基于稀疏性和自信息的显著性检测方法

为提高图像显著性检测的准确性与有效性,在CIE Lab颜色空间内,通过模拟生物视觉神经元的中央-周围运算,提出一种基于稀疏表示与自信息的快速显著性检测方法。对原始输入图像的特征图像进行稀疏量化,计算该稀疏量化图像各像素点的自信息值,根据各像素点的自信息值进行显著性检测。实验结果表明,与GBVS、AIM和ITTI模型相比,该方法 AUC值分别提高了15%、17%和20%,平均耗时则分别降低了93%、95%和92%,验证了该方法能够准确快速地检测图像显著性。

富安娜：来自信息的正能量

信息化做到最后实际上就是信息的较量，没有信息，企业将一事无成，缺乏对信息的获取和分析技术更加无法让大象起舞。

基于自信息的犯罪网络情报分析与研究

本文以信息论为基础,建立犯罪网络中情报系统,根据所携带的危险信息的概率,对犯罪网络中每个成员在交流过程中的语言所含信息量进行分析比较,从而得到最有可能为犯罪团伙成员的人。该方法通过信息论的基础理论知识,通过对不同危险信息的概率的设定,对破获犯罪团伙成员,打击犯罪起到非常重要的作用。

来自信息技术领域的“佣工”与对企业的服务

在美国，“信息技术保证服务”（“Outsourcing”）概念系指主要从事信息技术与管理领域订货的其他专业化公司积极介入企业事务的现象．标志“信息技术课任医务”作为新的开创战出现的头一件重大历史事实，是自1984年音至今仍在持续的EDS公司（EletronlcDataSystems）积极介入通用汽车公司吸系迅的事务．上述关系至今仍在维持中，虽然EDS已正式历商通用汽车公司．“社会技术保证服务”形式台业积极发展的出回流是回台一兽显著变化而出现的．这些变化如个人计算机出现后的工业与社会信息技术的变化和远程通信系统及不＊战系统的迅丞发展，简而育之，是及生在企业的用户与铁信卫技术宜接任系的工具出现之后．除EDS之外，IBM和ComputerAssocates多公司也积极投入了“技术保证服务”领域．这里探讨的经任范目包括医务、仅用、修理、干坏培训、附件设计、咨林同务、建立佳扈中心。目前，“信息技术用任医务”实自上在由团持田保证的社会框架内急剧地发足．它为隍立在信息技术和远程通信设施基础上的集体企业经江创造了条件．作者将这些情况作为扭极有巴的开端加以探讨．建议积极而慎重地评如此项活动，以免企业启用不负责的信息业“拥工”（Infomercenaries）．

视觉显著性检测:一种融合长期和短期特征的信息论算法

针对传统视觉显著性检测算法单纯使用当前观测图像的信息或是先验知识的不足,该文引入了长期特征和短期特征的概念,分别代表先验知识和当前观测图像的信息,并提出了一种基于信息论的算法将它们融合。首先,分别根据人眼跟踪数据和当前观测图像的内容来训练长期和短期稀疏词典并对图像进行稀疏编码,将得到的稀疏编码作为长期和短期特征。其次,针对现有算法只能在整幅图像上或是在一个固定大小的局部邻域内进行统计的缺陷,该文提出一种基于信息熵的特征概率分布估计方法,该方法可以根据当前观测图像的具体情况自适应地选择一个最佳的区域大小来计算长期和短期特征出现的概率。最后,利用香农自信息来输出图像的显著性检测结果。同8种流行算法在公开的人眼跟踪测试库上进行的主观和定量的实验对比证明了该文算法的有效性。

基于Web的高校财务管理信息系统报表设计与研究

文中对于高校财务信息管理系统报表设计中,将会应用现代信息化Web技术,基于Web技术分析系统设计需求,对高校财务管理信息系统进行需求分析、架构设计、报表设计等,以确保优化设计实现该系统。结果证实基于Web优化设计高校财务管理信息系统,不仅能够确保系统报表设计形式多样化,也可以提升系统应用性能,提升12.0%,应用该系统可以较好的完成高校中对于财务信息的管理工作。结论表明,基于Web设计实现高校财务管理信息系统,可以优化系统报表设计质量,发挥积极意义,可以在实践中推广应用该设计方案。

关于最大熵与信息熵之差的上界讨论

基于自信息函数为一可微凸函数这一事实,利用自信息函数所对应的Jenson离散型不等式,得到了有关最大熵与信息熵之差上界的一些结果.

