亚洲国产av无码,a人片高清视频在线观看

基于抽樣路徑的K-匿名隱私保護(hù)算法

K-匿名是信息隱私保護(hù)的一種常用技術(shù)，而使用K-匿名技術(shù)不可避免會造成發(fā)布數(shù)據(jù)的信息損失，因此，如何提高K-匿名化后數(shù)據(jù)集的可用性一直以來都是K-匿名隱私保護(hù)的研究重點(diǎn)。對此提出了一種基于抽樣路徑的局域泛化算法——SPOLG算法。該算法基于泛化格尋找信息損失較小的泛化路徑，為減少尋徑時(shí)間，引入等概率抽樣的思想，選用等概率抽樣中的系統(tǒng)抽樣方法進(jìn)行取樣，利用樣本代替數(shù)據(jù)集在泛化格上尋找目標(biāo)泛化路徑，最后在該路徑上對數(shù)據(jù)集進(jìn)行泛化。同時(shí)，本算法使用局域泛化技術(shù)，能夠降低信息損失量，提高發(fā)布數(shù)據(jù)集的可用性。實(shí)驗(yàn)結(jié)果證明，本算法匿名化的數(shù)據(jù)集信息損失度低，數(shù)據(jù)可用性高。

發(fā)表于：1/23/2017

基于曲率尺度空間的角點(diǎn)檢測圖像匹配算法分析

計(jì)算機(jī)技術(shù)的發(fā)展下，優(yōu)化提升圖像匹配算法，可以提升圖像檢測精度。基于曲率尺度空間的角點(diǎn)檢測圖技術(shù)，優(yōu)化設(shè)計(jì)圖像匹配算法，基于曲率尺度空間的角點(diǎn)檢測算法進(jìn)行圖像特征點(diǎn)的提取，歸一化處理特征點(diǎn)，有助于提高圖像匹配精度。利用該算法最終實(shí)現(xiàn)圖像匹配需求，驗(yàn)證了算法的有效性，改進(jìn)了圖像匹配中特征點(diǎn)過度分離的弊端，提高了圖像匹配檢測的整體精度約10.0%。該算法發(fā)揮了積極應(yīng)用價(jià)值，值得在實(shí)踐應(yīng)用中推廣。

發(fā)表于：1/23/2017

STM32的窗口看門狗

?stm32有兩個看門狗，獨(dú)立看門狗和窗口看門狗，其實(shí)兩者的功能是類似的，只是喂狗的限制時(shí)間不同。

發(fā)表于：1/18/2017

微軟將于 4 月將推出電子書店，Edge 是標(biāo)配閱讀器

有消息稱，微軟準(zhǔn)備在 Windows Store 中加設(shè)“書籍”欄目，填補(bǔ)在電子書店領(lǐng)域空缺，預(yù)計(jì)將于 2017 年 4 月推出。

發(fā)表于：1/18/2017

Google 又玩黑科技，用機(jī)器學(xué)習(xí)幫你節(jié)省 75% 流量

在最專業(yè)的圖片處理軟件 Photoshop 中，當(dāng)你導(dǎo)出圖片時(shí)，有一個叫“存儲為網(wǎng)頁所用格式”的選項(xiàng)，它清楚地列出了你可以保存的圖片品質(zhì)，以及圖片在不同帶寬下的加載時(shí)間。

發(fā)表于：1/17/2017

應(yīng)用人工智能，Google 圖像壓縮技術(shù)又升級

圖片和照片的傳播在社交網(wǎng)絡(luò)里占了很大的比重，無論是專業(yè)的攝影師還是業(yè)余的攝影愛好者，無論是旅行、玩具還是街景，每一幅圖片都有自己的故事，都應(yīng)該被關(guān)注。

