基于LSB算法的图像信息嵌入与提取技术

信息隐藏技术成为保密通信和信息保护的有效手段,利用LSB算法对图像信息进行嵌入和提取,是信息隐藏技术中关键一环。     

基于JND的小波域数字水印算法的研究

文章对JND技术应用到图像数字水印算法中进行了阐述。为了提高纠错能力,水印嵌入前经过Goppa编码预处理,然后采用一种基于JND的分类器将分块后的载体图像分类,以不同的嵌入强度将水印信息嵌入到载体图像中。实验结果表明,利用该算法实现的水印具有很好的视觉掩蔽效应和鲁棒性。     

特征选择在协同过滤推荐算法中的应用研究

用户-项目评分数据集的高维稀疏性使得传统的协同过滤处于"维度困境"。运用降维技术的特征变换方法的协同过滤算法虽然缩减用户-项目评分数据集规模,但在某种程度上导致信息损失。本文提出将特征选择方法和技术运用于协同过滤算法,并且给出了基于有监督特征选择的协同过滤框架及其协同过滤流程。     

一种基于VBA方法的文本水印算法

本文给出了一种以文本为载体,改变字符位置以及字号特征嵌入水印的方法。算法加入冗余位来记录水印的附加信息,利用循环嵌入,大大地提高了水印的鲁棒性。计算机实验结果表明,该算法可嵌入水印信息容量较大,鲁棒性较强。     

Adaboost算法在网站信息过滤技术中的研究应用

本文主要阐述Adaboost算法在网站图像过滤方面的应用技术,通过Adaboost算法提高色情图片检测的速度与准确率,进而达到高效过滤网站信息的目的。     

典型的图像数字水印算法研究

本文首先说明了数字水印技术是数字化时代信息隐藏和信息安全保护的一种新型技术.其次在介绍数字水印的嵌入和恢复原理的基础上介绍了几类典型的图像数字水印算法,包括强度不同的水印算法;嵌入域不同的水印算法;基于图像相关性和HVS的算法;基于不可逆性的水印算法.     

基于协同过滤在高校学习资源个性化推荐系统中应用研究

文章针对目前高校学习资源信息过剩问题而无法向学习者进行个性推荐资源。文章鉴于电子商务个性化推荐模型研究启示,尝试将协同过滤技术应用在高校学习资源中进行个性化推荐技术研究。文章分析了协同过滤技术个性推荐系统类型以及基于项目个性推荐系统模型流程,最后结合案例分析了基于项目协同过滤技术在高校学习资源应用整个流程;并针对协同过滤算法存在问题,提出了改进方法。     

典型的图像数字水印算法研究

本文首先说明了数字水印技术是数字化时代信息隐藏和信息安全保护的一种新型技术。其次在介绍数字水印的嵌入和恢复原理的基础上介绍了几类典型的图像数字水印算法，包括：强度不同的水印算法；嵌入域不同的水印算法；基于图像相关性和HVS的算法；基于不可逆性的水印算法。     

数字水印与加密技术探究

在网络环境中对信息的安全性以及版权进行有效的保护是当前亟待解决的重要问题。而数字水印技术可以将数字水印信息通过某种算法嵌入到待保护的多媒体信息中，从而达到隐藏数字水印信息的目的。本文在对数字水印和机密技术之间的关联作出论述的基础上，对机密技术在数字水印中的应用进行了分析与探讨。     

信息获取能力与利用培养应嵌入专业课程教学

图书馆员和院系教师合作,将信息素质教育嵌入到院系专业课程的教学中,提供有针对性的信息素质教育。将信息获取与利用能力教育嵌入专业教学中,是对高职学生在校期间接受系统信息能力培养的再提高,也是信息素养培养在专业学习中的终极应用目标。     

基于混合微粒群优化算法的配送中心选址问题求解

将微粒群优化算法和模拟退火算法结合．针对配送中心选址问题．构造了微粒表达方法。提出了此问题的一种混合微粒群优化算法。通过整数规范化。微粒群能在整数空间内对问题进行优化求解。该算法能克服基本微粒群优化算法精度较低，易发散的缺点，有较高的搜索效率。经过实验仿真，与基本微粒群优化算法、遗传算法进行比较．证明了该算法的有效性。     

基于改进的加权贝叶斯分类算法在空间数据中的应用

朴素贝叶斯算法是一种简单而高效的分类算法,但它的属性独立性假设,影响了它的分类性能。针对这个问题,提出一种基于属性约简的PLS加权朴素贝叶斯分类算法。该算法首先分析属性之间的相关性,通过属性约简选择一组近似独立的属性约简子集,提出改进的偏最小二乘回归加权朴素贝叶斯分类算法,实验结果表明,改进算法具有较高的分类准确度。并将改进的算法应用于边坡识别问题中。     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

基于模拟退火遗传混合算法的指派问题研究

根据指派问题的特点建立数学模型．提出了以模拟退火算法和遗传算法相结合的思想及其解决方案。通过算例表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的。     

基于扫描算法的启发式构造方法比较

针对车辆路径问题,基于扫描算法第一阶段的解,应用启发式算法中的最近插入算法、凸包算法和最远插入算法求解第二阶段。通过仿真实验,从总里程和算法运行时间两个方面对各算法性能给出评价。结果显示,在应用扫描算法进行聚类后,求解路径排程阶段,凸包算法虽然用时多于其它两种算法,但在里程上有明显优势,最远插入算法与最近插入算法在运行时间上没有显著差别,但在总里程上,前者较好。     

关联规则挖掘Apriori算法的研究

关联规则反映了大量数据中项集之间的相互依存性和关联性。Apriori算法是关联规则挖掘中的经典算法。本文在对Apriori算法分析的基础上,针对该算法存在的缺陷,即会产生大量冗余的候选集并频繁扫描数据库,提出了改进的Apriori算法,并给予验证。实践证明,改进后的算法效率优于传统的算法。     

一种求解装箱问题的混合算法

针对一维装箱问题,在考虑遗传算法早熟收敛问题和禁忌搜索算法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传和禁忌搜索的装箱优化算法,与简单遗传算法相比,该算法具有更好的收敛性能。最后通过实例验证了算法的有效性。     

粒子群算法及其在桁架结构优化设计中的应用研究

本文分析了该算法的主要参数对搜索方向的影响,并对粒子群优化算法在桁架结构优化设计中的应用进行了分析。利用粒子群优化算法与遗传算法分别对两个桁架结构优化设计算例进行求解,将两种算法的计算结果进行了对比,计算结果表明在满足相同的计算精度的前提下,粒子群优化算法的效率更高。因此,基于粒子群算法的结构优化设计是切实可行的。     

RSB-CWS算法解决CVRP问题

RSB-CWS算法结合了蒙特卡洛模拟和CWS节省算法,利用蒙特卡洛模拟对CWS算法节省列表中顾客对间的边进行模拟,模拟过程中采用基于类几何分布的直接抽样方法进行路径采样。对模拟得到的边序列应用CWS算法,所得解的质量能达到或者优于当前最优解.与其他CVRP问题算法相比具有高效、高质量的特点,且可以解决规模较大的CVRP问题。     

带时间窗车辆路径问题的混合量子粒子群算法

针对带时间窗的车辆路径问题,采用混合量子粒子群算法对该问题进行了求解,该算法将量子粒子群算法与模拟退火算法相结合．充分发挥量子粒子群算法全局寻优能力强以及模拟退火算法局部寻优能力强的特点,从而能有效地避免早熟。仿真结果表明,该算法不仅收敛速度快,而且还具有较高的求解质量。