基于信息论的图K划分方法

图划分问题是一个NP完全问题,很难在多项式时间内获得一个最优解。为快速获得一个图划分的近似最优解,研究了信息论中的相关知识,设计了一个基于信息论的求解图K划分的近似算法。该算法通过快速求解各节点的自信息及熵,获得各节点集之间的相关性,从而获得相应的划分。经分析,该算法的时间复杂度为O(V2)。实验结果表明,该算法获得的解同工具metis的求解效果相当,且在时间上明显优于metis工具。

信息度量公式的探讨

本文针对《管理信息系统》课程中关于信息度量的教学内容,结合信息论的相关知识,对信息量计算的常用公式进行了梳理,将信息度量分别从自信息量的计算、平均自信息量的计算和含有多个独立事件消息所含信息量的计算三个方面来分析。论文还指出了学生用错公式的主要原因是混淆了自信息量与平均信息量的计算公式,提出了教材内容改进意见与编排建议。

理清成效背后的问题让信息惠民

自信息惠民国家试点城市工作开展以来,在国家发展改革委等部门的统筹领导下,各试点城市精心组织积极推进,有关工作取得明显进展。为促进试点城市之间经验交流,形成可复制、可推广的经验做法,发挥试点城市的示范带动作用,推进信息惠民工作在更大范围取得成效,国家发展改革委于今年6月启动了"信息惠民工程创新应用案例征集活动"。截至8月末。

熵与信息论

科学中某些概念之所以重要,是由于它们反复出现在许多描述中,而且往往波及离最初表述很远的领域内,熵就是一个这样的概念。自从1865年克劳修斯在热力学中引入熵概念以来,熵概念不断向其他领域泛化,其应用不仅遍及自然科学的众多领域,并且还在社会科学中获得了尝试性的应用。为了使关心此问题的广大读者能简捷地了解到国内熵理论与应用研究的现状,为了促进我国熵理论及其应用研究的发展,本刊记者特邀约9位学者就熵概念的泛化及其在不同领域的应用举行了这次笔谈。

基于信息熵的复杂作战网络动态演化研究

网络中心战、分布式和分散式指挥控制逐渐替代传统的以平台为中心的作战形态和集中式指挥控制,信息成为一种作战能力。结合新型信息化武器装备体系作战环,构建了基于信息熵的复杂作战网络模型,提出了信息化武器装备体系作战能力的度量方法。以提高作战能力作为网络演化动力,设计了复杂作战网络的动态演化规则,构建了择优演化和随机演化2种作战网络演化模型。结合典型信息化武器装备体系作战案例,对其作战网络动态演化进行分析,揭示了复杂武器装备体系整体作战能力与武器装备单元微观变化之间的规律,为信息化武器装备体系作战效能设计与优化提供理论依据。

基于超像素和信息论的SAR图像目标检测研究

针对传统的恒虚警率(CFAR)检测算法的不足,提出新的基于超像素和信息论的SAR图像目标检测方法。首先利用改进的SLIC超像素生成算法将SAR图像分割成超像素块,然后计算各超像素块自信息值并选出候选超像素块,最后用邻域加权信息熵剔除法滤除虚警超像素块,最终得到目标检测结果。同时与两种基于杂波统计模型的CFAR检测算法的检测效果进行对比,结果表明所提检测算法对SAR目标有较高的检测准确度,且目标物原有形态能得到很好的保留。

南自信息炫亮2012南京公共安全防范产品展

2012（第十一届）南京社会公共安全防范产品及技术展览会将于近日在南京国际博览中心隆重举行。作为江苏安防行业的领军企业、行业整体解决方案的实施者，南京南自信息技术有限公司应主办方的邀请参展。

信息论中关于互信息的三种不同理解的统一性

信息论是一门新兴学科,是在长期的通信工程实践中,又由通信技术与概率论、随机过程和数理统计相结合逐步发展起来的一门学科。互信息是信息论中的一个重要概念,它表达了由于信道中存在噪声而带给的通信系统的发送、接收的不确定性,本文将从信源、信道以及整个通信系统三种不同的角度给出互信息的定义,并证明这三种定义的统一性。

