利用冲突信息降维的进化高维目标优化算法

进化多目标优化算法求解高维目标优化问题面临收敛能力、计算复杂度、决策以及Pareto前沿的可视化等困难,其根本原因是目标空间维数高。目标降维通过丢弃冗余目标,为缓解高维目标优化求解困难提供一种新思路。本文提出利用冲突信息降维的分解进化高维目标优化算法(CIOR-MOEA/D)。该方法通过衡量目标在近似解集上体现的冲突性,构造问题的冲突信息矩阵,对该矩阵进行特征分析,确定目标的重要性程度,实现维数约简,并利用分解进化多目标优化算法(MOEA/D)对重要子目标集合进行分解进化,从而得到问题的近似解集。实验结果表明,本文提出的目标降维算法在降维的准确性与鲁棒性上均表现突出,能够有效地处理冗余高维目标优化问题。

基于时延估计的声源定位算法实验研究

麦克风阵列因其相对于单麦克风能够获取更多声源信息,在声源定位的应用上正日益得到人们的极大关注。均匀线阵中,针对信号入射方向靠近阵列的两端阵列分辨力将逐渐降低,利用基于时延估计的声源定位算法时,对不同的信号入射角度以相同的角度误差作为结果筛选的依据的做法,显然不合理。通过分析均匀线阵的特点,当信号以不同角度入射时,以时延点数误差作为不同角度估计结果的筛选门限,并通过实测数据实验,验证了方法的合理性。由于实验使用阵元数少且阵列长度较短,因此实验结果对阵列信号处理的实际工程应用具有一定的参考价值。

基于深度信念网络的在线视频热度预测

针对在线视频热度预测研究中分类及预测效果欠佳,规则化较多和较缺乏实践检验等问题,通过对实际在线视频服务系统所采集的海量数据研究,提出一种基于深度信念网络(Deep Belief Networks,DBNs)的视频热度预测方法。首先,结合社交网络的关注度和视频关键词的搜索热度,对影响因子进行了建模和量化处理;其次,根据输入和输出变量确定了DBNs各层网络的结构,优化了网络参数和预测模型;最后,通过在线视频服务商的数据对深度信念网络进行训练,并多次交叉实验对比分析,结果表明基于DBNs方法在视频热度预测上准确率最高79.47%(国内视频)、65.33%(国外视频),可以为在线视频上映前的投资、宣传以及风险评估提供较全面可靠的参考决策。

异构蜂窝网络中一种基于匈牙利算法的用户关联方法

在异构蜂窝网络中使用传统的小区选择方法会导致宏基站和小基站的负载失衡,而与小基站关联的用户面临服务质量(Qo S)的降低的问题。针对该问题,提出了一种基于效用函数最大化的用户与基站关联方法。该方法将用户与基站的关联过程建模为双目标优化问题并且线性化为系数可调的效用函数最大化问题,以实现基站负载均衡和用户Qo S之间的折中。通过设计权值系数,将该效用函数最大化问题转化为基于二部图的最大匹配,并用匈牙利算法求得最优解。仿真结果表明,该方法实现了异构蜂窝网络中宏基站与小基站之间的负载均衡,并且通过系数调节,达到了基站负载均衡和用户Qo S之间的折中。

基于Vague集相似度量的图像隐写系统安全性测度

由于图像隐写所引起的各种统计特征变化是不确定的,文中将Vague集相似度量引入隐写系统的安全性评价中.从图像的一阶统计特征和二阶统计特征两方面,定义了基于载体数据及载密数据相关Vague集相似度量的隐写系统一阶和二阶安全性测度,证明了该安全性测度的有界性,对称性和一致性.在假设图像满足独立同分布的条件下,证明了所提出的两种安全性测度是等价的.结果表明,所提出的二阶安全性比一阶安全性能更好地反映隐写引起的载体统计分布变化.与确定模式下的安全性测度相比,当嵌入率低于0.5比特/像素,新的测度可更好地度量隐写系统安全性,因此该测度对小容量的隐写及隐写分析算法设计具有更好的指导作用.

高维多目标优化中基于稀疏特征选择的目标降维方法

目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.

冲激噪声环境下基于最大相关熵准则的韧性子空间跟踪新算法

本文采用最大相关熵准则(MCC)对投影近似子空间跟踪(PAST)算法中基于最小平方误差(MSE)准则的目标函数进行修正,推导出适用于冲激噪声环境的韧性投影近似子空间跟踪新算法(MCC-PAST算法).对两种冲激噪声模型包括,稳定分布噪声模型和混合高斯噪声模型环境下的时变波达方向估计问题的实验仿真表明,与基于韧性M估计的PAST改进算法(RLM-PAST算法)相比,MCC-PAST算法可以自适应地调整核长,对于阵列接收数据的变化体现出更好的适应性.

