面向工程能力培养的“数据结构”课程教学改革探索

为了适应社会快速发展和转型升级,满足行业对计算机类人才培养的要求。基于计算机类专业核心课程“数据结构”开展了面向工程能力培养的教学改革。首先,对“数据结构”课程内容的教学要点进行了分析。其次,对“数据结构”课程的教学内容进行分层对照,明确分析从基础知识到工程创新不同层次与课程的对应关系。再次,对课程的主要内容设计了面向工程能力教学案例以及课程内容学习的流程。最后,改进了课程考核方式由传统的知识考核转为多层次、全方位的考核模式。因此,对课程的教学改革有利于提高学生的解决工程问题的能力。

基于信息隐藏的图像感兴趣区域保护算法

本文提出一种基于信息隐藏的图像感兴趣区域保护算法。该算法首先通过计算图像的显著图,对显著图进行分割,得到图像的感兴趣区域。然后求出感兴趣区域最小的外接矩形,外接矩形区域作为图像的保护区域。将保护区域内像素转换成二进制数据,根据二进制数据位数和图像的隐藏容量确定隐藏的备份数,将保护区域信息的多个备份隐藏在图像中,实现对图像感兴趣区域的保护。实验效果表明,当图像的保护区域被破坏时,通过提取隐藏的保护区域信息能较好地恢复图像。

可逆信息隐藏综述

阐述可逆信息隐藏的基本概念及其特征,描述可逆信息隐藏的模型以及通过可逆信息隐藏技术中各种算法的研究,分析目前可逆信息隐藏技术存在的问题,提出可逆信息隐藏技术的发展方向。

面向密文图像信息隐藏的随机插值方法

传统图像插值方法应用于密文域图像信息隐藏时会降低信息隐藏系统的安全性.为此利用随机分配插值权重的策略设计了一种密文图像随机插值方法.该方法首先生成大小为密文图像两倍的初始插值图像,对于插值图像的奇数行和奇数列像素,直接用密文图像的相应像素填充;对于其他位置的像素,先用伪随机函数生成随机值,再结合像素的具体位置来计算插值结果.实验结果表明,所提方法生成的密文图像的插值图像,其直方图近似均匀分布.对比结果显示该随机插值方法在安全性方面优于3种文献插值方法.

基于分块的JPEG图像信息隐藏算法

本文将图像进行分块,根据每块图像量化后的DCT系数矩阵,结合视觉特性将图像块分为不同的类型;然后对不同类型的块采用不同的方法在AC系数中嵌入秘密信息,减少对载体图像的影响,隐藏信息后载体图像块的类型不变,从而可正确提取隐藏信息。实验结果表明,该算法在保持JPEG图像视觉质量的同时有较高信息隐藏容量。

基于相邻像素的可逆大容量信息隐藏算法

将载体图像按照不同的扫描方式转换为不同的一维序列,通过计算一维序列前后两个元素的差值,再统计出该差值序列中频率出现最多的两个值,计算不同扫描方式中这两个值出现的总次数。选择总次数最大的扫描方式生成的一维序列中进行信息隐藏,在频率最大的两个数据中隐藏信息。实验结果表明,该算法隐藏容量大,载体图像的峰值信噪比高。

联合压缩感知和颜色向量角的彩色图像哈希方法

提出一种联合压缩感知和颜色向量角的彩色图像哈希方法.该方法先对输入图像进行预处理,并计算其颜色向量角矩阵,然后对矩阵进行非重叠分块,再将每一块进行压缩感知测量,用测量向量的均值构成哈希值.实验表明,该方法对常见数字操作稳健并有良好的唯一性,分类性能优于3种现有方法.

一种抗剪切信息隐藏算法

提出了一种基于拉丁方阵的抗剪切信息隐藏算法,通过载体图像隐藏容量和秘密信息的大小确定隐藏秘密信息的备份数,根据备份数确定隐藏信息的拉丁方阵模板,对秘密信息进行分组和编号,通过拉丁方阵模板按对应的编号,将秘密信息嵌入到载体图像中,实现信息隐藏.实验结果表明该算法能够实现大容量隐藏并且能够抵抗大面积的剪切攻击,具有较好的应用价值.

不一致对象下的不完备决策系统属性约简算法

在不完备决策系统中,给出高效的计算容差类算法.提出不一致对象概念,研究不一致对象的性质,根据其性质给出在不一致对象下的核属性和属性约简的定义并设计求核属性算法.提出一个新的属性重要性定义,最后依据新的属性重要性定义设计一个最坏情况下时间复杂度和空间复杂度分别为O(kC^2U)和O(U)的启发式属性约简算法,并通过理论分析、实例分析和实验分析说明该算法准确性和可行性.

