91精品国产福利尤物,污黄在线观看,视频一区二区三区蜜桃麻豆

基于雙正交小波變換和圖像復(fù)雜度的水印算法

數(shù)字水印技術(shù)是一門將數(shù)字信息嵌入多媒體數(shù)據(jù)并能提取的一門技術(shù)。本文提出一種基于雙正交小波變換和圖像復(fù)雜度的可逆水印算法。該算法對原始圖像進(jìn)行雙正交離散小波變換后分解成頻帶，基于熵的值決定嵌入頻帶，通過圖像復(fù)雜度的五個(gè)特征值決定嵌入位置。仿真結(jié)果表明，該算法取得良好的效果，且能較好地抵抗模糊、噪聲、銳化等濾波操作，具有良好的魯棒性。

發(fā)表于：9/15/2015

OpenCL是異構(gòu)計(jì)算的最佳選擇

目前，異構(gòu)計(jì)算在學(xué)術(shù)界與工程界獲得了廣泛關(guān)注，為了滿足廣大讀者與會員的學(xué)習(xí)需求，電子技術(shù)應(yīng)用編輯部特于2015年9月12日，舉辦了主題為“基于OpenCL環(huán)境的FPGA與GPU高效計(jì)算方法” 的技術(shù)交流活動，本期Tech-Workshop圍繞異構(gòu)計(jì)算在OpenCL、FPGA方面的最新進(jìn)展展開。

發(fā)表于：9/14/2015

基于Retinex和BM3D的圖像增強(qiáng)

為克服傳統(tǒng)Retinex算法沒有解決的噪聲問題，提出了一種基于Retinex和BM3D的圖像增強(qiáng)算法。該方法將BM3D去噪環(huán)節(jié)加入到傳統(tǒng)Retinex算法中。首先，計(jì)算出圖像各像素之間的相對明暗關(guān)系，進(jìn)而對待處理圖像中的每個(gè)像素點(diǎn)灰度值進(jìn)行校正；然后，通過在相鄰圖像塊中搜索相似塊，組成一個(gè)三維矩陣，并在三維空間進(jìn)行濾波處理，得到塊預(yù)估計(jì)值；最后，對圖像中每個(gè)點(diǎn)進(jìn)行加權(quán)得到最終的處理結(jié)果。實(shí)驗(yàn)結(jié)果表明，該算法既能顯示陰影、光照區(qū)域中的細(xì)節(jié)，又能有效消除圖像中含有的噪聲，克服了傳統(tǒng)Retinex圖像增強(qiáng)算法的不足。

發(fā)表于：9/14/2015

華為 4K視頻和云服務(wù)將驅(qū)動超寬帶大發(fā)展

在馬德里舉辦的第二屆華為超寬帶高峰論壇(UBBF)中，華為公司提出千兆超寬帶(Gigaband)時(shí)代構(gòu)想。該公司認(rèn)為，傳統(tǒng)寬帶(Broadband)經(jīng)過15年發(fā)展，業(yè)務(wù)需求、用戶體驗(yàn)需求和產(chǎn)業(yè)環(huán)境都發(fā)生深刻變化，一個(gè)“新寬帶”——千兆超寬帶Gigaband將給全球用戶提供一個(gè)更大的超寬網(wǎng)絡(luò)覆蓋、超寬網(wǎng)絡(luò)連接和最佳的網(wǎng)絡(luò)體驗(yàn)。未來5年內(nèi)，用戶對于4K高清視頻、云服務(wù)以及智慧家庭應(yīng)用的需求將會使家庭帶寬需求達(dá)到幾百兆、甚至1Gbps。

發(fā)表于：9/10/2015

物聯(lián)網(wǎng) 移動性和SDN將給網(wǎng)絡(luò)帶來革命性影響

本文作者約翰·弗魯赫(John Fruehe)是研究及分析公司Moor Insights & Strategy負(fù)責(zé)網(wǎng)絡(luò)和服務(wù)器市場的高級分析師，以下是他對物聯(lián)網(wǎng)、移動性和軟件定義網(wǎng)絡(luò)(SDN)對未來網(wǎng)絡(luò)發(fā)展影響的分析。

