数字水印技术研究进展

数字水印是实现版权保护的有效办法,是多媒体信息安全研究领域的一个热点,也是信息隐藏技术研究领域的重要分支.对数字水印技术的研究对象、应用领域、分类及系统模型等进行了研究总结,并简要论述了几种典型的常用静止图像数字水印算法,分析了各种方法的优缺点及其应用前景.     

三维模型数字水印技术研究

数字水印技术是一种实现版权保护的有效方法,已经成为多媒体信息安全研究领域的一个热点。对三维模型数字水印技术几年来的研究情况做一综述,从不同角度描述一些三维模型数字水印算法,并在最后做了总结和展望。     

三维模型数字水印研究

数字水印作为三维模型版权保护和内容认证的有效手段近年来被广泛研究,已经成为多媒体信息安全研究领域的一个热点.对三雏模型数字水印技术几年来的研究情况做一综述.从不同角度描述一些三维模型数字水印算法,并对该领域未来可能的研究方向和重点进行了展望.     

数字水印技术综述

数字水印是近几年来出现的数字产品版权保护技术,是当前国际学术界的研究热点。介绍了数字水印的研究现状、基本原理和算法、水印的分类和主要应用领域,展望了数字水印技术的研究发展方向。     

数字水印技术研究

数字水印技术作为一种信息安全技术,是在数字信息中加入不可见的标记,从而实现数字产品的版权保护。本文全面分析总结了数字水印的模型与特性,详细讨论了多种数字水印算法,并分析了这些算法的适用范围。最后,文章给出了数字水印未来的发展与研究方向。     

基于深度学习处理框架的神经网络压缩方法研究

以深度学习为代表的人工智能领域在最近10年得到了迅猛发展，人工智能的算法、模型得到了越来越多的关注及应用。近年来，深度学习算法规模的快速增长使得如何构建高能效深度学习处理器成为了当前深度学习研究的一大挑战。现有的研究工作主要从软件算法和硬件架构2个层面开展，并通过软硬件协同进行优化空间的拓展。将从算法和架构协同的角度，介绍如何使用稀疏推理和量化训练2种神经网络压缩方法提供相应的硬件架构支持，为构建高能效深度学习处理器提供解决方案。     

浅谈数字水印技术

数字水印是版权保护的重要手段,是当今的研究热点。本文对数字水印技术的基本工作原理、特性、分类进行了介绍,对典型攻击、典型算法及其应用领域进行了探讨和分析。     

数字水印技术原理算法及展望

数字水印作为版权保护的重要手段，得到广泛的研究和应用。本文系统地论述了数字水印技术的研究与进展情况。首先对数字水印技术进行了介绍和分类等，然后重点分析了数字水印技术的原理、模型、典型算法及其攻击方法，最后对数字水印技术的研究发展及其应用前景提出了一些可能的方向。     

图像数字水印技术综述

介绍了图像数字水印技术的概念与特点,从图像数字水印技术的系统模型、常见的典型算法和水印攻击方法等方面论述了图像数字水印技术的研究现状,讨论了图像数字水印技术的应用领域,展望了未来发展及研究方向。     

数字水印技术及其应用前景

数字水印技术已经成熟,主要介绍数字水印算法、数字水印的应用,数字水印技术在版权保护、内容认证、票据防伪等领域应用广泛,同时随着网络的发展和电子商务的兴起,数字水印和电子商务结合,形成许多发展方向,发展前景广阔。     

基于深度学习的电网安全态势感知

随着电网的发展和技术的进步,电网结构日益复杂,能够及时有效地对电网的安全态势进行感知显得尤为重要。深度学习,近些年在文本、语音、图像等方面取得了巨大进展,同时在人工智能领域也占据着重要地位。将深度学习与电网的安全态势感知相结合,提出了基于深度学习的电网安全态势感知。在态势理解阶段,从电网的静态安全性和动态安全性两个方面出发,构建了一套较完整的电网安全态势评价体系,用来表征电网的运行轨迹。在态势预测阶段,构建深度学习模型,完成对电网安全态势的感知。最后以IEEE39节点系统为例,将其与BP(back propagation)神经网络和RBF(radial-basis function)神经网络预测模型进行了对比分析,验证了深度学习可以有效地对电网的安全态势进行感知,且预测精度高于传统的神经网络模型。     

基于DCT和CNN混沌系统的彩色数字水印加密新算法

数字水印技术作为抵抗多媒体盗版的最后一道技术防线,具有广泛的应用前景和巨大的经济价值。基于离散余弦变换(DCT)以及细胞神经网络(CNN)混沌理论提出了一种数字水印加密新算法。算法分两步进行,首先是利用5阶细胞神经网络混沌系统产生的随机序列辅助某种运算对彩色水印图像加密,然后利用分块离散余弦变换将加密以后的彩色水印图像嵌入到载体彩色图像中,以此来实现水印加密以及嵌入的过程。在仿真实验基础上,通过指标PSNR和NC的定量分析,结果证明新算法具有较强鲁棒性,不可感知性和安全性。     

网络信息安全和数字水印技术

网络信息安全是网络安全的核心,其主要技术包括监控、检测、加密、认证以及数字水印技术等等。数字水印具有不可感知性、隐蔽性与安全性以及鲁棒性。数字水印技术广泛应用于数字产品的版权保护、声像数据的隐藏标识和篡改提示以及隐蔽通信等等。     

一种新的数字水印技术在数字图书馆版权保护中的应用

阐述了解决数字图书馆版权保护的措施,分析了数字水印技术的基本原理和常用的数字水印技术,着重论述了基于时空域LSB算法和变换域DCT算法相结合算法的特点及其在数字图书馆版权保护中的应用.     