發(fā)表于：1/17/2017

基于局部控制核的彩色圖像目標(biāo)檢測方法

在圖像處理問題中，對圖像中給定目標(biāo)進(jìn)行檢測和定位時(shí)，為提高目標(biāo)檢測的速度與可靠性，引入一種基于圖像局部控制核的目標(biāo)檢測算法。利用參考圖像同等大小的窗口遍歷目標(biāo)圖像，得到一系列與參考圖大小相同的子圖，然后計(jì)算參考圖和目標(biāo)子圖的局部控制核，得到圖像特征信息的數(shù)據(jù)矩陣。為了提高運(yùn)算速度，對數(shù)據(jù)矩陣用局部保留投影方法降維。再用相似性判決準(zhǔn)則將參考圖像與目標(biāo)圖像中子塊的特征矩陣進(jìn)行相似性分析，查找與參考圖像最相似矩陣所對應(yīng)的圖像區(qū)域即為檢測結(jié)果。實(shí)驗(yàn)結(jié)果表明，該算法對目標(biāo)定位具有較高的可靠性與準(zhǔn)確度。

發(fā)表于：1/17/2017

三星認(rèn)了!迫于樸槿惠壓力向特定機(jī)構(gòu)提供大量資金

負(fù)責(zé)調(diào)查“親信干政”事件的韓國特別檢察組13日早晨結(jié)束對三星電子副會長李在镕近22小時(shí)的問訊，表示將在今后兩天內(nèi)考慮是否對李在镕啟動申請逮捕令等司法程序。李在镕承認(rèn)，三星迫于總統(tǒng)方面的壓力向特定機(jī)構(gòu)提供了大量資金。

發(fā)表于：1/16/2017

Amazon聯(lián)手Xilinx推出云端新FPGA解決方案

在2016年11月中旬舉辦的“2016年超算大會上”，F(xiàn)PGA大廠Xilinx發(fā)布了可重配置加速棧(ReconfigurableAcceleraTIon Stack)。配合可重構(gòu)的FPGA，這個架構(gòu)能解決可重構(gòu)計(jì)算中的編程困難問題，并加速可重構(gòu)計(jì)算生態(tài)的建設(shè)。

發(fā)表于：1/16/2017

用于油畫鑒別的自適應(yīng)MPSoC中NoC仿真平臺研究

實(shí)時(shí)光譜圖像技術(shù)的應(yīng)用是數(shù)據(jù)和通信的密集型算法的綜合。因?yàn)槠舷到y(tǒng)（SoC）具有較大的靈活性及良好的性能，并可以直接采用IP核，基于片上網(wǎng)絡(luò)（NoC）的SoC架構(gòu)是實(shí)現(xiàn)這種實(shí)時(shí)系統(tǒng)最合適的解決方案。針對不同的應(yīng)用算法，調(diào)整基于SoC的NoC架構(gòu)是較為復(fù)雜的工作，因?yàn)樵O(shè)計(jì)空間探索和實(shí)驗(yàn)需要大量的時(shí)間。針對這些問題，提出了一種探索和評估SoC架構(gòu)性能的仿真平臺。該仿真平臺基于NoC和參數(shù)化的評估模塊，在FPGA上對SoC的通信結(jié)構(gòu)進(jìn)行仿真，并將時(shí)間性能和模擬結(jié)果進(jìn)行對比?；谠摲抡嫫脚_的系統(tǒng)評估主要用來考察用于油畫鑒別應(yīng)用的MPSoC的性能。

發(fā)表于：1/16/2017

基于字典學(xué)習(xí)的古建筑圖像修復(fù)研究

古代建筑圖紙是我國重要的民族瑰寶，亟待利用現(xiàn)代計(jì)算機(jī)技術(shù)對古代建筑圖紙進(jìn)行信息化和修復(fù)。提出了一種新的基于字典學(xué)習(xí)的古建筑圖像修復(fù)模型，通過K-svd算法進(jìn)行字典學(xué)習(xí)，在稀疏域利用已知像素信息填充缺損像素，從而實(shí)現(xiàn)對古建筑圖像的修復(fù)及噪聲的濾除。實(shí)驗(yàn)表明，該算法能較好地修復(fù)古建筑圖像，降低圖像的均方誤差，在實(shí)際應(yīng)用中具有良好的可行性和應(yīng)用前景。

