基于寄存器分配的软件水印算法

本文详细介绍了基于寄存器分配的三种软件水印算法,QP,QPS,QPI。这三种算法都是通过为冲突图添加边的方式在程序中嵌入水印的。根据图染色的寄存器分配理论,我们提出了一种新的软件水印算法一二次染色算法（STC）,此算法并不需要添加任何额外的边,只是通过为图中的部分顶点二次着色方式来嵌入水即的。与前面三种算法比较,STC算法更简洁,更有效。     

基于寄存器分配的软件水印算法

本文详细介绍了基于寄存器分配的三种软件水印算法,QP,QPS,QPI。这三种算法都是通过为冲突图添加边的方式在程序中嵌入水印的。根据图染色的寄存器分配理论,我们提出了一种新的软件水印算法一二次染色算法（STC）,此算法并不需要添加任何额外的边,只是通过为图中的部分顶点二次着色方式来嵌入水即的。与前面三种算法比较,STC算法更简洁,更有效。     

用模拟退火算法实现二层图的平面嵌入

提出了一个对二层图进行表示的模型,该模型采用二进制编码,在此模型的基础上实现了对二层图进行平面嵌入的模拟退火算法,利用此模拟退火算法可以找出给定的二层图的近似最大二层平面子图,从而可以将其嵌入到平面上。结果显示在该模型的基础上模拟退火算法可以找出比Hopfield网络更优的二层平面子图。     

论经典命题逻辑矢列演算的保持高度收缩定理

在《结构证明论》中,给出保持高度收缩定理在经典命题逻辑矢列演算中的一个详细而完整的证明过程,得出保持高度收缩的推论并证明了该推论,指出保持高度收缩推论在证明切割规则的可容许性定理上有减少推导步骤的作用。     

轴承音频信号可视化方法的仿真实验

介绍了时域可视化、频域可视化和时频可视化在Matlab平台下的详细算法实现,然后利用Matlab工具首次对正常音、内圈异音、外圈异音和滚动体异音等音频信号进行了实验仿真,绘制出滚动轴承的时域图、频域图和声谱图,并以此来作为判断轴承是否正常运行的依据。     

思维导图在初中英语阅读教学中的运用

根据《中国英语能力等级量表》,该文将思维导图运用到英语阅读教学中,并结合案例,对思维导图的运用给予详细的分析,并得出相应的启示。     

基于级联降维判别的语言情感识别（英文）

为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应.基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法.为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间.然后,为了扩展映射形式,提出了一种kernel dCLPP(KDCLPP)的方法.在EM O-DB和eNTERFACE'05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析(PCA)、线性判别分析(LDA)、局部保持投影(LPP)、局部鉴别嵌入(LDE)和图优化的Fisher判别分析(Gb FA)等判别分析算法,这些算法都有不同类型的分类器.     

连通图的(邻接)树图的上可嵌入性

若图G可2胞腔嵌入到可定向曲面S上，且G嵌入S后至多只有2个面，则称G在S上是上可嵌入的，文章证明了：若图G是连通图，则G的邻接树图Gt、树图Gr都是上可嵌入的。     

基于分治、剪枝和蚁群算法求解最大团问题

最大团问题是经典的NP-hard问题,对该问题求解方法的研究在理论上,实践上都具有一定的意义。蚁群算法已成功地求解许多组合优化难题。本文使用分治法,将图分解成子图,对各子图应用蚁群算法求解,并根据目前求得的最优解的值对各个子图进行剪枝,去除对求解没有意义的点,提出基于分治、剪枝和蚁群算法求解最大团问题的算法。它减小了问题的求解规模,使求解容易。实验取得了较好的结果。     

基于边缘Fisher分析的主动学习方法

将边缘Fisher分析引入到MAED算法中,通过构建类内紧凑图和类间分离图,来描述样本点间的几何特征,形成一种新的主动学习方法.该算法利用两个图同时对流形数据局部结构和类鉴别信息进行建模,从而更好地保持了数据的内在几何特征.基于图像数据集的实验结果,证实了该方法的有效性.     

航摄影像特征点提取算法研究

随着无人机在测绘领域的广泛应用,航摄影像处理已成为国内外关注的热点。为寻求更适合航摄影像特征点提取的算法,对目前国内外几种常用特征点提取算法进行对比分析,结果表明,Moravec算子相较于其它算子,原理最为简单,但图像处理效果不佳。为此,利用C#工具实现Moravec算子,并通过图像处理实验,从计算速度、提取质量、定位精度、抗噪能力等方面对其进行全面分析,得出该算子在提取质量、定位精度与抗噪能力等方面均性能较差,该结论为今后对其优化改进提供了明确的研究方向。     

基于半监督判别分析的语音情感识别(英文)

将基于多个嵌入图组合形式的半监督判别分析(SDA)以及核SDA(KSDA)应用于全监督的语音情感识别.在语音信号样本情感成分的预处理阶段,从样本语段中提取出多种特征及其统计参数,包括基音、过零率、能量、持续长度、共振峰和MFCC(Mel频率倒谱系数).在将样本特征送入分类器之前的维数约简阶段,使用经过参数优化的SDA或KSDA进行降维.Berlin语音情感数据库上的实验表明,在使用多类SVM分类器时的全监督语音情感识别中,SDA优于其他一些先进的基于谱图学习的维数约简算法,如LDA,LPP,MFA等,而KSDA通过核化的数据映射,能够取得比上述所有算法更好的识别效果.     

