区块链技术研究与应用

区块链提出了很多创新的技术用于在开放的环境中构建可信的交易机制,引起了各行业的广泛关注。首先从区块链技术应用的视角,总结了区块链技术的应用架构;然后探讨了区块链技术在人工智能、物联网、5G网络、供应链、图像与多媒体、教育、医疗健康等领域的应用问题及方法,并以应用为背景系统地提出了区块链的性能评估参数,包括基本性能指标和特性指标,为分析评价新设计的区块链提供依据;最后分析了区块链技术在服务、可扩展性、避免虚假和无效交易、性能解析和安全性与隐私保护方面的研究趋势,期望对该领域的应用研究提供有益的想法与思路。

基于相似性推荐的电子商务Web数据库关键字近似查询方法

关键字查询作为一种简单的查询方式已成为人们获取商品信息的重要手段.为了解决电子商务Web数据库关键字近似查询问题,提出一种基于相似性推荐的关键字top-k近似查询方法.该方法在离线阶段从关键字查询历史中选出少数代表性的关键字查询,然后根据其他关键字查询与代表性查询之间的相似度,为每个代表性关键字查询构建相应的关键字查询序列;当一个新的关键字查询到来时,评估其与代表性关键字查询之间的相似度,然后利用TA算法在预先创建的关键字查询序列上快速选出top-k个与给定关键字查询语义相关的关键字查询.用户通过查看这些相关查询的结果来获取与初始查询语义相关的查询结果,从而实现关键字的不精确查询.实验结果和分析表明,top-k查询选取方法具有较高准确性和执行效率.

基于互信息的RBF神经网络结构优化设计

以设计最小RBF网络结构为着眼点,提出了一种基于互信息的RBF神经网络结构优化算法。该算法用k近邻统计法估计隐节点输出矩阵与输出节点输出矩阵之间的互信息,获得每个隐节点与输出节点之间的相关性度量,删除相关性最小的隐节点,进而达到优化网络结构的目的。该算法具有自恢复机制,在简化网络结构的同时能有效保证网络的信息处理能力。在人工数据集和真实基准数据集上的仿真实验验证了该算法的有效性与稳定性。

基于突发事件的跨媒体信息检索系统的研究

随着突发事件信息规模的不断增大,如何实现突发事件应急管理领域跨媒体数据的精准搜索是高效利用信息资源迫切需要解决的问题。提出突发事件跨媒体信息检索系统(ECIR),详细阐述系统架构、关键技术和具体实现。ECIR集成本体、互联网信息采集、图像语义检索、智能移动终端、垂直搜索等技术,采集互联网突发事件的跨媒体信息,进行跨媒体分析和索引,实现突发事件跨媒体信息的快速检索和提供移动终端的跨媒体信息检索服务,为突发事件应急信息的挖掘和融合提供科学准确的决策依据。

基于内容的视频检索中视频镜头检测技术的研究

对基于内容的视频检索中视频镜头检测技术进行研究。首先,特征的选取,使用符合人类感知的HSV空间,并以该空间上的非均匀分块加权颜色直方图作为帧间差特征;其次,以双阈值比较法为检测方法,对其存在的问题进行改进;最后,采用基于局部统计特性的阈值选取方法。实验表明:本方法能取得较好效果,在一定程度上提高检测的查全率和准确率。

计算机科学与技术专业实践教学模式设计

针对当今社会对计算机科学与技术专业人才实践能力和创新能力要求越来越高的实际,提出在课程实验、课程设计、现场实习、创新实践和毕业设计等实践教学环节进行教学模式的改革与设计,该模式对不同实践环节采用多样化的实践教学模式,在实践教学中培养学生信息素养,提高实践能力,激发创新意识、促进自主学习,增强创新和团队合作意识。

协同过滤技术在社会性网络服务的应用

本文首先讨论了社会性网络服务(Social Network Service,SNS)的网站中的评价以及对个性化推荐的需求,之后详细介绍协同过滤技术的基本机制、在推荐过程应用的形式及优势所在、以及其在进行推荐过程中的具体的信息处理及预测过程。

3G系统功率控制技术的研究与比较

功率控制技术是码分多址系统克服"远近效应"和"边缘效应"的有效方法,在介绍了3G系统中的功率控制技术基本方法的基础上,阐述了现今不同功率控制算法的特点,并对功率控制技术与新技术的结合与功率控制技术的发展进行了讨论。