發(fā)表于：9/10/2015

軟件開發(fā)可能變得很簡單對著計(jì)算機(jī)說就行

北京時(shí)間9月8日晚間消息，國外媒體報(bào)道稱，軟件開發(fā)是一項(xiàng)枯燥無味的任務(wù)，但將來這項(xiàng)工作很可用利用軟件本身來完成。屆時(shí)，沒有任何編程基礎(chǔ)的人也能很快開發(fā)出一款軟件。

發(fā)表于：9/10/2015

物聯(lián)網(wǎng)將成為改變未來的新力量

冰箱，能根據(jù)“庫存”給超市下單；汽車，能根據(jù)主人的作息時(shí)間自動啟動；手機(jī)，掃一掃便能獲知超市里的每塊羊肉出自哪只綿羊的哪個(gè)部位、生前吃過哪些草、喝過哪里的水……看起來這似乎有點(diǎn)兒像科幻小說描述的場景，但現(xiàn)在，這樣的“智慧生活”離我們已越來越近。

發(fā)表于：9/10/2015

基于嵌入式計(jì)算機(jī)的大氣數(shù)據(jù)計(jì)算機(jī)檢查儀的設(shè)計(jì)

針對大氣數(shù)據(jù)計(jì)算機(jī)檢查儀普遍體積和重量較大、不具備便攜性的問題，提出一種基于嵌入式計(jì)算機(jī)的大氣數(shù)據(jù)計(jì)算機(jī)檢查儀的設(shè)計(jì)方法。該方法以PC104總線嵌入式計(jì)算機(jī)為核心，配備PC104總線ARIC429卡、A/D卡、D/A卡和便攜式機(jī)箱構(gòu)成一臺便攜式大氣數(shù)據(jù)計(jì)算機(jī)檢查儀。其功能可完全涵蓋現(xiàn)有大氣數(shù)據(jù)計(jì)算機(jī)測試設(shè)備，此外還具有體積小、重量輕、可便攜等特點(diǎn)，可用于大氣機(jī)的原位檢測，提高了工作效率。

發(fā)表于：9/8/2015

十項(xiàng)標(biāo)準(zhǔn)出臺在即大數(shù)據(jù)告別躍進(jìn)式發(fā)展

“你們的具體業(yè)務(wù)是做什么的”、“和大數(shù)據(jù)有什么關(guān)系”……和直觀的服裝展、美食展不同，大數(shù)據(jù)行業(yè)作為當(dāng)下的風(fēng)口新業(yè)態(tài)，其行業(yè)標(biāo)準(zhǔn)、商業(yè)模式正在探索中，參展的大數(shù)據(jù)企業(yè)們，以各種可視化的方式，把大數(shù)據(jù)產(chǎn)業(yè)的最新成果展示給觀眾。這場活動吸引了大批企業(yè)和研究人員，其中還包括自費(fèi)從國外過來學(xué)習(xí)的教授。

發(fā)表于：9/8/2015

打破西方感知信息技術(shù)壟斷搶占智能時(shí)代制高點(diǎn)

當(dāng)前，以移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等為代表的信息技術(shù)加速創(chuàng)新、融合和普及應(yīng)用，一個(gè)萬物互聯(lián)智能化時(shí)代正在到來。感知信息技術(shù)以傳感器為核心，結(jié)合射頻、功率、微處理器、微能源等技術(shù)，是未來實(shí)現(xiàn)萬物互聯(lián)的基礎(chǔ)性、決定性核心技術(shù)之一。尤其是，感知信息技術(shù)不同于傳統(tǒng)的計(jì)算和通信技術(shù)，無需遵循投資巨大、風(fēng)險(xiǎn)極高、已接近物理極限的傳統(tǒng)半導(dǎo)體的“摩爾定律”，而是在成熟半導(dǎo)體工藝上的多元微技術(shù)融合創(chuàng)新，即“More than Moore”/“超越摩爾”。