小波和余弦变换的抗几何攻击数字水印算法

数字水印技术是目前保护信息安全和版权的一种有效方法,被广泛地用于数字媒体版权的保护中。本文提出一种基于离散小波变换(DWT)和离散余弦变换(DCT)的抗几何攻击数字水印算法,算法简单且易于实现,并具有较好的安全性、鲁棒性和不可见性。仿真结果证明该算法的有效性及抗JPEG压缩、滤波、剪切和噪声干扰能力,在版权保护方面具有一定的应用价值。     

一种基于DCT的静态图像的数字水印算法

随着网络技术、电子商务的发展，对传统的版权保护提出了挑战，作为解决数字产品版权保护新方法——数字水印技术，近年来受到极大的关注．本文着重提出一种基于离散余弦变换(DCT)的直流和中频静态图像的数字水印嵌入算法和检测过程．     

推荐系统研究综述

随着互联网技术的快速发展,如何对海量网络信息进行挖掘分析,已成为热点和难点问题。推荐系统能够帮助用户在没有明确需求或者信息量巨大时解决信息过载的问题,为用户提供精准、快速的业务(如商品、项目、服务等)信息,成为近年来产业界和学术界共同的兴趣点和研究热点,但是,目前数据的种类多种多样并且应用场景广泛,在面对这种情况时,推荐系统也会遇到冷启动、稀疏矩阵等挑战。深度学习是机器学习的一个重要研究领域和分支,近年来发展迅猛。研究人员使用深度学习方法,在语音识别、图像处理、自然语言处理等领域都取得了很大的突破与成就。目前,深度学习在推荐领域也得到了许多研究人员的青睐,成为推荐领域的一个新方向。推荐方法中融合深度学习技术,可以有效解决传统推荐系统中冷启动、稀疏矩阵等问题,提高推荐系统的性能和推荐精度。文中主要对传统的推荐方法和当前深度学习技术中神经网络在推荐方法上的应用进行了归纳,其中传统推荐方法主要分为以下3类:1)基于内容推荐方法主要依据用户与项目之间的特征信息,用户之间的联系不会影响推荐结果,所以不存在冷启动和稀疏矩阵的问题,但是基于内容推荐的结果新颖程度低并且面临特征提取的问题。2)协同过滤推荐方法是目前应用最为广泛的一种方法,不需要有关用户或项目的信息,只基于用户和诸如点击、浏览和评级等项目的交互信息做出准确的推荐。虽然该方法简单有效但是会出现稀疏矩阵和冷启动的问题。3)混合推荐方法融合了前2种传统推荐方法的特点,能取得很好的推荐效果,但在处理文本、图像等多源异构辅助信息时仍面临一些挑战与困难。依据神经网络基于深度学习的推荐方法主要分为4类:基于深度神经网络(DNN)的推荐方法、基于卷积神经网络(CNN)的推荐方法、基于循环神经网络(RNN)和长短期记忆神经网络(LSTM)的推荐方法、基于图神经网络(GNN)的推荐方法、将深度学习技术融入到推荐领域,构造的模型具有以下优势:具有较强的表征能力,可以直接从内容中提取用户和项目特征;具有较强的抗噪能力,可以轻易地处理含有噪声的数据;可以对动态或者序列数据进行建模;可以更加精准地学习用户或项目特征;便于对数据进行统一处理,并且可以处理大规模数据。将深度学习技术应用到推荐领域,可以积极有效地应对传统推荐方法面临的挑战,提高推荐效果。     

一种基于DCT域的数字水印算法在版权保护中的应用研究

阐述了数字文献版权保护技术中基于DCT变换域的数字水印理论和算法,并根据相关理论模型,利用C程序语言实现了该DCT快速变换算法。实践证明,基于DCT变换域的数字水印算法能保证水印的不可见性,并保持较好的鲁棒性,实现了图像载体数字文献的版权保护。     

数字水印技术及其攻击分析

如何保护数字产品的版权在多媒体信息交流日益广泛和网络日益普及的今天受到人们的高度重视,成为一个迫切需要解决好的课题.作为信息隐藏技术的一个重要分支,数字水印技术将成为保护数字作品版权的重要手段.文章对多媒体数字水印技术的原理及其基本特征、现有方法作了详细的论述,重点分析了几种数字水印算法方案和攻击手段,指出了应用中存在的问题,并展望了未来研究方向.     

基于分数傅立叶变换的数字水印算法

随着多媒体技术和互联网的飞速发展,基于数字水印技术的多媒体信息版权保护成为一个研究热点.其中数字水印是一种版权保护和信息安全的一种有效手法.分析了一种基于分数阶傅里叶变换(FRFT) 的乘性水印算法,仿真实验结果证明, 算法具有很好的安全性和不可见性, 不仅可以很好的抵抗常用的信号处理操作, 对几何攻击也有很好的鲁棒性.