基于小生境免疫算法的多约束QoS路由选择

针对多约束QoS路由选择问题,将其转化为一个多约束赋权图最短路径问题,选择费用、带宽、时延和丢失率为QoS参数。针对一种免疫算法的不足,利用基于相似结构的小生境技术和共享算子对免疫算法加以改进。实验表明,该算法有较好的性能,大幅提高了QoS路由选择的效率。

免疫遗传优化支持向量机回归在混沌时间序列预测上的应用

在分析支持向量机(Support Vector Machines,SVM)回归算法的基础上,提出了一种免疫遗传优化向量机回归算法来预测混沌时间序列。算法根据混沌时间序列样本的特点利用免疫遗传算法对支持向量机回归方法参数进行优化。免疫遗传算法有效地克服了未成熟收敛现象,获得相关参数最优值。对混沌时间序列预测的实际算例表明,与支持向量机方法相比,本文所提的免疫遗传优化支持向量机回归方法具有更高的预测精度。

基于标记矢量量化的多重音频数字水印算法

提出一种基于矢量量化和DCT变换的多重音频数字水印算法。该算法将鲁棒水印和脆弱水印分别嵌入到载体音频信号中,同时完成版权保护和音频内容完整性认证的功能。鲁棒水印在进行码字标记的矢量量化过程中嵌入到DCT中频系数中,脆弱水印采用索引约束的方法嵌入到DCT高频系数中。鲁棒水印和脆弱水印都能实现盲提取。实验结果表明,本算法引入的失真较小,鲁棒水印可以抵抗大部分的攻击操作,同时脆弱水印可以实现对随机替换篡改的有效定位。