期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于网络文本大数据的信息隐藏方法 被引量:12
1
作者 师尚伟 黄永峰 王烨 《小型微型计算机系统》 CSCD 北大核心 2017年第2期227-231,共5页
文本作为语言的视觉形式是人类最重要的交流工具,基于文本的信息隐藏算法具有很高的实用价值.文本的一个明显特点是高度凝练,信息冗余少,因而文本隐藏的容量较低.另一方面,传统的文本隐藏建立在修改载体的基础上,而文本语义对于修改非... 文本作为语言的视觉形式是人类最重要的交流工具,基于文本的信息隐藏算法具有很高的实用价值.文本的一个明显特点是高度凝练,信息冗余少,因而文本隐藏的容量较低.另一方面,传统的文本隐藏建立在修改载体的基础上,而文本语义对于修改非常敏感,微小的修改可能引起明显异常,因而文本隐藏的隐蔽性较差.针对以上问题,深入分析了网络文本大数据的特点,据此设计了一种基于网络文本大数据的信息隐藏算法,把对载体的修改转化成对载体的检索,并通过位置信息定位秘密消息,从而不需要修改载体即可嵌入信息,隐蔽性大大提高.另外,实验结果显示本算法具有接近通用字符编码效率的嵌入率(18比特/字符),是一种高效的信息隐藏算法. 展开更多
关键词 网络文本 大数据 信息隐藏 无修改隐藏 文本隐藏
下载PDF
结合二次聚类编码的生成式可逆信息隐藏方法
2
作者 赵迪 邵利平 任平安 《计算机科学与探索》 CSCD 北大核心 2020年第11期1849-1864,共16页
为避免纹理生成式信息隐藏和马赛克拼图式信息隐藏存在的拼接痕迹和产生有意义图像,并提高抗攻击能力,提出一种结合二次聚类编码的生成式可逆信息隐藏方法。将不同灰度阶随机二值噪点小块作为候选样本小块,由二次聚类编码筛选出用于二... 为避免纹理生成式信息隐藏和马赛克拼图式信息隐藏存在的拼接痕迹和产生有意义图像,并提高抗攻击能力,提出一种结合二次聚类编码的生成式可逆信息隐藏方法。将不同灰度阶随机二值噪点小块作为候选样本小块,由二次聚类编码筛选出用于二值秘密信息表示的编码样本小块。然后结合随机二值参考图和嵌密位置来放置编码样本小块以生成含密掩体。在提取时,按二次聚类编码产生编码样本小块,结合参考图和嵌密位置提取秘密信息。所提方法不产生拼接痕迹,也不涉及任何修改式嵌入,可生成视觉质量良好的有意义图像并可无损地恢复为原掩体。所提方法具有较好的抗攻击能力,且嵌入和提取过程完全依赖于用户密钥,具有较高的安全性。 展开更多
关键词 生成式信息隐藏 马赛克拼图 二次聚类编码 可逆 无修改
下载PDF
THE CONVERGENCE OF A NEW MODIFIED BFGS METHOD WITHOUT LINE SEARCHES FOR UNCONSTRAINED OPTIMIZATION OR COMPLEXITY SYSTEMS
3
作者 Liying LIU Zengxin WEI Xiaoping WU 《Journal of Systems Science & Complexity》 SCIE EI CSCD 2010年第4期861-872,共12页
In this paper,a new modified BFGS method without line searches is proposed.Unlike traditionalBFGS method,this modified BFGS method is proposed based on the so-called fixed steplengthstrategy introduced by Sun and Zhan... In this paper,a new modified BFGS method without line searches is proposed.Unlike traditionalBFGS method,this modified BFGS method is proposed based on the so-called fixed steplengthstrategy introduced by Sun and Zhang.Under some suitable assumptions,the global convergence andthe superlinear convergence of the new algorithm are established,respectively.And some preliminarynumerical experiments,which shows that the new Algorithm is feasible,is also reported. 展开更多
关键词 BFGS method complexity systems global convergence superlinear convergence unconstrained optimization.
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部