基于离散余弦-广义小波变换的数字水印技术

提出了兼备离散余弦变换和小波变换两者优点的离散余弦-广义小波变换和分层嵌入数字水印的概念与方法,该变换具有较强的数据压缩能力和嵌入水印的能力。用MATLAB语言在512×512Lena图像中分两层嵌入了图片及随机码,通过实验证明了该数字水印具有较好的隐蔽性和抵抗常见攻击的鲁棒性,也证明了为适应网络传输进行分层嵌入水印的可行性。

基于Wireless MMX技术的H.264编码器优化的研究

H.264编码技术作为最新视频编码标准其性能非常出色。但是由于它的计算量比较大,在资源有限的嵌入式环境中无法显示出其良好的性能。Intel XScale PXA272是支持Wireless MMX技术的最新的嵌入式处理器。分析了H.264编码技术,通过使用WMMX指令和流水线技术对其瓶颈函数进行了优化,有效地提高了编码速率,达到了嵌入式系统实际应用的需求。

双目视觉立体匹配技术研究现状和展望

立体匹配技术是双目立体视觉研讨的核心问题,在许多领域有着不同的应用,在算法方面更是涌现出各种各样的方法。对立体匹配发展现状进行了阐述,首先介绍了立体匹配技术的有关原理,然后对立体匹配中的区域立体匹配算法、全局立体匹配算法以及半全局立体匹配算法进行了论述和探讨;并总结了各类立体匹配算法的特点。最后对立体匹配算法进行了展望,同时给出了发展方向的建议。

基于MSB和HVS的空域信息隐藏算法的研究

为了提高图像信息隐藏的容量以及鲁棒性,提出了基于最高有效位和人类视觉系统的空域信息隐藏算法。它将秘密信息与最高有效位平面匹配替换,以减少需要嵌入信息的容量,形成新的秘密信息;然后根据人眼视觉,针对图像的纹理区域和平滑区域、高灰度区域和低灰度区域的不同冗余程度进行信息嵌入。实验结果表明,该算法具有较好的鲁棒性,嵌入容量大于LSB算法,并且隐秘图像的峰值信噪比均大于38dB,保证了信息隐藏的视觉效果。

一种基于网络书签的个性化信息推荐方法

针对目前Internet上信息的爆炸式增长,提出了一种基于Web挖掘的个性化信息推荐方法,介绍了个性化推荐的流程和实现模型,并借鉴复杂网络中的社团结构划分方法,提出了基于网络书签的个性化信息推荐方法,分析了社团内基于协作过滤和社团间基于"信息桥"的个性化信息推荐,并通过实验验证了此方法在个性化信息推荐中是有效的。

基于MIMO系统的预编码技术研究

多入多出(MIMO)无线通信技术大大增加了无线通信系统的容量,改善了无线通信系统的性能。针对MIMO系统中各用户的接收信号间存在相互干扰,分析了一种线性预编码算法,并通过仿真结果表明,经过线性预编码的系统性能有很大提高。

应用SRR/CSRR去耦的毫米波MIMO天线

根据目前无线通信系统的发展趋势,为了大幅度地提高通信效率,针对Ka波段,设计了一款基于开口谐振环和互补开口谐振环的低耦合多输入多输出天线。天线整体尺寸为40 mm×25 mm×1.2 mm。首先,该天线正面由带有空心圆的椭圆形辐射贴片、梯形微带馈线及开口谐振环组成,保证天线工作在Ka波段(26~40 GHz)。其次,该天线背面为刻蚀互补开口谐振环结构的矩形接地板,可以有效地达到去耦的目的,从而实现低耦合的效果。仿真与实测结果表明:工作带宽为26~40 GHz(相对带宽达到50%),回波损耗小于-10 dB,耦合度均小于-26 dB,包络相关系数小于0.001,辐射方向图良好,增益稳定,辐射效率较高。由此,所设计的天线不仅结构简单、尺寸紧凑、频率覆盖范围广,且各项性能占优,可广泛应用于5G毫米波相关领域。综上,应用SRR/CSRR的技术使毫米波MIMO天线的互耦度得到了降低,验证了SRR/CSRR技术作为一种新型去耦技术的可行性和有效性。

