接条件，利用C-Bézier曲线能够精确表示半圆弧和半椭圆弧的性质，在实际应用过程中需要精确表示半圆弧和半椭圆弧的地方利用C-Bézier曲线来代替C-B样条曲线，从而较好的解决了在C-B样条造型系统中无法精确表示圆弧的问题。 (4)利用矩阵融合的算法给出了一种基于系数矩阵融合的加密算法，并结合此算法将三次B样条曲线基函数的系数矩阵与三次Bézier曲线基函数的系数矩阵加以融合，实现了对三次B样条曲线曲面的加密。本文最后利用TC-Bézier曲线为模型给出了一个简单的花瓶曲面造型系统。通过该系统，用户可以方便的创建符合其要求的花瓶模型，并可以通过添加光照和纹理来增加模型的真实感。

关键词：曲线曲面造型三角多项式 TC-Bézier曲线 T-Bézier曲线矩阵融合加密拼接

来源：

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

基于图学习的多视图聚类研究

基于图学习的多视图聚类研究

引用

作者：蓝健桂林电子科技大学

学位级别：硕士

随着科技不断进步,在许多科学和工业领域产生了大量的数据。这些数据由多种特征表示,形成了多视图数据。因此处理这类数据的多视图学习逐渐成为深度学习、人工智能、神经网络、大数据等领域的研究热点。多视图聚类是多视图学习领域的研... 详细信息

随着科技不断进步,在许多科学和工业领域产生了大量的数据。这些数据由多种特征表示,形成了多视图数据。因此处理这类数据的多视图学习逐渐成为深度学习、人工智能、神经网络、大数据等领域的研究热点。多视图聚类是多视图学习领域的研究方向之一,经过多年的研究和发展,虽然已经取得许多成就并且应用到实际生活中,但是也存在一些问题。例如,多视图聚类算法需要通过多视图数据预先构造出一个关系图,多视图数据结构复杂,存在不同程度的噪声,所以构造出的关系图容易受到噪声的影响。而且多视图聚类算法通过加权融合的方式得到统一关系图,但是在融合过程中没有充分考虑权重分布对聚类结果的影响。此外,大多数多视图聚类算法将关系图的构造和融合分成两个独立的步骤,导致部分多视图数据信息损失。因此,基于上述提到的多视图聚类算法中存在的问题,本文主要进行如下工作:针对已有的多视图聚类算法在融合关系图的过程中没有充分考虑权重分布对聚类结果的影响和多视图数据存在不同程度噪声的问题,本文设计基于图的自加权多视图聚类算法。首先通过自适应邻域学习得到每个视图的关系图,然后将各个关系图自加权融合成统一关系图,在模型中引入视图权重调节参数,通过调整视图的权重分布使噪声大的视图获得更小的权重,减少噪声对聚类结果的影响,并且模型随着视图权重的变化可以获得更好的最优解。最后在统一关系图中通过秩约束优化得到最终聚类结果。针对已有的多视图聚类算法将关系图的构造和融合分成两个步骤导致部分多视图数据信息损失的问题,本文设计基于图的联合学习自加权多视图聚类算法。该算法首先计算出所有视图的关系图,然后通过自动加权融合生成统一关系图。通过交替方向乘子法对统一关系图和关系图进行交替优化,以相互增强的方式学习统一关系图和关系图,弥补分离步骤造成的信息损失。并且在统一关系图中加入视图权重调节参数,减少噪声的影响。最后通过秩约束优化得到最终聚类结果。本文设计两种多视图聚类算法分别是基于图的自加权多视图聚类算法和基于图的联合学习自加权多视图聚类算法。在真实世界数据集上与相关聚类算法进行对比实验,证明本文所提方法的有效性和优越性。

关键词：多视图聚类自加权矩阵融合自适应邻域学习

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：