基于粒子群优化的DCT域盲水印算法

提出了一种基于粒子群优化的DCT域盲水印算法.该算法采用粒子群优化在图像DCT变换域中寻找最优的水印嵌入位置,并综合考虑不可见性和鲁棒性两个数字水印基本要求,以PSNR值和NC值的线性组合为适应度函数.根据粒子群算法得到的最优值,将水印信息嵌入到图像分块的DCT变换的AC系数中.实验结果表明,在满足水印不可见性同时,算法在噪声,压缩,裁剪等攻击下具有较好的鲁棒性.     

LWT-SVD域灰度图像数字水印优化算法

为解决数字水印算法的不可见性和鲁棒性问题,提出一种基于融合差分进化的粒子群算法的LWT-SVD域灰度图像数字水印优化算法.首先,利用提升小波变换(Lifting Wavelet Transform,LWT)对载体图像进行二级LWT分解,获得4个不同的子带.然后,对获得的每个子带分别进行奇异值分解(Singular Value Decomposition,SVD),并利用融合差分进化的粒子群算法对水印的嵌入阈值进行优化,分别获得对应于每个子带的最优的水印嵌入阈值.最后,将水印图像根据最优嵌入阈值嵌入到对应的载体图像的奇异值中.实验结果证明了与其他现有算法相比,提出的算法使得嵌入水印后的图像表现出较好的不可见性,并且在应对JPEG压缩、高斯噪声等常见的图像攻击方式时也表现出较好的鲁棒性.     

一种新的DCT域视觉优化半脆弱水印技术

论文中提出一种通过粒子群算法优化图像DCT域水印嵌入位置从而在保证水印信息嵌入的前提下,提高嵌入水印后宿主图像的PSNR值,在保证水印的不可见前提下,大大的提高了水印的隐蔽性,算法在通过matlab实验仿真后,效果显著,是一种新型的优化视觉效果的半脆弱水印算法。     

一种基于粒子群优化的变换域彩色图像水印算法

水印嵌入强度因子的大小对图像质量有重要影响.该文提出了基于粒子群优化的变换域彩色图像水印算法,应用粒子群优化算法获得各个频带子图的最优水印嵌入强度因子.首先,提取彩色载体图像的L分量进行二级DWT分解,选择低频的4个不同频带子图;然后,将水印图像进行双重加密且进行DWT分解,获得4个不同频带子图;最后,结合SVD实现该文算法水印嵌入.实验表明,该算法在保证嵌入水印后的图像具有较好不可见性的前提下,使得嵌入水印后的图像对噪声、JPEG压缩和几何攻击等保持较好的鲁棒性.     

基于奇异值分解和粒子群优化算法的图像水印算法

针对目前图像水印算法存在的水印可见性与抗攻击鲁棒性的矛盾, 为获得理想的图像水印效果, 设计一种基于奇异值分解和粒子群优化算法的图像水印算法. 首先对原始载体图像进行尺度不变特征变换, 选择水印嵌入的区域, 并将水印嵌入区域划为多个子块; 然后采用奇异值分解算法对子块进行处理, 建立奇异值矩阵, 并对水印和水印嵌入区域子块进行融合生成水印矩阵; 最后采用粒子群优化算法确定水印嵌入的强度. 图像水印仿真实验结果表明, 该算法可得到理想的水印嵌入效果, 水印的不可见性较好, 人眼不能感觉出水印嵌入的影响, 水印对各种攻击具有较强的鲁棒性, 且该水印算法的整体性能明显优于当前其他图像水印算法.     

一种基于关系的DCT域数字水印改进算法

提出一种基于关系的离散余弦变换域数字水印算法.选用二值图像作为待嵌入的水印,对载体图像进行8×8的DCT变换,根据二值图像的像素取值来调整DCT系数的大小关系;同时考虑人类视觉特性来选择水印的嵌入位置.实验表明,本算法在保证了稳健性的同时,具有更好的不可见性和较高的峰值信噪比RsN,p值.     