异构蜂窝网络中用户关联与基站功率的协同优化

为实现异构蜂窝网络中宏基站和小基站之间的负载均衡,提出了一种基于效用函数最大化模型的用户关联机制和基站功率控制的协同优化方案。通过迭代算法求解该协同优化问题,首先在基站功率固定的情况下求得最佳用户关联策略,然后在所得的用户关联策略基础上通过Zoutendijk可行方向法求得基站最佳功率。通过协同优化获得的用户关联策略和基站功率控制实现了基站之间的负载均衡,通过降低宏基站功率和关闭闲置小基站降低了基站的能耗。仿真实验表明,所提方案和不实施功率控制的用户关联策略相比,实现了宏基站与小基站之间的负载均衡,降低了宏基站对小基站用户的干扰,提升了小基站用户的信号干扰噪声比,用户速率中位值提高了20%。

基于博弈论的无线传感器网络能耗均衡

传输环境的异构特性使得无线传感器网络某些节点电源过早耗尽,为解决无线传感器网络中的多个节点间的能耗均衡问题,考虑到了节点能耗异构性,通过设计效用函数并设置系统参数,并建立起基于任务调度的完全信息静态博弈模型,获取每个节点的最优发送概率。通过在异构的环境中的大量仿真测试,结果表明:与传统的两种算法相比较,博弈算法被证明能有效地均衡网络节点的能耗,并延长网络的工作寿命。

多目标混合蛙跳算法中改进的种群分割方法

种群分割方法是混合蛙跳算法最重要的组成部分之一,直接影响算法的性能。针对多目标混合蛙跳算法,提出一种新的种群分割方法。该方法将代表潜在最优区域的非支配个体集合通过聚类的方式划分族群,目的是使不同族群在不同区域进行局部搜索,避免算法早熟。被支配个体则根据其与非支配个体集合的近似度分配到族群中,并通过随机加入其他族群个体的方式提高本族群的多样性。实验结果表明,相对于其他种群分割方法,本文的方法在提高多目标混合蛙跳算法的收敛性能和收敛速度方面都具有一定的优势,而且对于目标个数较多的问题也能获得较好的结果。

基于递进多目标蛙跳优化的LSB±K隐写算法

设计一种采用非支配排序、拥挤机制和种群重构等策略的递进多目标混合蛙跳算法,可有效保证Pareto前沿的多样性和均匀性.将该多目标优化算法用于设计LSB±K隐写算法.在优化过程中对图像分块,对应所有图像子块组成的矩阵构成优化算法的可行解,矩阵元素代表对应图像块像素的嵌入位数.以载体图像与载密图像差分图的直方图特征函数质心差和隐写容量为两个优化目标,对不同图像块的嵌入位数进行优化.实验结果表明,采用递进多目标混合蛙跳优化的LSB±K隐写算法,与相近抗分析性能下的LSBM隐写及单目标优化LSBM隐写相比,嵌入容量提高了30%;与相同容量的LSB±2隐写及单目标优化LSB±2隐写相比,抗分析能力更强.

Alpha稳定分布噪声环境下类M估计相关的DOA估计新算法

提出了一类适用于Alpha稳定分布随机变量的统计量—类M估计相关(MELC),通过构造阵列输出的类M估计相关矩阵,提出了适用于Alpha稳定分布噪声环境下的波达方向(DOA)估计新算法,即MELC-MUSIC算法。仿真实验表明,在Alpha稳定分布噪声环境下,MELC-MUSIC算法在抗噪声特性、多源信号分辨性以及对不同形式信号(圆对称信号或非圆对称信号)的适应性方面获得比基于分数低阶统计量(FLOS)的MUSIC方法更好的估计性能。

基于数独的大容量可篡改定位动态多重水印算法

提出一种基于数独的大容量动态水印算法,每像素的嵌入容量为2比特。先将原始图像分成大小为M×N像素不重叠区域,把大小为2M×N像素的若干个不同的水印嵌入到每个区域中。若加入水印后图像被篡改,则会造成篡改区域的水印不能正确提取。在任意时刻都可在感兴趣的区域中嵌入任意水印,即嵌入水印的位置和时间是按一定的协议动态确定的。实验结果表明该算法具有较大的水印嵌入容量和较高的篡改定位精确度。

图像隐写系统模糊相对熵安全性测度研究

模糊相对熵可很好地度量两个模糊集之间的差异.文章根据隐写通信过程的不确定性,定义了隐写系统n阶Markov链模型的模糊经验矩阵,提出了隐写系统的模糊相对熵和加权模糊相对熵安全性测度,证明了该安全性测度的非负性、交换性和一致性.此外,由该测度可推导出各种确定模式下安全性测度.仿真实验表明,与同模型下的确定模式安全性测度相比,模糊相对熵及加权模糊相对熵安全性测度对隐写算法安全性的度量能力更强,且随着阶数的增加,对应安全性测度的度量能力增强.隐写算法设计实验也表明模糊相对熵安全性测度可更好地指导设计高安全性的隐写算法.

