期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
图像DCT系数的α稳态簇分布模型
1
作者 毛家发 林家骏 戴蒙 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第3期422-427,共6页
提出了一种新颖的统计分布模型———α稳态簇模型。根据图像DCT系数的统计特征,结合理论分析和实验验证,验证了图像DCT系数服从于α稳态簇分布模型。α稳态簇模型具有足够的柔韧性,随着特征指数α改变,其分布形状也会改变。图像纹理细... 提出了一种新颖的统计分布模型———α稳态簇模型。根据图像DCT系数的统计特征,结合理论分析和实验验证,验证了图像DCT系数服从于α稳态簇分布模型。α稳态簇模型具有足够的柔韧性,随着特征指数α改变,其分布形状也会改变。图像纹理细节细密程度与特征指数α呈反比例关系,对于纹理细节细密的图像,其特征指数α偏小;对于具有平滑区域的图像,其特征指数α偏大。 展开更多
关键词 隐写分析 数字水印 α稳态簇模型 吻合度
在线阅读 下载PDF
谈“数学教材把握” 被引量:1
2
作者 周湘蘅 王慧 《当代教育科学》 北大核心 2004年第13期58-59,共2页
关键词 数学 教材把握 内容模式 缄默知识 模式识别
在线阅读 下载PDF
人体细胞增生中一类迁移算子的谱分析 被引量:34
3
作者 王胜华 翁云芳 阳名珠 《数学物理学报(A辑)》 CSCD 北大核心 2010年第4期1055-1061,共7页
该文在L^p(1≤p<+∞)空间上,研究了人体细胞增生中具一般边界条件的Rotenberg模型的迁移方程,证明了这类迁移算子A产生C-0半群及本征值的存在性,得到了该迁移算子的谱在区域Γ中仅由有限个具有限代数重数的离散本征值组成等结果.
关键词 Rotenberg模型 迁移算子 C0半群 一般边界条件 本征值
在线阅读 下载PDF
基于JPEG净图定量描述的隐写分析方法 被引量:10
4
作者 毛家发 钮心忻 +1 位作者 杨义先 时书剑 《电子学报》 EI CAS CSCD 北大核心 2011年第8期1907-1912,共6页
在隐写分析领域,国内外已有很多学者对JPEG图像的DCT系数统计分布模型进行过研究.本文根据数据的统计特征,系统地描述了JPEG净图DCT系数的SαS模型.SαS模型具有很强的柔韧性,随着特征指数α改变,其分布形状就会改变.根据SαS模型的柔韧... 在隐写分析领域,国内外已有很多学者对JPEG图像的DCT系数统计分布模型进行过研究.本文根据数据的统计特征,系统地描述了JPEG净图DCT系数的SαS模型.SαS模型具有很强的柔韧性,随着特征指数α改变,其分布形状就会改变.根据SαS模型的柔韧性,本文提出了一种新颖的、基于净图定量描述的隐写分析方法,这种隐写分析方法与传统模型的隐写分析方法相比,具有更好的隐藏信息检测性能. 展开更多
关键词 隐写分析 SαS模型 吻合度 定量描述 一类分类器
在线阅读 下载PDF
基于高斯Laplace算子图像边缘检测的改进 被引量:18
5
作者 黄剑玲 邹辉 《微电子学与计算机》 CSCD 北大核心 2007年第9期155-157,161,共4页
在分析高斯Laplace算子边缘检测原理的基础上,通过设置合理的模板参数,提出了一种改进的高斯Laplace模板,该模板设置的权值具有各向同性、中心点值设置为整数、不同类型方向上设置的权重不等而相同类型方向上设置等权重、并且整个模板... 在分析高斯Laplace算子边缘检测原理的基础上,通过设置合理的模板参数,提出了一种改进的高斯Laplace模板,该模板设置的权值具有各向同性、中心点值设置为整数、不同类型方向上设置的权重不等而相同类型方向上设置等权重、并且整个模板无零值点等特点。通过VC++编程使用不同的模板对同一幅图像进行实验,实验结果表明改进的模板能较准确地检测出图像边缘,检测效果优于其他模板。 展开更多
关键词 高斯Laplace算子 边缘检测 Laplace模板:VC++
在线阅读 下载PDF
一种基于形态学的多结构元素多尺度图像边缘检测方法 被引量:10
6
作者 黄剑玲 邹辉 《微电子学与计算机》 CSCD 北大核心 2009年第8期76-79,共4页
提出了一种基于数学形态学算子的多结构元素多尺度边缘检测方法.首先构造6种具有代表性的结构元素,用改进的形态学边缘检测算子对灰度图像进行边缘检测,然后改变结构元素的尺寸大小得到多尺度下的边缘图像,根据不同尺度抗噪性能不同来... 提出了一种基于数学形态学算子的多结构元素多尺度边缘检测方法.首先构造6种具有代表性的结构元素,用改进的形态学边缘检测算子对灰度图像进行边缘检测,然后改变结构元素的尺寸大小得到多尺度下的边缘图像,根据不同尺度抗噪性能不同来确定权值,将不同尺度下的边缘图像合成,得到在噪声存在条件下较为理想的图像边缘.实验结果表明,与传统边缘检测算法相比,该算法在保持图像边缘清晰的同时,有很强的去除噪声能力,具有一定的实用性和可行性. 展开更多