基于自适应深度先验的高光谱图像超分辨率

为了解决现有的高光谱超分辨率方法依赖于手工先验和数据驱动先验会导致参数选择困难或可解释性差的问题,采用一种基于自适应深度先验正则的高光谱图像超分辨率方法,进行了理论分析和实验验证。首先设计基于卷积神经网络的多阶段特征提取网络,提取退化图像的空间和光谱信息;其次将提取到的空-谱先验输入基于transformer模型的特征融合模块;然后自适应交互空域和谱域的互补信息,以捕获图像的全局先验特征;最后在退化模型中插入深度先验正则项,将超分辨率问题表述为一个优化问题,其解可以通过交替方向乘子法获得并降低求解复杂度。结果表明,所提出算法在信噪比均为35 dB时,重建信噪比分别达到了34.16 dB和29.35 dB,比次优算法高出2.78 dB和2.17 dB,重建的高分辨率高光谱图像与其固有结构具有较高的一致性。该研究为综合利用手工先验和数据驱动先验增强高光谱图像空间分辨率提供了参考。

基于深度图像先验的高光谱图像去噪方法

为了避免现有的高光谱图像去噪优化模型仅考虑有限的高光谱内在结构特点、并未实现图像特征的精确表征的问题,采用了一种基于空谱深度图像先验与平滑的高光谱图像去噪方法,将紧框架变换与具有高表达与强学习能力的深度学习模型进行结合,构建基于深度学习的噪声去除模型。首先在低秩矩阵分解的基础上,利用特定的深度图像先验学习潜在的空谱特征;然后分别构建端元与丰度矩阵的紧框架稀疏正则探究空谱局部平滑,并解决深度图像先验的半拟合问题;最后设计高效迭代算法实现模型求解。结果表明,基于空谱深度图像先验的方法在各种复杂的噪声干扰下均表现出较好的视觉恢复性能,峰值信噪比至少有1 dB以上的提升,得到了高质量的恢复图像。该方法为高光谱图像去噪提供了参考。

可重构通道选择型功率放大器设计

为满足现代无线通信系统小型化、集成化、低成本和高性能的需求,提出了一种新型的可重构功率放大器结构。该结构设计的输入匹配网络,能够实现1~3 GHz频段内的良好匹配;输出匹配网络将可重构技术和滤波匹配技术相结合,通过分布式PIN开关连接不同的滤波匹配电路,实现信号在多通道内高效的放大特性和工作频带的高选择性输出。采用CGH40010F GaN晶体管设计并加工了一款工作在1.5、1.8、2.4、2.6 GHz的功率放大器,其带宽约为200 MHz,通带外信号衰减可达-30 dB。通过测试,该功率放大器的饱和输出功率为40 dBm,增益维持在10 dB左右,最大功率附加效率(power added efficiency, PAE)可达到63%,实测结果与仿真结果具有较好的一致性。本文结构降低了电路复杂度和设计难度,具有高效率、高选择性等优势,为设计宽频带多功能可重构功率放大器提供了一种可行的方案。

轻量化M-CNN的太阳电池表面缺陷识别

针对太阳电池EL图像,提出一种高识别率的轻量化M-CNN网络模型。首先,该网络模型将拼接的多特征图融合通道注意力机制;然后,引入Ghost卷积层降低模型参数;最后,利用普通卷积层取代最大池化层进行特征空间降维。实验结果表明:在自建裂痕、阴影、微小瑕疵、无缺陷图像数据库共15767片上,M-CNN对粗糙分类检测准确率和瑕疵分类检测准确率分别是99.83%和93.38%,模型参数量是1.29 MB。相较先进的MobileNetV3、DeepVit和MobileVit等网络,M-CNN有缺陷识别率高和模型参数量低的优势。

融合细粒度特征编码的点云分类分割网络

有效获取点云特征是分析和处理三维点云场景的关键。针对目前深度学习方法特征信息提取不充分,难以捕捉深层次语义信息的问题,提出了一种融合细粒度特征编码的网络来提高点云分类与分割任务的准确率。首先,特征提取模块包含2个子模块:一个是扩张图卷积模块,相比图卷积能够提取更丰富的几何信息;另一个是细粒度特征编码模块,能够获取局部区域的细节特征。其次,通过可学习参数将二者动态融合,有效地学习每个点的上下文信息。最后,将提取的所有特征相加,通过通道亲和注意力模块来强调不同通道,协助特征图来避免可能的冗余。在ModelNet40及ScanObjectNN数据集上进行点云分类实验,总体分类精度分别为93.3%和80.0%。在ShapeNet Part数据集上进行点云部件分割实验,平均交并比为85.6%。实验结果表明,与目前主流方法相比,该网络具有较优的性能。