基于离散小波变换和奇异值分解的盲水印算法

基于小波变换的多分辨率特性和矩阵奇异值分解(SVD)的能量稳定特性,提出了一种强鲁棒性的盲水印算法。通过对奇异值矩阵的第二个对角元素的后七位进行循环移动将二值水印嵌入到彩色图像的亮度信息中。实验证明该水印算法对Stirmark里的JPEG压缩、PSNR攻击和常规的图像攻击,如剪切、高斯噪声、椒盐噪声、尺度变换、中值滤波等具备较好的鲁棒性。

视频监控系统多网域技术研究与设计

视频监控系统在专业行业中的应用越来越广泛,针对专业行业网络结构复杂、多种网络并存、网络安全等级划分不均匀、IP地址容量有限的现状,提出视频监控的多网域设计模型,该模型采用统一的配置,各网域客户端通过本网域IP地址实现自动匹配的网域应用模式,并从系统框架和实现方案分别进行详尽的描述,阐述系统方案的可实现性。应用实践表明,该模型在解决视频监控的多网域应用问题时简单、高效。

2.5Gbit/s二维OCDMA系统研究

报道一种新的二维光码分多址(optical code division multiple access,OCDMA)系统实验,在有干扰用户的情况下,实现了G.652单模光纤100 km传输,数据速率2.5 Gbit/s,误码率小于10-9的系统传输性能.系统采用自制的增益开关分布反馈激光器作为超短脉冲编码光源,研制基于分段采样啁啾光纤光栅的时频域二维光编/解码器;测试无干扰用户时的编码波形解码波形,以及有干扰用户时的编码波形和解码波形,获得较好的光编解码性能和抗干扰性能.结果表明,该系统传输性能好、抗干扰性强、安全可靠、结构简单且实用性强,为OCDMA系统在解决光信号安全传输、光码分多址扩容、光码分多址接入,及光码标记交换等全光通信、网络应用问题,提供了一个高效可行的实用化优选方案.

基于遗传优化图像稀疏分解的密写算法

根据超完备字典图像稀疏表示的稀疏性和特征保持性,提出了基于遗传优化图像稀疏分解的密写算法。该密写算法将信息隐藏与基于图像稀疏分解的压缩过程合二为一。首先在基于MP的图像稀疏分解每步迭代中,采用遗传算法快速实现最佳匹配原子的选取;对稀疏分解得到的结果用不同的量化位数进行量化;最后采用LSB嵌入方式将秘密信息隐藏于量化后参数的不同最低有效位中,得到载密图像。实验结果表明,本文提出的基于遗传优化图像稀疏分解的密写算法具有良好的视觉效果,与相同嵌入容量的经典空域和DCT域LSB算法相比,本文的密写算法获得了更高的抵抗隐写分析能力。抗隐写分析实验也表明新的密写算法对嵌入位数不敏感,可灵活地扩充嵌入容量。

基于视觉灵敏度与DCT系数的显著性检测

提出一种基于人类视觉灵敏度与空间加权离散余弦系数差异度的显著性检测模型.该模型将图像块的离散余弦低频系数作为其特征向量,以取代颜色和亮度等基本特征.每个图像块的显著性不仅计算与其余所有图像块的空间加权特征差异度之和,还用人类视觉灵敏度加权.通过与6种典型的显著性检测模型在3个眼动跟踪数据集上进行对比实验,结果表明,该模型显著性检测性能优于所有对比算法.此外,将该显著性检测模型用于新一代高效率视频编码(high efficiency video coding,HEVC)中也获得了很好的效果.

可证安全的有效代理签名方案

针对固定维数的格基委托算法或格上基于盆景树生成的代理签名方案中私钥和签名的长度均过大的问题,提出一种较小尺寸的代理签名方案。该方案对随机预言机进行了合并优化,并使用一个更小范数但是向量盲化的消息,从而控制代理签名私钥的维数,其安全性基于格上最短向量问题和小整数解问题的困难性,并且满足代理签名方案所有的安全性要求。与现有方案相比,该方案有效地减小了代理签名私钥和代理签名的长度,使代理私钥长度与原始签名用户私钥长度相当。