發(fā)表于：9/7/2015

對話李鐵互聯(lián)網(wǎng)+時(shí)代如何建設(shè)智慧城市

“智慧城市應(yīng)該由企業(yè)主導(dǎo)，因?yàn)榛ヂ?lián)網(wǎng)是企業(yè)先發(fā)展起來的，企業(yè)會追求資源利用的最大化，而政府應(yīng)該減少政策性障礙，協(xié)調(diào)利益主體關(guān)系，打破數(shù)據(jù)壟斷，改善網(wǎng)絡(luò)公共設(shè)施，提供購買服務(wù)等。”8月26日，國家發(fā)改委城市和小城鎮(zhèn)改革發(fā)展中心主任李鐵做客《新華訪談》，暢談互聯(lián)網(wǎng)+智慧城市。以下是根據(jù)李鐵主任對話錄音整理的上半部分：

發(fā)表于：9/7/2015

PSO混合DE算法求解約束優(yōu)化問題

出了一個(gè)全新的混合算法并命名為微粒群差分算法，該算法在標(biāo)準(zhǔn)微粒群算法的基礎(chǔ)上結(jié)合了差分進(jìn)化算法用于求解約束的數(shù)值和工程優(yōu)化問題。傳統(tǒng)的標(biāo)準(zhǔn)微粒群算法由于其種群單一性容易陷入局部最優(yōu)值，針對這一缺點(diǎn)利用差分進(jìn)化算法中的變異、交叉、選擇3個(gè)算子來更新每次迭代每個(gè)粒子新生產(chǎn)的位置以使粒子跳出局部優(yōu)值。融合了標(biāo)準(zhǔn)微粒群算法和差分進(jìn)化算法優(yōu)點(diǎn)的混合算法加速了粒子的收斂速度。為了避免懲罰因子的選擇對實(shí)驗(yàn)結(jié)果的影響，采取了可行規(guī)則法來處理約束優(yōu)化問題。最后將微粒群差分算法用于5個(gè)基準(zhǔn)函數(shù)和兩個(gè)工程問題，并與其他算法作了比較，試驗(yàn)結(jié)果表明，微粒群差分算法算法具有很好的精準(zhǔn)性、魯棒性和有效性。

發(fā)表于：9/6/2015

基于均值近鄰的樣本選擇算法

提出了一個(gè)基于均值近鄰的樣本選擇算法，并且對CMU-PIE人臉數(shù)據(jù)庫數(shù)據(jù)進(jìn)行了樣本選擇，提取關(guān)鍵數(shù)據(jù)，結(jié)合神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了分類實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明，與傳統(tǒng)方法相比，該方法在保持了一定的準(zhǔn)確率的前提下，能夠有效地減少樣本集中的冗余信息，同時(shí)在時(shí)間復(fù)雜度方面也有了一定的提升。

發(fā)表于：9/6/2015

Authorware7中訪問SQL數(shù)據(jù)庫數(shù)據(jù)的兩種方法研究

根據(jù)Microsoft ODBC接口、Authorware提供的ODBC.U32系統(tǒng)函數(shù)、Authorware中關(guān)于file的相關(guān)函數(shù)以及SQL Server理論，探討并研究了Authorware中靜態(tài)和動態(tài)方式訪問SQL Server數(shù)據(jù)庫的方法，給出了Authorware 7中靜態(tài)和動態(tài)訪問SQL數(shù)據(jù)庫的實(shí)現(xiàn)方法，并分別給出了較為詳細(xì)的實(shí)例操作過程。

發(fā)表于：9/6/2015

中文客戶評論對象特征的抽取與聚類方法

提出了一種評價(jià)對象特征抽取與聚類方法，其基本思想是：首先運(yùn)用Apriori算法和剪枝方法從客戶評論中抽取評論對象特征集；然后，以特征之間的基于Hownet的詞語相似度和特征與觀點(diǎn)共現(xiàn)的信息作為聚類依據(jù)，對特征進(jìn)行聚類。采用通過從互聯(lián)網(wǎng)獲得的客戶評論語料對該方法進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。

發(fā)表于：9/6/2015