【摘 要】
：
针对动态图编码时间复杂度较高的问题,提出一种四进制编码方案,利用空间换时间的思想,通过增加两个专门用来编码系数的指针域,在空间复杂度不变的情况下,降低构造水印图的时间复杂度。同时借鉴计算机网络和数据通信的差错检验原理,提出一种基于循环冗余校验的动态图软件水印防窜改技术,实现了水印图的动态验证。实验表明,该方案提高了水印数据率,增强了水印抗攻击性,并使之具有一定的纠错能力。
【基金项目】
：
江西省自然科学基金资助项目（2009GZS0043）, 江西省教育厅科技资助项目（GJJ11465）
论文部分内容阅读
针对动态图编码时间复杂度较高的问题,提出一种四进制编码方案,利用空间换时间的思想,通过增加两个专门用来编码系数的指针域,在空间复杂度不变的情况下,降低构造水印图的时间复杂度。同时借鉴计算机网络和数据通信的差错检验原理,提出一种基于循环冗余校验的动态图软件水印防窜改技术,实现了水印图的动态验证。实验表明,该方案提高了水印数据率,增强了水印抗攻击性,并使之具有一定的纠错能力。
其他文献
针对多分量线性调频信号的瞬时频率估计问题,把局部多项式傅里叶变换应用到求多分量线性调频信号瞬时频率估计中,提出了一种不受分量间交叉项干扰的新方法,该方法对多分量线性调频信号进行局部多项式傅里叶变换,把每一个线性调频信号分离出来,根据每一个线性调频信号的局部多项式傅里叶变换谱,通过搜索找到谱的峰值所在的位置,从而找到峰值所对应的频率,准确地估计出了多分量线性调频信号的瞬时频率。仿真实验中与多分量信号
针对经典人工免疫网络(aiNet)及改进算法中存在的运算时间长、结构复杂等问题,提出了一种改进的核聚类近邻人工免疫网络算法(KN-aiNet)。算法在aiNet的改进算法——近邻aiNet结构的基础上,以抗体数据为核心利用量子能级思想聚类,并重定义了生成抗体策略,采用区域生长法搜索拥挤距离,采用基于核函数的亲和度等方法来提高算法的聚类效果和降低算法的运算时间。聚类实验结果表明,KN-aiNet算法
在先验知识未知的情况下对多传感器信息进行融合,提出了基于支持度的限定记忆二次融合算法。为了保证融合权重分配的合理性,算法利用绝对距离度量传感器观测值之间的相互支持程度,并引入限定记忆控制项来防止陈旧信息引起的数据饱和。为了进一步保证故障发生时的融合效果,在一次融合的基础上,引入灰关联度对量测数据进行优势分析,并对分析调整后的数据进行二次融合。仿真结果表明,该算法可进一步提高融合精度,具有较强的容错
为有效解决非线性系统的状态估计问题,提出一种新型非线性滤波算法。该算法通过在积分卡尔曼滤波中引入修正因子,对积分点进行优化重组,并采用修正后的积分卡尔曼滤波产生优选建议分布函数,较好地克服了粒子退化现象。在新算法的框架内,利用颜色和运动边缘特征作为观测模型进行视频目标跟踪,并通过D-S证据理论的方法进行权值融合,较好地克服了单一颜色特征在姿态改变、相似背景遮挡等情况下跟踪稳定性较差的问题。实验表明
针对以往研究中协作关系建立过程不合理及其优化影响因素考虑不全面的问题,基于社会网络思想,提出了一种DDoS防御协作关系优化算法。从复杂适应系统和社会网络两个角度分析了DDoS防御协作关系特点,给出了协作关系优化思路;建立了一种五元组协作关系优化影响因素分析模型,并阐述了模型内各元组之间的关系;参考社会网络有效连带关系的建立过程,采用强化学习思想,设计了协作关系优化算法。DDoS攻防仿真实验结果验证
为实现对P2P-TV应用的实时内容检测,简要介绍了P2P-TV监控系统对P2P-TV平台与频道的精细识别,针对PPTV采用ASF流媒体格式进行数据流传输、节点之间通过UDP协议获取数据,在精确识别出平台与频道的基础上,识别出数据传输过程中的A/V数据包,获知A/V数据包的序号、A/V数据的长度及起始终止位置,通过在线将A/V数据提取并还原为媒体文件并进行内容检测。
为了在供需网环境下实现企业知识的协同管理,提出了供需网企业知识本体(SDNKO)的概念,根据SDNKO的多粒度特性,将SDNKO的概念空间划分为元概念层、领域模型层和应用实例层。在分析元概念类的层次结构和概念类的关联集后,针对电梯行业领域的企业知识本体概念空间进行了详细的说明。为表达供需网的协同知识语义,阐述了SDNKO概念框架的巴科斯范式和文档类型定义。最后,给出了供需网企业产品订单生成的知识协
针对移动机器人运行环境的复杂非线性特性,提出一种将重构相空间理论应用到移动机器人自适应行为选择中的混沌非线性分析方法。在所采集的一维自适应行为动作选择随机序列的基础上,重构时间序列的相空间,并计算相空间的嵌入维数、混沌吸引子和最大Lyapunov指数。计算结果表明,当运行环境中障碍物的分布密度较大时,移动机器人的自适应行为选择规律呈现混沌特性。这为结合混沌理论,给移动机器人的自适应行为选择提供更精
提出了采用P2P技术建立分布式时空索引,从这一理论的基础出发,研究对等环境下分布式时空对象模型和索引的整体框架。模型和架构涵盖了面向历史的索引和面向将来预测的索引技术。模型以空间划分作为时空数据分片的依据,描述了划分的空间、服务器节点以及时空对象之间的关系;整体架构是一种双层结构,满足分布式环境下索引的新需求,架构包含索引查询、建立和维护的基本协议。以三种应用情景为例研究模型的应用范围,最后在自行
最频繁项集挖掘是文本关联规则挖掘中研究的重点和难点,它决定了文本关联规则挖掘算法的性能。针对当前在最频繁项集挖掘方面的不足,将集合论引入倒排表以对其进行改进,然后以此为基础提出了几个命题和推论,并结合最小支持度阈值动态调整策略,提出了一个基于改进的倒排表和集合理论的最频繁项集挖掘算法,最后对所提算法进行验证。实验结果表明,所提算法的规则有效率和时间性能比常用的两个最频繁项集挖掘算法,即NAprio