论文研究一种新型的加密域可逆信息隐藏算法 .pdf

针对基本粒子群算法产生初始种群的盲目性和在搜索过程中粒子多样性丧失的缺点,提出了一种采用混沌策略改进的混合混沌布尔(Chaotic Boolean)PSO算法,在每轮迭代中将适应度最差的20%粒子进行

　在对遗传算法交叉、变异后结果的处理方法进行改进并在将进化过程分段的基础上,提出1种新的混沌遗传算法。该算法利用混沌运动的遍历性择优产生初始群体,对每一轮遗传操作所得到的部分当前最优个体进行变尺度混沌

针对网格和密度方法的聚类算法存在效率和质量问题，给出了密度与栅格相结合的聚类挖掘算法，即基于密度和栅格的聚类算法DGCA（densityandgridbasedclusteringalgorithm）

针对目前密文图像可逆信息隐藏算法容量较小的缺点，通过引入云计算服务，基于矩阵的奇异值分解，提出了一种面向云计算安全应用的密文图像可逆信息隐藏算法。该算法利用云端强大的计算和存储能力，对密文图像的某些比

针对CBR系统中案例检索算法存在的问题，根据k-means算法思想，将案例库进行聚类，在聚类基础上设计了一个案例检索算法。分析了样本案例的选取规则，重点论述了案例检索算法。根据实验结果表明，该方法能够

提出了一种人工免疫诱导算法（AIIA），用于实现PID参数自适应整定计算。阐述了人工免疫系统的原理，深入剖析了PID参数自适应整定模型，设计了该模型的人工免疫诱导算法。实验表明，该算法具有快速收敛性，

用户分簇是移动自组网通信需要解决的基本问题。从分簇结构与频率规划的角度出发，提出一种基于位置信息的分簇算法。该算法采用估计节点运动速度、引入虚拟网络中心节点、预警簇头失效、均衡簇间负载等方法，达到既形

特征点匹配在图像检索、模式识别等技术中起着重要的作用。已有的匹配算法如SIFT（DoG），Harris以及SUSAN算法，虽然可以提取高质量的特征点，但是这些算法本身计算量比较大，难以将其运用于实时性

针对粒子滤波在复杂背景下容易造成跟踪目标丢失的问题,提出一种基于多特征信息融合的粒子滤波算法。该方法同时利用灰度和梯度信息描述目标,有效提高了复杂场景下对目标描述的可靠性;在此基础上,推导出多信息融合

针对传统可逆信息隐藏算法存在宿主图像质量下降明显、安全性低、信息恢复需要较多额外负载等问题，提出一种混沌理论和整数变换相结合的可逆信息隐藏算法。将载体图像分为大小为2×2的子块并对其像素区分为标记像素