一种混沌置乱的DCT域数字水印算法

以Logistic混沌序列构成加密模板来置乱二值水印图像,在DCT变换域进行水印嵌入。该算法符合密码学要求,且仿真结果表明不可见性和鲁棒性良好。     

基于DCT域直流分量的数字水印技术

在离散余弦变换 (DCT)域 ,人们通常将水印嵌入到交流 (AC)分量的中低频系数上 .近年来 ,有学者提出直流(DC)分量更适合于嵌入水印 .提出了一种水印算法 ,在DC分量上嵌入二值水印图像 ,水印的嵌入结合人眼视觉掩蔽特性 ;采用自适应水印编码方法增强了该算法的实用性 .实验结果表明 ,此方法产生的水印具有很好的不可见性和鲁棒性     

一种基于混沌加密的二值图像数字水印算法

以Logistic混沌映射的初值作为密钥,产生混沌序列构成加密模板来加密二值图像水印.在DCT变换域进行水印嵌入,进行非盲检测.该算法符合密码学要求,且仿真结果表明不可见性和鲁棒性良好.     

不对称分数傅立叶图象盲水印算法

结合空间域和变换域算法特点,利用不对称分数傅立叶变换的特性,提出了一种图象盲水印算法.对载体图像的行列方向分别实施不同级次的分数傅立叶变换,将原始水印图像用最低有效位算法嵌入到载体图像的级的分数域的低频幅值矩阵中,再进行逆变换得到水印图像.缓解了水印的不可见性与鲁棒性之间的矛盾,提高了水印安全性.实验结果表明,该水印具有良好的不可见性和抗噪声攻击能力.     

一种整合粒子群优化和K-均值的数据聚类算法

针对K-均值聚类算法存在的不足,提出了一种新的整合粒子群优化算法(PSO)和K-均值算法的聚类算法.在新算法中,首先结合使用粒子群优化算法和K-均值算法搜索全局最优解的位置,然后再用K-均值算法在全局最优解附近的局部空间内快速寻找最优聚类中心.通过对4个数据集的实验测试,将此算法与K-均值算法、基于粒子群的K-均值算法进行了比较.实验结果表明,新算法的聚类质量比后两个算法更优.     

Fuzzy entropy image segmentation based on particle swarm optimization

Particle swarm optimization is a stochastic global optimization algorithm that is based on swarm intelligence. Because of its excellent performance, particle swarm optimization is introduced into fuzzy entropy image segmentation to select the optimal fuzzy parameter combination and fuzzy threshold adaptively. In this study, the particles in the swarm are constructed and the swarm search strategy is proposed to meet the needs of the segmentation application. Then fuzzy entropy image segmentation based on particle swarm optimization is implemented and the proposed method obtains satisfactory results in the segmentation experiments. Compared with the exhaustive search method, particle swarm optimization can give the same optimal fuzzy parameter combination and fuzzy threshold while needing less search time in the segmentation experiments and also has good search stability in the repeated experiments. Therefore, fuzzy entropy image segmentation based on particle swarm optimization is an efficient and promising segmentation method.     

基于可靠性的供应链设施选址问题的优化模型

针对传统设施选址模型片面追求成本最小化而忽视供应链系统服务水平的情况,建立了一个基于容量有限制的供应链设施选址可靠性问题的多目标优化模型(RCFLP),并针对模拟退火算法与粒子群算法的优缺点,提出了一种混合型智能算法—模拟退火粒子群算法。通过收集中国各个省的人口和各个省会的相互之间的距离数据,构建实例,通过本文建立的模型与模拟退火粒子群算法进行了求解, 并对结果进行了分析,将模拟退火粒子群算法计算结果与模拟退火算法和粒子群算法的计算结果相比较,证明了模拟退火粒子群算法的可以较快地获得较好的全局最优解。     

