基于分块离散小波变换的图像信息隐藏与盲提取算法

提出了一种在小波域中图像信息隐藏与盲提取算法. 该算法首先对载体图像进行分块两层离散小波变换, 找到每块第二级分解子带中的最大值即最重要小波系数, 然后根据小波特征树的对应关系将其在第一级分解子带中的对应区域作为嵌入区域, 在该区域嵌入由秘密信息生成的伪随机序列. 提取过程中, 同样按照小波系数对应关系寻找到嵌入区域并判断其与伪随机序列的相关性即可解密, 不需要提供原始图像. 实验结果表明, 该算法能实现二值图像的嵌入与盲提取, 且提取出的图像质量较好并具备一定的抗攻击能力, 尤其对于剪切攻击的鲁棒性较好.     

硅桥调控的聚茂钒体系电子结构和输运性质

利用密度泛函理论和非平衡格林函数的方法对硅桥调控后的聚茂钒体系（[V（Cp）₂（SiH₂）_n]_m（n=1（a）,n=2（b）,n=3（c）;m=∞;Cp=环戊二烯基））的电子结构和输运性质进行了研究。研究结果表明：随着硅桥的增长,V-V的铁磁性耦合变弱而反铁磁性耦合增强。a和b证实为铁磁性基态,而c更倾向为反铁磁性基态。a和b的铁磁性基态中的每个钒原子的磁距为3.0μ_B,超过钒-苯络合物或者纯聚茂钒体系的3倍。a-c的输运性质同它们的电子结构相一致,导电性变化规律为c > b > a。对于a和b,自旋向下状态的导电性略强于自旋向上状态。a和c都发生了明显的负微分电阻效应而b却没有,这主要是由于两个二茂钒的排列取向不同：a和c（SiH₂为奇数）中二茂钒呈V-型取向排列,进而导致了类似于离子键的量子点耦合,而b（SiH₂是偶数）中二茂钒是平行-型取向排列,从而导致了类似于共价键的量子点耦合。此外,由于散射区和两个电极之间的不对称耦合,a-c的导电性对电压施加方向较敏感。     

石墨烯/铁氰化钴复合膜修饰玻碳电极同时测定对苯二酚、邻苯二酚和间苯二酚

采用滴涂法和电沉积法制备了石墨烯/铁氰化钴复合膜修饰玻碳电极. 用扫描电镜对该纳米复合膜进行了表征.用循环伏安法研究了对苯二酚(HQ)、邻苯二酚(CT)和间苯二酚(RS)在修饰电极上的电化学行为. 实验结果表明, 相对于裸玻碳电极和石墨烯修饰电极, HQ, CT 和RS 在石墨烯/铁氰化钴修饰电极上的氧化峰电流显著提高. 利用差分脉冲伏安法测定, HQ, CT 和RS 分别在1.0×10^－6～1.5×10^－4 mol/L, 1.0×10^－6～2.0×10^－4 mol/L 和3.5×10^－6～2.5×10^－4 mol/L浓度范围内与氧化峰电流呈良好的线性关系, 相关系数分别为0.991, 0.993 和0.992. 信噪比为3 时, HQ, CT 和RS 检出限分别为2.0×10^－7, 2.1×10^－7 和3.5×10^－7 mol/L. 将该方法用于水样分析, 回收率为95.6%～106.1%.     

一种稳健的恒定束宽波束形成方法

考虑到信号的方向信息存在误差时,宽带聚焦变换波束形成方法的稳健性会急剧下降,为了克服这种缺点,将稳健的二阶锥规划波束形成用于聚焦变换方法中,提出一种稳健宽带恒定束宽波束形成方法并将其应用于声呐探测。二阶锥规划波束形成是通过对阵列流形进行约束求解得到准确的权值,从而减少聚焦数据误差,避免估计畸变,得到恒定束宽,提高了聚焦变换恒定束宽波束形成器的性能。借助计算机对圆环形传感器阵列在宽频段内进行恒定束宽波束优化设计,并进行了实验研究,结果表明该方法对信号信息误差有很好的宽容性,能实现我们期望得到的恒定束宽波束图,能应用于实际的声呐探测中。并且比传统的二阶锥恒定束宽方法有更高的稳健性。      

基于分块DCT变换编码的小波域多幅图像融合算法

提出了一种利用DCT变换和小波变换的特征层图像融合算法.其基本思想是先对多幅源图像进行分块DCT变换,选取较大方差对应的变换系数,将图像压缩为原图像大小的1/4,保留系数的对应坐标作为提取信息时的密钥;其次将经处理后的DCT系数直接作为小波变换的分解系数,经小波逆变换后得到融合信息.实验结果表明,该算法实现了多幅不同大小图像的融合,同时单一密钥只能提取单一图像. 关键词： 图像融合 小波变换 离散余弦变换 编码     

激波/边界层干扰对等离子体合成射流的响应特性

利用高速纹影系统和数值模拟方法研究了激波/边界层干扰对逆流喷射的等离子体合成射流的响应特性,并揭示了流动控制机理.实验在来流马赫数Ma=3.1的风洞中进行,测试模型采用钝头体和压缩斜坡的组合模型,等离子体合成射流激励器安装在钝头体头部.纹影系统捕捉了放电频率为f=1 kHz和f=3 kHz的激励对附体激波形态和分离激波运动的控制效果.等离子体合成射流使压缩斜坡激波/边界层干扰区域的起始点向下游移动,分离泡尺寸减小,附体激波强度减弱,发生弯曲,再附点移向上游,与此同时分离激波向附体激波逼近.与f=3 kHz激励相比,f=1 kHz激励的射流流量更大,对激波/边界层干扰的影响范围更广、控制效果更好.通过数值模拟,揭示了射流与来流相互作用对下游流场的作用机理:射流与来流相互作用诱导出大尺度旋涡,大尺度旋涡耗散发展增强了近壁面流场的湍流度;压缩斜坡上游近壁面的流场性质发生变化,进而导致了压缩斜坡激波/边界层干扰区域流动的变化.     

基于多源数据的小麦品种产量估测研究

小麦产量产前估测关乎农业生产计划制定、粮食安全保障、国家经济和宏观决策。应用无人机能够无损、快速准确、及时高效地估测小麦产量，通过多种机器学习方法充分挖掘无人机多源遥感数据对多个小麦品种进行籽粒产量估测的潜力，明确多源数据融合对模型估测精度的提升效果，对于作物田间管理保障小麦高产稳产具有重要意义。以黄淮麦区140个主栽小麦品种为材料开展冬小麦田间试验，采用搭载红绿蓝(RGB)和多光谱传感器的无人机平台对灌浆期的冠层信息进行采集，分别以岭回归、支持向量回归、随机森林回归、高斯过程、 k-最邻近算法和Cubist等六种机器学习算法建立单传感器数据以及多源数据融合的产量估测模型，采用决定系数(R²)、均方根误差(RMSE)和相对均方根误差(RRMSE)对估算模型进行评价。结果表明，所选取的10个可见光植被指数及13个多光谱被指数特征值均与实测产量呈极显著相关(p<0.01),各特征值产量相关系数绝对值由高到低依次为多光谱植被指数(0.54～0.83)、可见光植被指数(0.45～0.61)、纹理特征(<0.45)。全部六种机器学习算法均在采用多源数据融合时产量...