發(fā)表于：1/12/2017

基于殘差統(tǒng)計(jì)的時(shí)間序列加性離群點(diǎn)檢測算法研究

針對時(shí)間序列，提出了一種基于殘差統(tǒng)計(jì)的加性離群點(diǎn)檢測算法，利用AR模型對時(shí)間序列進(jìn)行前向與后向擬合；采用了數(shù)據(jù)相對變化率判別法減少離群點(diǎn)對擬合的影響；根據(jù)假設(shè)檢驗(yàn)原理，以高斯分布統(tǒng)計(jì)檢驗(yàn)對殘差進(jìn)行統(tǒng)計(jì)分析并最終確定離群點(diǎn)。仿真結(jié)果表明，該方法對離群點(diǎn)檢測有較高的準(zhǔn)確性。

發(fā)表于：1/12/2017

基于圖像塊分類處理的快速單圖超分辨率重建

基于稀疏編碼的單幅圖像超分辨率重建效果較好，但其計(jì)算量大、計(jì)算復(fù)雜，較低的超分速度阻礙了實(shí)時(shí)應(yīng)用。為提高超分速度，提出一種基于圖像塊處理的快速超分辨率重建算法。先將特征提取后的圖像塊用均值和方差對分成3類，再分別運(yùn)用不同的方法對圖像塊進(jìn)行超分處理，如雙三次插值（Bicubic）、鄰域嵌入（NE）和稀疏編碼超分法（SCSR）等。另外還運(yùn)用主成分分析法（PCA）對圖像塊進(jìn)行降維。實(shí)驗(yàn)中與經(jīng)典的SCSR方法相比較，在獲得幾乎相同的PSNR值時(shí)，超分耗時(shí)減少了17.2 s。新方法的超分效果與經(jīng)典的NE和SCSR方法處于同一水平，超分速度得到了較顯著的提高。

發(fā)表于：1/12/2017

面向車間布局的自適應(yīng)LANDMARC算法

在車間定位中，運(yùn)用基于有源射頻識別校驗(yàn)的動態(tài)定位（LANDMARC）算法時(shí)，由于車間障礙物引起的多徑效應(yīng)和邊界處參考標(biāo)簽數(shù)量不足，算法無法正確選擇參考標(biāo)簽中的最近鄰，對此，提出一種面向車間布局的自適應(yīng)LANDMARC算法。首先引入對數(shù)距離路徑損耗模型處理RFID讀寫器接收信號強(qiáng)度指示（RSSI），再通過對比法篩選出參考標(biāo)簽有效值以及插值法在邊界插入虛擬標(biāo)簽。對比傳統(tǒng)LANDMARC算法，將定位平均誤差從0.39 m降低到0.16 m，證明了自適應(yīng)LANDMARC算法的有效性。

發(fā)表于：1/12/2017

一種基于FPGA實(shí)現(xiàn)的優(yōu)化正交匹配追蹤算法設(shè)計(jì)

針對壓縮感知重構(gòu)算法中正交匹配追蹤(OMP)算法在每次迭代中不能選取最優(yōu)原子問題，對OMP算法進(jìn)行優(yōu)化設(shè)計(jì)，保證了每次迭代的當(dāng)前觀測信號余量最小，并提出了一種基于FPGA 實(shí)現(xiàn)的優(yōu)化OMP算法硬件結(jié)構(gòu)設(shè)計(jì)。在矩陣分解部分采用了修正喬列斯基(Cholesky)分解方法，回避開方運(yùn)算，以減少計(jì)算延時(shí)，易于FPGA實(shí)現(xiàn)。整個系統(tǒng)采用并行計(jì)算、資源復(fù)用技術(shù)，在提高運(yùn)算速度的同時(shí)減少資源利用。在Quartus II 開發(fā)環(huán)境下對該設(shè)計(jì)進(jìn)行了RTL 級描述，并在FPGA仿真平臺上進(jìn)行仿真驗(yàn)證。仿真結(jié)果驗(yàn)證了設(shè)計(jì)的正確性。

發(fā)表于：1/12/2017