期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于虚特征分解的PQ图像隐写专用检测技术
1
作者 毛家发 林家骏 韩津生 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第2期265-269,共5页
提出了基于虚特征分解(IED)特征、针对抖动量化(PQ)隐写术的专用隐写分析方法。利用统计学理论,分析了JPEG图像经PQ嵌入秘密信息后,其空域行和列的线性相关性降低;并在实验结果中得到验证。采用支持向量机(SVM)作为分类器,建立了一个测... 提出了基于虚特征分解(IED)特征、针对抖动量化(PQ)隐写术的专用隐写分析方法。利用统计学理论,分析了JPEG图像经PQ嵌入秘密信息后,其空域行和列的线性相关性降低;并在实验结果中得到验证。采用支持向量机(SVM)作为分类器,建立了一个测试数据库;对基于IED特征隐写分析方法进行了隐藏信息检测的仿真实验。实验结果表明:该方法比其他现有的隐写分析方法更有效,对PQ隐写术检测率超过70%,且该方法具有较好的盲检测性能。 展开更多
关键词 虚特征分解(IED) 隐写分析 隐写术 抖动量化(pq) 支持向量机(SVM)
下载PDF
面向图像检索的累加乘积量化方法研究 被引量:1
2
作者 杜丹蕾 罗恩韬 +1 位作者 唐雅媛 李延浚 《计算机工程》 CAS CSCD 北大核心 2015年第10期226-231,共6页
针对经典的乘积量化方法易受数据相互依赖关系限制的问题,提出一种累加乘积量化方法。对高维特征向量进行正交分解,得到相互独立的特征向量子空间,依据压缩效率要求,对各特征向量子空间进行进一步分解,得到相互不独立的特征向量次子空间... 针对经典的乘积量化方法易受数据相互依赖关系限制的问题,提出一种累加乘积量化方法。对高维特征向量进行正交分解,得到相互独立的特征向量子空间,依据压缩效率要求,对各特征向量子空间进行进一步分解,得到相互不独立的特征向量次子空间,对次子空间采用累加量化方法进行编码,对子空间采用乘积量化方法进行编码,在保障压缩效率的前提下降低数据相互依赖关系对量化精度的影响。实验结果表明,与经典的乘积量化方法和笛卡尔K-均值方法相比,该方法的编码误差较小,在图像检索应用中的查全率较高。 展开更多
关键词 图像检索 特征提取 编码 乘积量化 非对称距离计算
下载PDF
基于SIFT的图像盲取证方法 被引量:2
3
作者 李峰 蔡琼 《计算机工程》 CAS CSCD 北大核心 2011年第14期233-235,共3页
采用一种基于尺度不变特征变换的算法提取图像特征,使用乘积量化的近似最近邻搜索方法对子空间分别进行量化,运用非对称距离算法计算特征向量之间的欧氏距离,提出一种新的数字图像复制粘贴被动盲取证方法。实验结果表明,该方法能够准确... 采用一种基于尺度不变特征变换的算法提取图像特征,使用乘积量化的近似最近邻搜索方法对子空间分别进行量化,运用非对称距离算法计算特征向量之间的欧氏距离,提出一种新的数字图像复制粘贴被动盲取证方法。实验结果表明,该方法能够准确地对复制区域经过预处理的伪造进行检测,减少内存的使用量和空间复杂度,缩短搜索时间。 展开更多
关键词 尺度不变特征变换 乘积量化 近似最近邻搜索 非对称距离计算 复制粘贴盲取证
下载PDF
基于摄动思想的中医处方模糊聚类分析 被引量:1
4
作者 陈瑾 陆建峰 +1 位作者 李文林 陈涤平 《北京生物医学工程》 2011年第4期376-380,386,共6页
基于信息技术的中医方剂自动分析,对中医经验的挖掘和传承具有重要意义。本文采用基于摄动思想的模糊聚类方法,对中医方剂进行了聚类分析研究。其中首先对方剂各味药的性味归经毒性进行模糊化处理,然后将基于传递闭包的摄动思想应用到... 基于信息技术的中医方剂自动分析,对中医经验的挖掘和传承具有重要意义。本文采用基于摄动思想的模糊聚类方法,对中医方剂进行了聚类分析研究。其中首先对方剂各味药的性味归经毒性进行模糊化处理,然后将基于传递闭包的摄动思想应用到方剂药群的聚类分析。然后以小柴胡汤的聚类分析为例,将此方法与传统的传递闭包矩阵聚类方法进行了比较。实验结果表明,与传统的传递闭包矩阵的模糊聚类方法相比,基于摄动思想模糊的聚类方法效果更好,可以更加客观地反映中医处方组方原则,对于方剂分析具有较好的指导意义。 展开更多
关键词 中医处方 模糊量化 传递闭包矩阵 摄动思想 模糊聚类
下载PDF
有源轻阻尼RLC介观电路中的波函数及电荷、电流的量子涨落
5
作者 郑琦 张解放 《原子与分子物理学报》 CAS CSCD 北大核心 2005年第3期429-433,共5页
从有源RLC电路运动方程出发,通过量子化有源RLC电路,计算了低温下电流、电荷的量子涨落以及电源对量子涨落的影响。
关键词 量子化 涨落 介观电路 微扰
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部