一种JPEG图像的信息隐藏算法

本文提出一种JPEG图像的信息隐藏算法,根据给定阈值确定隐藏信息的低频DCT系数,对这些低频系数进行编号分组,得到载体信息。将秘密信息每2位分为一组,每组秘密信息转换为十进制数,用这个数确定隐藏到载体中某组系数的位置。根据嵌入方式,对秘密信息进行预处理得到嵌入数据,通过与3的模数修改隐藏信息的低频DCT系数实现信息隐藏。实验结果表明,本文算法有较好的视觉效果。

浅析中文分词方法

中文分词是在中文信息处理系统中的关键步骤,文章探讨了常见的几种中文分词方法以及他们的优点和缺点,并指出了在中文分词工作中的困难。

基于免疫量子粒子群优化的测试代价敏感属性约简算法

为了解决测试代价敏感属性约简的高效性和准确性问题,提出一种基于免疫量子粒子群优化的最小测试代价属性约简算法。依据条件信息熵和测试代价因素定义适当的适应值函数,将最小测试代价属性约简问题转化为0-1组合优化问题,提出最小属性的属性约简问题是一种具有特殊测试代价的最小测试代价属性约简问题。最后结合量子粒子群和人工免疫方法给出约简算法。实验对比已有的最小属性约简算法和测试代价敏感属性约简算法,实验结果表明本算法是有效的。

基于数字图像的可见水印嵌入工具

可见水印是保护数字图像版权的一种有效技术。设计和开发一个基于数字图像的可见水印嵌入工具。该工具是在Visual Studio 2013环境下开发,使用的语言为C#,通过使用图形设备接口(GDI+)实现为单幅图像和多幅图像嵌入文字可见水印或图像可见水印的功能,可有效保护数字图像版权。

基于曲面插值的加密图像可逆信息隐藏算法

提出一种基于曲面插值的加密图像可逆信息隐藏算法.对原始图像进行加密,利用随机函数确定加密图像中的载体像素,根据载体像素取反位的不同采取不同的隐藏方法.对载密图像进行解密以确定载体像素,在载体像素5×5邻域中选取与载体像素距离最近的6个非载体像素,采用曲面插值的方法计算载体像素的预测值,应用该预测值提取秘密信息并恢复载体像素.实验结果表明,该算法提取秘密信息的错误率较低,恢复图像的视觉效果较好.

采用相邻像素预测的可逆信息隐藏算法

为了提高图像信息隐藏算法的信息嵌入容量和载密图像的保真度,提出一种采用相邻像素预测的可逆信息隐藏算法.构建局部线性预测模型,以待预测像素的3个相邻像素为目标像素,通过目标像素的相邻像素建立线性方程组,求解预测模型参数.应用预测模型进行预测,计算预测误差,绘制预测误差直方图,通过直方图平移实现可逆信息隐藏.实验结果表明:文中算法可通过较少的预测像素进行预测,比其他算法具有更高的预测精度和更大的信息嵌入容量.

深度学习网络的毫米波全息成像图像重建

以提升毫米波全息图像分辨率为目的,提出基于深度学习网络的毫米波全息成像图像重建方法。设计毫米波全息成像系统,通过信号划分与混频滤波放大处理等过程计算目标对像回波信号的相位和幅度,将获取的数据传输至全息图像成像程序,得到毫米波全息图像。利用基于深度学习网络的图像重建算法对毫米波全息图像实施重建:处理毫米波全息图像数据,构建外部图像库;构建深度学习网络中的卷积神经网络模型,通过训练获取低分辨率图像与高分辨率图像间的映射关系;基于输入卷积神经网络模型的毫米波全息图像低分辨率图像块,获取高分辨率毫米波全息图像。采用残差结构优化卷积神经网络模型解决梯度弥散现象。测试结果显示该方法重建图像分辨率的两个评价参数图像重建精度与重建图像清晰度分别为97.5%和97.1%。

基于图像插值和参考矩阵的可逆信息隐藏算法

本文提出一种基于插值技术和参考矩阵的可逆信息隐藏算法。该算法首先用一种改进的线性插值方法对载体图像进行插值,生成一幅插值图像;然后对插值图像进行不重叠分块,分块大小为2×2,在每个分块中以左上角的像素值作为平面坐标点的横坐标,其他像素值作为纵坐标构造3个坐标点并将其映射到参考矩阵中;最后根据秘密信息的十进制值和参考矩阵中相应坐标点的值来修改纵坐标以实现信息隐藏。在提取秘密信息时,通过信息隐藏时相同方法构造每个分块的3个坐标点并映射到参考矩阵中获取相应坐标点处的值完成秘密信息的提取。由于信息隐藏过程仅修改插值像素,原始像素保持不变,因此可无损还原载体图像。大量实验结果表明,该算法具有较大的信息隐藏容量和较好的视觉效果。

一种基于多预测值分类的可逆信息隐藏算法

本文提出一种基于多预测值分类的可逆信息隐藏算法。该算法通过多种预测算子对像素值进行预测,确定最大预测值和最小预测值的下标,根据最大预测值和最小预测值与当前像素值的关系进行分类。若最大预测值与最小预测值相等,则最优预测值为最小预测值;若当前像素值大于或等于最大预测值,则最优预测值为最大预测值;若当前像素值小于或等于最小预测值,则最优预测值为最小预测值。计算当前像素值与最优预测值的差值,然后选择相应差值隐藏秘密信息。该算法能够准确提取秘密信息,并无损恢复原始载体图像,且载密图像具有较好的视觉效果。

提高智能网络中地震数据集成与共享性能的研究

地震数据集成共享在地震监测与分析中具有重要作用。为此,针对传统基于数字图书馆的地震数据集成化共享方法集成度低、共享率差的问题,研究一种新的地震数据集成与共享方法,该方法分为两个阶段,先是利用数据仓库技术对地震数据进行集成,包括数据抽取、清洗、归约、装载等;后建立共享平台,完成数据透明式访问,实现数据共享。结果表明:利用该文章所提出的方法对大规模地震数据进行集成化共享,集成度达到95.68%,共享率达到87.34%,为遥测地震监测与预防提供了有效的数据查询平台。