论文研究基于HVS和量化的自适应盲水印算法.pdf

针对XCP的α参数在网络中流的个数变化明显以及链路带宽相差比较大的网络环境中影响带宽利用率提高的问题，提出一种自适应的XCP改进算法——AXCP。该算法基于平均队列变化率来判断网络的稳定状态，并依此调

自适应的遗传算法参数，朱彦廷，，用自适应的适应度函数、交叉概率及变异概率取代固定的的适应度函数、交叉概率及变异概率来改进遗传算法，并与标准遗传算法进行了

Srinvivas等提出一种自适应遗传算法，交叉概率与变异概率能够随着适应度大小而改变。但在这种算法中，群体中最大适应度值的个体的交叉率和变异率为零，这使得进化走向局部最优解的可能性增加。提出了一种改

蛙跳算法是一种受自然界生物现象启发产生的群体进化算法，计算速度快，寻优能力强，但局部搜索能力较弱，容易陷入早熟收敛。针对其缺点，结合高斯变异和柯西变异的优点，提出了一种改进的混合蛙跳算法。改进后的算法

针对现有轨迹数据压缩算法难以确定压缩阈值的缺点，提出了自适应参数的轨迹压缩算法。该算法根据用户期望达到的压缩效果，按照优先保证压缩比的策略，在保证压缩效率和压缩效果的情况下，帮助用户自动确定压缩阈值，

针对原始压缩跟踪使用固定大小的跟踪框来跟踪目标，提出一种尺度自适应的压缩跟踪算法，在原始的压缩跟踪算法的基础上加入粒子滤波方法，利用分类器的响应产生粒子权重，根据粒子权重大小重新采样，从而避免了粒子退

1 算法描述 可见水印的特性和与其相对应的要求大致有以下几 点 : (1)无论是在彩色或灰度图像上,可见水印均应很容易 看见。此外,水印应该覆盖图像的大部分区域,并且应在所 覆盖的区域上可见。 (2)

NoC映射是NoC设计中的重要步骤，映射结果的优劣对NoC的QoS约束和通信功耗有着很大的影响。提出一种采用云自适应遗传算法实现NoC映射的方案，该算法利用云模型对传统遗传算法加以改进，以此新方法自动

针对传统遗传算法易于陷入局部最优解，性能不稳定的问题，提出了一种基于协同进化的自适应遗传算法（CEAGA）。在协同进化的两层框架模型的基础上，引入一个自适应的变异策略，改进了协同进化遗传算法中的局部进

为了解决蚁群算法易早熟于局部最优及收敛速度慢的问题，采用云模型理论来合理调控蚁群算法的随机性程度，分别提出针对蚁群算法参数、云模型参数以及较优路径判定的自适应调整策略，同时提出信息素分布状态的评价算法