信息革命与国家安全

进入九十年代以来,国际关系发生了一系列重大变化。国际经济中,英镑危机、里拉危机、墨西哥金融危机、东南亚金融危机、俄罗斯金融危机,经济神话被一次次打破,世界经济究竟应该怎样调整?国际政治中,东欧剧变、苏联解体,雅尔塔体制彻底崩溃,冷战结束,但世界并没有就此和平。所有这些令人关注的国际问题都与信息革命有着紧密的关系;信息在给世界经济带来巨大的发展同时,也深深影响着国家安全。人类已经走过农业文明,而今正走出工业文明,迈向信息文明。在人类社会的发展过程中,工业文明曾有其不可否认的历史功绩,但它已无法适应今天的发展需要,对于目前国际关系中种种新现象既不能解释又无法解决。马克思认为,生产力和生产关系的矛盾是人类社会发展的根本动力。从这种意义上说,信息革命是当今国际关系变化的根本原因。信息革命是以计算机和网络技术为基础的一场科技革命,它从根本上改变着人类的生产和生活方式。在信息社会,社会的发展主要依靠知识创新和科技的进步,信息及其快速准确的传输是社会经济发展的主要动力,人与人的不平等表现为获取信息的不平等,国与国的地位对比将取决于对信息的占有程度。当然,如果不能有效处理和利用信息带来的有利机遇,未来世界很可能面临来自信息的严峻挑战。

建立“农机经营管理信息系统”之我见

随着社会主义市场经济的发展,计算机已广泛地应用于各行各业。农机公司系统推广应用计算机,对企业经营管理诸要素进行合理配置和优化组合,使经营活动过程中的人流、物流、资金流、信息流处于最佳状态,以求获得最佳效益,已成为全行业的共识。 镇江市农机公司于1991年开始,单项运用计算机参与企业管理,几年来通过不断探索和实践。

基于伽马内核与加权K近邻的流量分类算法

K最近邻算法(KNN)是一种简单有效的分类方式。当数据集分布均衡,不同类别样本之间的差异显著时,KNN的分类效果一般较好。但实际中数据集通常不理想,网络流量往往呈现倾斜分布,存在样本之间差异不显著等问题。为了更好地权衡样本距离之间差异以及流量类别分布不均带来的模型准确率下降问题,提出了一种基于Gamma内核与加权KNN的流量分类算法,综合考虑了距离和流量分布对分类结果的影响。采用Gamma分布函数作为内核,对不同类别采用自信息进行加权。最后得到G-WKNN模型,并将该模型应用于CIC-IDS2017数据集。实验结果表明,在流量均衡的情况下,模型准确率稳定在0.91左右。在流量不均衡时,依旧具备良好的分类表现。对比其余几种改良的KNN算法,其分类准确率较高且模型稳定性好,对K值相对不敏感。同时G-WKNN模型对少数类别分类准确率的提升效果也较为显著。

基于粒计算的支持向量数据描述分类方法

分类学习效果与有限训练样本的分布情况密切相关。支持向量数据描述(Support vector data description,SVDD)作为单一边界求解模型,不能良好刻画数据实际分布特征,从而导致部分目标对象落在超球以外。为了提高其分类能力,本文提出一种基于粒计算的支持向量数据描述(Granular computing-driven SVDD,GrC-SVDD)分类方法,构造多粒度层次的属性集合以及相应的多粒度超球。首先通过邻域自信息对当前粒度层的属性集合重要度进行计算,然后选择最佳属性集合对上一粒度层未达到纯度阈值的超球再训练,直到所有超球满足条件或者属性耗尽。实验部分讨论了算法参数对分类性能的影响,并通过学习获得超参数。结果表明,与SVDD及流行的分类算法相比,本文方法具有较好的分类性能。

极性隐喻的梯级逻辑

极性隐喻反映了隐喻思维与梯级逻辑的交融。极性隐喻有两个主要特点:极性敏感性和统指功能。本文结合Israel(1998,2001)的研究和信息论中的自信息的概念,提出了基于概率的梯级模型,指出极性隐喻的极性分布受基于概率的梯级逻辑的制约,并用单调函数区分典型和颠倒型极性隐喻,用概率与自信息构成的单调递减函数解释极性隐喻的命题内容与隐喻源域的逻辑相对立的现象。