随着现代科学技术的进步，数字水印技术逐渐成为了人们研究的一个热点问题。本文旨在研究临界可见误差（Just Noticeable Difference， JND）模型的小波域图像盲水印算法，并根据人类视觉系统（Human Visual System， HVS）的视觉特性，对宿主图像进行了二阶小波变换，并提出了较为新颖的实验算法，对实验结果进行了较为充分的分析。实验结果表明，在满足数字水印不可察觉性的基础上，本算法对于一些常见的水印攻击，都可以保持良好的鲁棒性，是一种有效的盲水印算法。

针对红外图像对比度和分辩率低、噪声大的特点，提出一种基于平稳小波域的红外图像增强新方法。对高频子带中幅值较小的噪声系数进行衰减，幅值较大的边缘细节系数进行放大；对低频子带系数的幅值采用所提出的正弦函数进行伸缩处理。实验结果表明，本文提出的方法在有效地增强红外图像对比度及边缘细节的同时，又能很好地抑制背景噪声，综合性能明显优于传统的直方图均衡化和反锐化掩膜增强方法。

介绍了基于EPON+EOC解决有线电视接入网方案的优势，简介了主流的EPON和HomePlug AV over Coax的技术实现方案，最后设计了基于EPON+HomePlug AV over Coax的三网融合的方案，该方案集成度高，成本低，抗干扰能力强，更适合于实现三网融合。

结合小波变换和数学形态学的优点,提出了一种基于小波变换和数学形态学的边缘检测算法.基于数学形态学的边缘检测,对现有的检测算子进行改进,构造了一种抗噪型边缘检测算子,并使用不同方向的线型结构元素;基于小波变换的边缘检测能有效地保留图像边缘的细节信息,使提取的边缘完整连续.实验结果表明,本研究提出的算法与几种经典边缘检测算子相比,有效抑制了噪声的影响,提高了检测的精度,对各种不同图像具有很好的鲁棒性.

提出一种改进的基于隐马尔可夫模型的人脸识别方法 利用人脸隐马尔可夫模型的结构特征和Viterbi 算法的特点，对特征观察序列进行分割，使用部分序列对所有隐马尔可夫模型递进地计算最大相似度，同时排除相似度最小的隐马尔可夫模型，减少观察序列的计算次数，提高识别效率 实验结果表明，该方法能在不降低识别率的情况下，有效提高识别速度。

提出了一种基于小波变换和直方图均衡相结合的图像增强方法，该方法既能增强图像对比度，又能有效抑制噪声，突出图像细节信息。实验分析表明：该方法可以使图像的清晰度得到很大改善。

移动边缘计算卸载作为移动边缘计算的关键技术，主要功能是将移动设备的密集型计算任务迁移到边缘服务器上执行，实现低能耗和低时延的服务，但在计算任务卸载过程中产生的传输时延和能耗降低了用户的体验质量。为进一步降低延迟和能量消耗，针对移动边缘计算卸载系统，提出基于博弈论的功率分配算法。在服务器计算资源的约東条件下，采用二分搜索法优化传输功率降低传输时延和能耗，利用非合作博弈论解决多用户卸载决策问题降低系统开销。仿真结果表明，该算法可以获得较好的计算卸载性能，与单纯的博弈卸载算法和自适应顺序卸载博弈算法相比，卸载性能分别提高41%和12%。

[1]AIMCS：一种基于人工智能的短字符串压缩方法.pdf

AIMCS：一种基于人工智能的短字符串压缩方法_已翻译.pdf

本文给出了一种基于小波变换的图像融合方法，并针对小波分解的不同频率域，分别讨论了选择高频系数和低频系数的原则．选择高频系数时，基于绝对值最大的原则，并对选择结果进行了一致性验证文章设计了三种选择低频系数的方案，即平均法、Burt提出的平均与选择相结合的方法和基于边缘的方法。