基于统计模型和方向小波的图像认证水印算法

设计了一种基于统计模型和方向小波的图像认证水印算法.提出了用方向小波变换生成图像方向流的算法,应用图像的方向流来刻画图像特征.并应用高斯分布统计模型构造出了水印修改的噪声可见强度.通过噪声可见强度筛选出含纹理信息较多的图像分块隐藏图像方向流.用户利用提取出的隐藏方向流信息和用方向小波生成的方向流作相关性检测,实现对图像的认证.该算法有较强的抗JPEG和噪声攻击能力,保证了水印图像的视觉质量和鲁棒性,并实现了盲检测,隐蔽性和安全性好.     

一种基于Word文档的高隐藏率水印算法

在Word文档中嵌入秘密水印可用来进行版权保护。提出了一种新的在Word文档字符中嵌入秘密水印的算法,该算法同时利用字体RGB颜色低位及下划线RGB颜色全部可用字节来隐藏信息,能达到每1个Word字符隐藏4个字节秘密信息的效果。经VBA编程试验,结果表明该算法隐藏率高,稳定且易于实现,具有一定的应用价值。     

静态数字图像的信息隐藏与水印方法

数字图像的信息隐藏技术是数字图像处理领域中最具挑战性、最为活跃的研究课题之一。图像信息隐藏与水印技术主要用于数字产品的知识产权保护等。本文分别从时域替换方法和变换域方法讨论了信息隐藏的基本方法,并分别以BMP和JPEG数字图像格式为例实现了基于时域和频域的典型水印算法LSB和DCT变换域的水印过程。     

一种基于XML文档的数字水印方案

根据XML语言编码特点,给出了基于XML文档数字水印的方案和算法.该算法在没有改变XML文档长度及显示效果的前提下,保证水印不易被察觉并具有良好的抗攻击性能.实验结果表明:该方案具有较好的隐蔽性和鲁棒性,在解决网页的安全保护问题上有一定的应用价值.     

结合奇异值分解和DCT变换的零水印算法

提出了一种结合奇异值分解(SVD)和DCT变换的零水印算法。其核心思想是合理选取阈值，根据该阈值对图像块进行相应的奇异值分解或DCT变换，然后利用几个重要系数构造原始图像的提取水印信息，同时又从外部加载水印信息，既满足图像认证的需要，又能用来进行数据隐藏。同时针对现有水印技术大都难以抵抗几何攻击的现象，利用一个或多个几何矩对经过几何变换的水印图像进行参数估计并校正。实验表明此算法在压缩、滤波、几何变换等方面都具有很强的鲁棒性。     

小波自适应数字图像水印算法

将空域算法和频域算法有机结合，利用小波变换理论，给出了一种新的小波自适应数字图像水印算法。数值实验结果表明。嵌入水印后的图像与原始图像在视觉上无区别，该方法具有很好的不可觉察性。采用Jpeg水印信息和检测的水印信息之间的相关系数验证算法的鲁棒性，随着图像品质数的下降，相关系数略有下降，但幅度不大．表明算法具有较强的鲁棒性。     

粒子滤波在电子航标节点跟踪中的应用

提出一种高斯粒子滤波求解基于RSSI测距定位的无线传感器网络电子航标节点定位的非线性方程组算法.该算法在每次递推产生新的粒子时充分考虑了当前时刻的量测,使得该算法能很好地利用最新的量测信息.仿真结果表明该算法的节点估计均方误差在3 m以内.可见,它在解决非线性机动目标跟踪问题时有比较好的跟踪性能和滤波结果.     

基于水印技术的大容量信息隐藏算法研究

为了在普通的通信环境中传递保密信息,提出了基于水印嵌入技术原理的信息隐藏算法。算法设计中以模运算为基础,将待隐藏的信息嵌入至原始图片的DCT系数中,采用率失真最优化的分析方法,控制信息隐藏过程中对原始图片的变形影响,尽可能地在一个图片中嵌入更多的隐藏信息。经过测试分析表明:在视觉允许的失真条件下,每个DCT数据块可以嵌入1个字节的数据量。     

电子资源共享时隐藏的法律问题及其解决途径

目前,高校图书馆在开展电子资源共享时,还存在着许多尚待解决的法律问题,稍不注意就有可能触犯知识产权保护法。主要原因是电子文献在网络上的传递影响了原有的信息生产者、信息提供者以及信息利用者三者之间的利益均衡。通过对来源方式不同的电子资源进行分类讨论,找出目前电子资源共享上隐藏的法律问题及其解决途径。     

基于粒子群的多BP网络并行非线性预测控制

针对传统预测控制算法在解决非线性系统控制问题时，存在难以建立精确的数学模型、控制精度不高等缺点，提出一种新的非线性系统预测控制方案。以多BP神经网络作为并行预测模型，克服误差积累以及网络规模庞大的缺点；运用粒子群优化(PSO)算法完成非线性预测控制的滚动优化。仿真表明，该方案的控制效果比常规动态矩阵控制效果有所提高，该方案是可行和有效的。     

无线传感器网络的移动节点定位算法研究

利用物体运动的连续性,将移动节点的运动规律与距离测量相结合提出了运动预测定位算法,该算法不需要额外的硬件支持,适应能力强,在信标节点密度比较低时提高了性能.     

