为研究不同粒径废玻璃粉对胶砂流动性与抗折抗压性能的影响，将无色废玻璃碾磨并筛分为38～53μm、53～75μm、75～150μm、150～300μm、300～600μm 五种粉末状态，作为辅助胶凝材料以内掺法分别替代胶砂中水泥5％、10％、15％、20％...为研究不同粒径废玻璃粉对胶砂流动性与抗折抗压性能的影响，将无色废玻璃碾磨并筛分为38～53μm、53～75μm、75～150μm、150～300μm、300～600μm 五种粉末状态，作为辅助胶凝材料以内掺法分别替代胶砂中水泥5％、10％、15％、20％、25％、30％的用量，同时以粉煤灰作对比，测量拌合物流动度以及28 d 的抗折抗压强度。结果表明，当废玻璃粉粒径小于75μm 同时掺量在10％～15％时，对提高胶砂流动性较佳；当废玻璃粉粒径为38～53μm 同时掺量为5％～15％时，其胶砂试件28 d 抗折抗压强度最佳且与基准组相差无几。展开更多
为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HS...为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HSV彩色空间,借助二维离散小波变换(Discrete Wave Transform,DWT)处理V分量,利用其低频系数形成二次图像;再引入奇异值分解(Singular Value Decomposition,SVD)处理二次图像,提取其全局特征,将其作为第一个中间哈希序列;基于Fourier机制,借助残差方法,确定图像的显著区域,获取其位置与纹理的局部特征,作为第二个中间哈希序列;随后,引入Radon变换,通过计算图像的中心方向信息,将其与2个中间哈希序列组合,形成过渡哈希数组;借助Logistic映射,定义动态引擎参数,从而设计了分段异扩散技术,对过渡哈希数组进行加密,输出最终的哈希序列;最后,通过估算原始哈希序列与待检测哈希序列的Hamming距离,将其与用户阈值进行比较,完成图像认证.实验结果显示:与当前的图像哈希技术相比,所提算法具有更高的鲁棒性与安全性,对旋转攻击能力具有更好的识别能力.展开更多
文摘为研究不同粒径废玻璃粉对胶砂流动性与抗折抗压性能的影响，将无色废玻璃碾磨并筛分为38～53μm、53～75μm、75～150μm、150～300μm、300～600μm 五种粉末状态，作为辅助胶凝材料以内掺法分别替代胶砂中水泥5％、10％、15％、20％、25％、30％的用量，同时以粉煤灰作对比，测量拌合物流动度以及28 d 的抗折抗压强度。结果表明，当废玻璃粉粒径小于75μm 同时掺量在10％～15％时，对提高胶砂流动性较佳；当废玻璃粉粒径为38～53μm 同时掺量为5％～15％时，其胶砂试件28 d 抗折抗压强度最佳且与基准组相差无几。
文摘为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HSV彩色空间,借助二维离散小波变换(Discrete Wave Transform,DWT)处理V分量,利用其低频系数形成二次图像;再引入奇异值分解(Singular Value Decomposition,SVD)处理二次图像,提取其全局特征,将其作为第一个中间哈希序列;基于Fourier机制,借助残差方法,确定图像的显著区域,获取其位置与纹理的局部特征,作为第二个中间哈希序列;随后,引入Radon变换,通过计算图像的中心方向信息,将其与2个中间哈希序列组合,形成过渡哈希数组;借助Logistic映射,定义动态引擎参数,从而设计了分段异扩散技术,对过渡哈希数组进行加密,输出最终的哈希序列;最后,通过估算原始哈希序列与待检测哈希序列的Hamming距离,将其与用户阈值进行比较,完成图像认证.实验结果显示:与当前的图像哈希技术相比,所提算法具有更高的鲁棒性与安全性,对旋转攻击能力具有更好的识别能力.
