基于JPEG图像的模块化可逆信息隐藏方法

当前的可逆信息隐藏方法为了寻求更好的嵌入性能,通常会基于给定的图像内容对修改模式和嵌入参数作出自适应的调整。然而,通过细化自适应程度或扩大解空间来寻找更优解时,会造成计算复杂度高、时间成本难以承受等问题。为此,提出了一种适用于JPEG图像的模块化可逆嵌入方法来提高自适应寻优的效率。通过比较不同情况下最优解的嵌入性能,对原有的解空间进行优化、筛选,从而生成一个适用于不同图像的通用修改模式集合。每一个修改模式被定义为在多直方图修改框架下的最优嵌入点集合。在嵌入时,为给定的图像内容自适应地从预设的解集中选定合适的修改模式。实验在USC-SIPI数据集上与五个具有代表性的方法进行了比较。相比于同类算法,所提算法可将峰值信噪比提升0.03~1.81 dB。对于文件大小扩展,所提算法的性能结果可比两个经典方法分别减少12.4%和5.1%。实验结果表明,相比于主流经典方法,该方法在含密图像质量和文件大小扩展方面有更好的性能表现,并能以较低的计算复杂度取得与最近的高效方法相近的自适应嵌入效果。

模块度优化启发式算法应用

模块度优化的启发式快速算法常常用来检测复杂网络中的社团结构。较之其余的社团检测方法,该算法在计算时间上更具优势,而且用模块度衡量发现检测社团的质量很高。运用模块度优化启发式算法划分空手道俱乐部网络、大学足球俱乐部网络和区域贸易网络等,并对其结构和功能做出一定的分析。特别地,针对贸易网络中自由贸易区往往表现为一个社团的特点,以221个国家或地区为研究对象,对贸易协定与地域之间的关系做了大量的实证研究。首先,从世贸组织网站上采集了区域贸易协定中国家之间贸易的数据;其次,通过模块度启发式算法进行社团划分,共得出7个主要的贸易区,其中欧盟自由贸易区的社团表现极为明显;最后,从社团结构的表现形式推断实际区域间的贸易情况。