关键词 边缘检测 多尺度 形态学 多结构元素
在线阅读 下载PDF
基于VBA的动画模拟课件的设计与实现 被引量:6
7
作者 颜清 彭小平 《现代教育技术》 CSSCI 2010年第1期124-126,共3页
为适应多媒体教学的要求,利用PowerPoint中的绘图功能、ActiveX控件功能和VBA编程,在课件中实现化工实验过程的动画模拟。基于VBA的动画模拟课件生动、直观、交互性强,为化工实验模拟课件的开发提供了一种新的方法。
关键词 VBA 动画模拟课件 设计 实现
在线阅读 下载PDF
基于情境认知学习理论的教学设计探究 被引量:11
8
作者 陈齐荣 任英杰 《渤海大学学报(哲学社会科学版)》 2005年第5期131-133,共3页
随着科学哲学和认知心理学对于“人类如何学习”问题的深入研究,人们逐步发现了传统教学设计的“目标模式”在认识论上的不足。情境认知理论认为,人的学习活动和环境是相互建构的整体,而不是相分离的实体。
关键词 情境认知 知识建构 教学设计
在线阅读 下载PDF
逐步推进:信息技术高考的发展之路 被引量:1
9
作者 陈齐荣 李艺 《中小学信息技术教育》 北大核心 2008年第7期140-141,共2页
随着海南省在2007年率先将信息技术课程纳入高考,近日,浙江省出台了2009年高考实施方案,将信息技术纳入报考第三层次高职院校的课程考试中。信息技术进入高考再度成为当前社会的热点话题,并引起社会各阶层人们的极大关注。在对信息... 随着海南省在2007年率先将信息技术课程纳入高考,近日,浙江省出台了2009年高考实施方案,将信息技术纳入报考第三层次高职院校的课程考试中。信息技术进入高考再度成为当前社会的热点话题,并引起社会各阶层人们的极大关注。在对信息技术能在部分省市的高考体系中占有一席之地感到万份欣喜之余,我们也应该冷静地看到,信息技术课程要想融入到全国高考的潮流中,其道路尚不平坦,而是充满着许多阻力。这就需要我们认清形势,理性分析,采取积极务实的应对策略,方能促进信息技术高考的科学、健康与持续发展。 展开更多
关键词 信息技术课程 全国高考 社会各阶层 课程考试 高职院校 热点话题 部分省市 持续发展
在线阅读 下载PDF
多群体并行遗传算法迁移策略的性能研究
10
作者 赖鑫生 谭国律 周玉林 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第B06期51-53,99,共4页
研究了迁移策略对并行遗传算法性能的影响。研究了所有可能的4种组合:(1)选取最优个体进行迁移并在目的子群体中替换最差个体;(2)随机选取个体进行迁移并在目的子群体中替换最差个体;(3)选取最优个体进行迁移并在目的子群体中... 研究了迁移策略对并行遗传算法性能的影响。研究了所有可能的4种组合:(1)选取最优个体进行迁移并在目的子群体中替换最差个体;(2)随机选取个体进行迁移并在目的子群体中替换最差个体;(3)选取最优个体进行迁移并在目的子群体中随机替换个体;(4)随机选取个体进行迁移并在目的子群体中随机替换个体。从累积量(Cumulants)的分析来看,似乎选取最优个体进行迁移并在目的子群体中随机替换个体的迁移策略能更好地兼顾局部搜索和全局搜索。通过对几个典型测试函数的测试,结果表明:选取最优个体进行迁移并在目的子群体中随机替换个体的迁移策略不比其他3种策略差,甚至在部分测试中要优于其他策略。这一结果可能有助于设计出性能更好的并行遗传算法。 展开更多
关键词 多种群 迁移策略 多样性 累积量
在线阅读 下载PDF
基于虚特征分解的PQ图像隐写专用检测技术
11
作者 毛家发 林家骏 韩津生 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第2期265-269,共5页
提出了基于虚特征分解(IED)特征、针对抖动量化(PQ)隐写术的专用隐写分析方法。利用统计学理论,分析了JPEG图像经PQ嵌入秘密信息后,其空域行和列的线性相关性降低;并在实验结果中得到验证。采用支持向量机(SVM)作为分类器,建立了一个测... 提出了基于虚特征分解(IED)特征、针对抖动量化(PQ)隐写术的专用隐写分析方法。利用统计学理论,分析了JPEG图像经PQ嵌入秘密信息后,其空域行和列的线性相关性降低;并在实验结果中得到验证。采用支持向量机(SVM)作为分类器,建立了一个测试数据库;对基于IED特征隐写分析方法进行了隐藏信息检测的仿真实验。实验结果表明:该方法比其他现有的隐写分析方法更有效,对PQ隐写术检测率超过70%,且该方法具有较好的盲检测性能。 展开更多
关键词 虚特征分解(IED) 隐写分析 隐写术 抖动量化(PQ) 支持向量机(SVM)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部