基于双频蝙蝠算法的树状灌溉管网规划

以管网投资费用最低为目标,建立了改进的自压树状灌溉管网规划模型,通过定义管网用水节点的上层水节点来保证管道连通性;同时,提出了改进的双频蝙蝠算法,通过使用双脉冲频率策略均衡算法多样性与收敛性。基于12个100维度测试函数的寻优结果表明,与遗传算法、粒子群算法及蝙蝠算法相比,双频蝙蝠算法能够有效提高全局搜索能力;应用双频蝙蝠算法分别对10节点和34节点的管网进行规划设计,管网投资费用均值较蝙蝠算法可分别减少23.60%和31.03%。     

配电网重构的微分进化算法研究

配电网重构是降低电力系统中网络损耗的主要途径.将微分进化算法应用于配电网重构中,通过改变开关的闭合状态来改变网络的拓扑结构,从而达到网损最小的目的.并通过两种不同的智能优化算法对IEEE33节点系统进行仿真测试,测试结果表明:微分进化算法具有收敛速度快、鲁棒性好、计算精度高等特点.     

给水管网优化设计的混合遗传算法

利用遗传算法全局优化和广义简约梯度法(GRG法)局部收敛速度快的特点，将两者有机结合，构造出一种混合遗传算法应用于新建环状给水管网的优化设计．同时针对遗传算法，采用了实数编码技术，基于扩大采样空间的随机采样、惩罚策略、算术交叉及动态变异技术．最后结合工程实例验证了混合算法的高效性。     

基于遗传算法神经网络模型的蔬菜价格预报

针对蔬菜市场价格预报的复杂性,利用遗传算法与神经网络的特性,建立了基于遗传算法的神经网络蔬菜价格预报模型,并以香菇为例通过实验对模型参数选择进行了分析,进行了价格的模拟与预报。最后把遗传算法神经网络与BP网络预报结果进行了比较,结果证明,在预报数据绝对误差小于10%的范围内,二者预报能力相当;在预报数据绝对误差小于20%、15%的范围内,遗传算法神经网络模型的准确度高于BP神经网络模型,尤其是预报绝对误差小于20%的范围内,遗传算法神经网络模型的准确度明显好于BP神经网络模型,表现出模型良好的泛化能力。     

网络拥塞控制策略研究

研究了传统的网络拥塞控制策略DropTail的算法原理,依据实验结果,说明DropTail算法存在死锁、满队列、全局同步等问题。提出了一种新的RED算法,RED算法可有效地避免系统出现TCP流全局同步现象,提高了网络利用率和系统的鲁棒性,更能适应网络流量的变化,获得较为稳定和优异的性能。本研究成果为进一步研究ARED和AQM算法提供了重要依据。     

一种自适应的网络拓扑自动发现算法

针对现有网络拓扑发现算法的不足，提出并实现了一种自适应网络拓扑自动发现算法——RANTAD(Robust and Adaptive Network Topology Auto Discovery)。BANTAD算法以TCP／IP网络管理体系结构为依托，将现有的各协议和发现技术进行有机地整合，在发现过程的每个阶段，能根据网络的实际情况对所采用的协议和技术进行自适应调整。模拟实验表明RANTAD算法能快速有效地自动发现网络拓扑信息，并且具有很好的健壮性。     

基于遗传神经网络的渔业养殖疾病预测

简要介绍了神经网络和遗传算法的基本原理,针对神经网络算法易陷入局部极小的缺点,将具有全局寻优特点的遗传算法融入其中,使用遗传算法对神经网络的权值优化,并将该算法运用到渔业养殖疾病预测中,得到了收敛速度快、精度较高的预测模型。这种模型具有较好的客观性和实用性,可以为科学养鱼、处理养殖疾病提供依据。     

BP神经网络和遗传算法相结合在洞庭湖氨氮浓度预测中的应用

BP算法具有寻优精确的特点,而遗传算法具有很强的宏观搜索能力和良好的全局优化性能。因此将遗传算法与BP神经网络相结合,训练时先用遗传算法进行寻优,将搜索范围缩小后,再利用BP神经网络来进行精确求解,可以达到全局寻优和快速高效的目的。设计了一种利用遗传算法优化BP神经网络权重的预测方法,并对洞庭湖氨氮浓度的预测进行了研究。结果表明,丰水期(9月份)数据分布比较均匀,遗传算法优化BP神经网络权重的预测方法的3种学习算法计算值与实际值接近,并优于BP神经网络的计算结果,说明该方法具有较好的预测效果。     

基于改进粒子群算法的烧结配料预测模型

针对烧结配料系统中的非线性、复杂性和相关性，基于BP神经网络建立烧结配料的预测模型，并采用粒子群算法对预测模型参数进行优化。为了克服粒子群算法的局部收敛性，在迭代过程中，根据迭代次数对惯性权重进行动态非线性调整，从而提高算法的搜索能力。仿真结果表明，所提出的改进粒子群算法与传统的粒子群算法比较，收敛速度快、迭代次数少、具有较强的全局寻优能力。