基于多维混沌系统的图像加密技术研究

利用细胞神经网络,提出了一种基于六维细胞神经网络混沌系统的加密算法.由六维细胞神经网络构造出混沌序列,作为加密的秘钥源,根据一种无限折叠映射的混沌系统进行图像置乱,实现图像的加密.编程模拟实验仿真结果表明,加密图像与原始图像相比,直方图更加均匀,相邻像素间的相关性较小,抗攻击性较强,安全保密性较高.     

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。     

基于五阶CNN的图像边检测算法研究

边缘是图像的最基本的特征之一,边缘提取是图像分析中非常重要的步骤,而细胞神经网络是边缘检测中很有效的一种方法.作者基于细胞神经网络(cellular neural network,简称CNN),研究了5阶CNN模板对图像边缘检测的过程,阐述了算法实现过程中的关键步骤,并且证明了算法的稳定性.对图像分别采用基于5阶、3阶CNN算法和经典算子(Prewit、Canny、Sobel等)进行边缘提取,定性分析比较了几类算法在性能上的优劣,定量比较了检测结果的准确性.实验结果表明,基于5阶CNN模板算法的边缘检测结果更加显著,且在硬件实现上能够高速并行计算,实现图像实时处理.     

基于广义Henon映射以及CNN超混沌系统图像加密方案

基于广义五阶Henon映射以及五阶细胞神经网络系统所产生的超混沌现象,设计了图像加密方案.首先利用五阶Henon映射产生超混沌序列X,将其作为细胞神经网络系统的初始条件,再产生另一超混沌序列Y,随机序列Y和原始图像经过变换生成密文图像.在此基础上进行了模拟仿真实验,并对图像密文熵、相关性和直方图以及密钥空间和敏感性等统计特性进行分析,结果表明:该算法图像加密抗攻击性强,安全性好,适于在网络中传播.     

改进的疏散时间计算模型在奥运赛场中的应用

基于人群流动理论和离散计算方法对传统疏散时间计算公式进行了改进,并提出了疏散离散时间计 算模型（EDTM）。运用此改进模型对天津奥林匹克中心体育场某看台出口人群疏散时间计算,并与 BuildingEXODUS计算机模拟、传统公式计算结果对比分析表明,此改进模型计算结果与计算机模拟结果非常接 近,且比传统疏散时间计算公式更为精确和符合实际情况,可代替传统疏散时间计算公式用于体育赛场尤其是 北京奥运赛场人群疏散时间计算及进行赛场性能化设计的依据。     

基于WebGIS的地震前兆台网运行监控与数据管理平台研究

“基于WebGIS的地震前兆台网运行监控与数据管理平台研究”（09ZCKFSF00700）是天津市科技支撑计划重点项目,2011年通过天津市高新技术成果转化中心组织的专家验收,2012年获天津市地震局防震减灾优秀成果一等奖。