基于三角形折叠的网格简化与特征保持算法

三角形折叠简化算法可以通过简单的运算就能识别出模型的三角形中的关键顶点,并在简化的同时可以较好的保持模型的外观。特征三角形保留的策略,可以正确识别并过滤模型的特征三角形,从而避免了因为特征三角形的丢失而导致模型外观的失真和变形。识别边界三角形的策略能有效地保持模型边界的完整性,避免了出现边界裂齿的情况。     

一类相异嵌入格式的嵌套迭代并行算法

为改善并行迭代算法SCⅡ的收敛速度和渐近收敛性质，本给出了求解一维扩散方程的一类相异嵌入格式的嵌套迭代并行算法CIS-EOI．论述了CIS-EOI算法的基本构造，并用矩阵理论证明了格式的稳定性；讨论了迭代收敛性和渐近收敛性质．CIS—EOI算法不仅加快了迭代法的收敛速度、改善了网格加密时的渐近收敛性质，还提高了精确度，比单纯采用SCⅡ算法要好．中数值例子表明相异嵌入格式的嵌套迭代并行算法CIS—EOI是有效的．     

基于DCT的数字水印的嵌入和提取

离散余弦变换（DCT）的这种频域算法能实现数字水印的嵌入和提取,然后对嵌入水印后的载体图像进行加噪、剪切、滤波等攻击实验,能够证明嵌入水印后的图像有较强的鲁棒性,进而说明数字水印技术的实用性．     

一种基于改进插值的数据隐藏算法

针对数据隐藏算法嵌入容量有限的问题,提出一种新的插值方法,将其应用到数据隐藏领域中,并给出一种基于改进插值的可逆数据隐藏算法.该算法在信息嵌入时,先用文中提出的插值方法对原始宿主图像进行扩展,扩展时,每个扩展像素以4个宿主像素点作为参考,通过计算得出均值,再将其分配到待扩展的位置上,信息嵌入后可以无损地进行信息提取和图像的恢复.实验结果表明,该数据隐藏算法在嵌入容量、图像视觉质量方面均取得很好的效果,相比其他的数据隐藏算法,最大嵌入容量提高了24．78%-39．29%,最大藏量下的信噪比均保持在39 dB以上.     

基于多重线性非参数化特征提取算法的人脸识别技术

针对人脸识别技术的特征提取方法存在不准确等问题,提出了基于张量空间模型的多重非参数化特征提取算法,给出了算法的基本原理,最后通过在ORL标准人脸数据库上的实验结果,验证了MNFA方法要明显优于MDA方法．     

基于相位相关法与改进SURF算法的图像拼接方法

为避免相邻图像非重叠区域特征点被检测和提取,加速图像配准,提出一种基于相位相关法与改进SURF算法的快速图像拼接方法。该方法采用相位相关算法确定待拼接图像的重叠区域,限定SURF特征点检测、提取范围,用改进的SURF算法进行特征点匹配|然后根据MSAC算法剔除误配后的特征点匹配对,求取单应性矩阵,实现图像之间的快速配准|最后采用多波段融合算法对配准后的图像进行处理以消除拼接缝。实验结果表明,与传统算法相比,该方法可提高特征点匹配正确率,加速图像配准过程,完成拼接图像间的平滑过渡。     

Image feature optimization based on nonlinear dimensionality reduction

Image feature optimization is an important means to deal with high-dimensional image data in image semantic un- derstanding and its applications. We formulate image feature optimization as the establishment of a mapping between high- and low-dimensional space via a five-tuple model. Nonlinear dimensionality reduction based on manifold learning provides a feasible way for solving such a problem. We propose a novel globular neighborhood based locally linear embedding （GNLLE） algorithm using neighborhood update and an incremental neighbor search scheme, which not only can handle sparse datasets but also has strong anti-noise capability and good topological stability. Given that the distance measure adopted in nonlinear dimensionality reduction is usually based on pairwise similarity calculation, we also present a globular neighborhood and path clustering based locally linear embedding （GNPCLLE） algorithm based on path-based clustering. Due to its full consideration of correlations between image data, GNPCLLE can eliminate the distortion of the overall topological structure within the dataset on the manifold. Experimental results on two image sets show the effectiveness and efficiency of the proposed algorithms.     

一个描述可视化语言上下文属性化的图文法框架

针对目前已有的上下文相关图文法的描述规范过于复杂或不太直观,提出了一个新的上下文相关图文法的形式框架：上下文属性化的图文法CAGG．该文法将产生式的上下文信息刻画成相关结点的上下文属性来解决嵌入问题．而且进一步分析了合流的CAGG产生式集合的基本特征,并基于此设计了合流产生式集合的判定算法,从而为构造高效的语法分析算法奠定了基础．通过与已有上下文相关图文法的对比分析可知,CAGG图文法的形式更为简洁和直观,因而更适于且更易于应用到可视化语言描述领域．