基于离散余弦变换与Hessenberg分解的图像水印算法

为了增强水印系统的视觉隐秘性与抗几何攻击能力,设计了基于离散小波变换与Hessenberg分解的图像水印算法。将宿主图像实施分割,形成一系列的8×8的非重叠子块;随后,联合信息熵与边缘熵值,构建嵌入区域选择方法,从这些子块中确定出合适嵌入水印的子块;引入离散余弦变换DCT(Discrete Cosine Transform),对选择的子块进行分解,输出对应的低频与高频系数,将每个子块的低频系数组合成相应的矩阵;随后,利用Hessenberg分解方法处理这些低频系数矩阵,输出对应的上Hessenberg矩阵;根据结构相似度与位正确率,构建粒子群算法的适应度函数,通过对其迭代,获取最优的嵌入强度;根据优化的嵌入强度,设计水印嵌入机制,将水印信息隐藏到上Hessenberg矩阵中,形成水印图像;最后,构建水印检测方法,从水印图像中提取水印。实验数据表明:较当前鲁棒水印方案而言,所提技术具有理想的视觉不可感知性与鲁棒性。     

粒子群优化算法在TDOA定位中的应用

提出了接收端在空间随机分布时,利用粒子群优化算法解决TDOA定位估计中遇到的非线性最优化问题.针对TDOA定位方式,该算法首先初始化一个随机粒子群,然后根据适应度值更新粒子速度和位置,通过迭代搜索最佳坐标.仿真结果表明,在参数设定合理的情况下,该算法性能稳定,能找到逼近全局最优点的解,相对于其他算法精度更高.     

基于OpenMP求解无容量设施选址问题的并行PSO算法

讨论无容量设施选址(UFL)问题,提出了一个基于OpenMP技术的并行多粒子群优化(PSO)算法.将整个种群分为若干子种群,同时利用局部信息来更新粒子速度,使得并行算法异步进行.算法运行一定代数后,每个子种群都会与其相邻种群交换最优粒子.通过将并行多粒子群算法对OR-library中的标准测试问题进行测试,并将计算结果与串行多粒子群算法的计算结果进行比较.相比之下,并行多粒子群算法执行时间短,特别对于大规模的计算问题,所得结果有更好的鲁棒性.     

基于量子粒子群算法的物流配送中心选址

在物流系统网络中,物流配送中心地址的优化选择不但能够高效及时地完成物资的配送,而且能使得配送成本和仓储成本等运营成本最小化,显著提高物流管理的效率和能力。针对物流配送中心选址最优解的问题,通常采用经典粒子群算法解决,但其有易早熟收敛和仅能得到局部最优解的缺陷。为了克服此缺点,将量子进化算法融入经典粒子群算法中,采用量子理论中独有的叠加态和概率幅特性,粒子最优位置的搜寻采用量子自旋门完成,粒子位置的多样性变异采用量子非门完成,以免出现局部最优解和早熟收敛缺陷。实验结果表明,与经典粒子群算法相比,量子粒子群算法在最优解的搜寻能力和优化效率方面更具有优势,能够优化配送中心的地址选取,从而减少物流运营的总成本,提高物流配送的效率,优化物流管理系统。     

粒子群算法在金融风险模型中的研究与改进

在一种非线性金融风险模型中引入粒子群算法,针对粒子群算法在迭代后期搜索能力不高、粒子容易陷 入局部最优的问题,基于对惯性权重的优化以及对每个粒子个体位置变异,提出一种改进后的粒子群算法。 利用粒子群算法选择最优控制参数,以最大程度降低金融系统的总风险值。仿真结果表明,改进后的粒子群算 法在全局最优以及搜索速度方面优于传统的粒子群算法。     

基于混沌二进制粒子群算法的认知无线电频谱分配策略

为了解决认知无线电网络中以最大化网络效益为准则的频谱分配难问题,提出一种基于混沌二进制粒子群算法的动态时变频谱分配策略。在该策略中,针对二进制粒子群算法收敛速度慢且后期粒子搜索具有单一性的缺陷,引入混沌映射对初始种群和每代粒子位置进行遍历优化,以提高粒子的全局寻优性能,搭建降维频谱分配数学模型,降低算法计算繁杂度,减少时间开销。实验结果证明,所提算法收敛速率快,可获得较高的网络收益。