Hilbert曲线扫描在JPEG隐写分析中的研究与应用

提出了一种具有较高正确检测率的JPEG 隐写通用型检测方法. 利用Hilbert曲线对JPEG 图像DCT 系数块进行扫描,使用马尔可夫模型挖掘DCT 系数的块间和块内相关性,提取转移概率矩阵作为特征. 针对nsF5 和MB （model-based） 隐写方法的实验表明：此方法能对以上两种隐写方法进行有效检测,相比同类检测方法,其检测率有一定提高.     

基于像素对匹配的高载荷隐写算法

信息隐写算法的终极目标是嵌入尽可能多的秘密信息而不向宿主载体中引入任何可检测到的失真或者畸变. 然而, 隐藏质量和隐藏载荷二者往往是此消彼长互相矛盾的, 因此人们一般根据不同的应用需求而有所权衡和侧重. 本文提出了一种基于像素对匹配的灰度图像数据隐写算法, 用一组简单的函数引导宿主像素的修改和秘密数据的提取, 即可实现每对宿主像素每次隐藏两个9进制秘密数据. 实验结果表明, 该隐写算法隐藏载荷能达到3.1699比特每像素 (bpp), 此结果远远超过之前已发表的相关工作成果; 而在隐藏质量上, 该隐写算法能够保持较好的视觉系统的不可感知性和统计上的不可检测性.     

基于相邻像素统计特性的LSB隐写分析技术

基于对图像相邻像素灰度值的奇偶性及其大小关系的统计分析,提出了一种新的可靠检测空域LSB隐写的隐写分析算法。该算法通过统计相邻像素对中奇像素大于偶像素的相邻像素对数与偶像素大于奇像素的相邻像素对数,然后根据其比值来判断图像中隐秘信息的有无,并从理论上给予了证明。这一算法不仅可以实现对空域LSB隐写的可靠检测,还可以准确估计图像中隐密信息数据量的大小。算法实现简单、计算量小、检测速度快。实验结果表明,该方法可以获得优于GPC等隐写分析方法的检测性能,且适用于彩色图像。     

基于直方图统计矩特征的小波域音频隐写分析

提出了一种小波域音频隐写分析方法,对语音信号进行2级小波分解,然后计算每个小波子带系数直方图及其频域(直方图的离散傅立叶变换)的高阶统计矩,共同构成24维特征矢量,并用BP(Back Propagation)神经网络进行分类.利用CASIA98-99语音库中的370个语音进行了测试,实验结果表明:联合特征优于单种特征的分类性能,且对小波域LSB(Least Significant Bit)、小波系数量化QIM (Quantization Index Method)和小波域迭加三种信息隐藏方法的检测正确率均达到91%以上.     

小波包子带频域矩和遗传算法的图像隐写分析

针对现有典型的通用隐写分析方法提取特征时多数对图像进行正交小波分解中的不足,提出了一种新的利用小波包分解和遗传算法的高效的隐写检测方案.首先对原灰度图像及其预测误差图像运用小波包分解生成多个子带,提取各子带系数的直方图特征函数多阶矩作为特征,将支持向量机的分类效果作为适应度函数值返回,指导遗传算法搜索最优的特征选择方案.针对Outguess、F5、MB1隐密图像与载体图所组成的混合图像库上的仿真实验结果表明:该方法比现有的隐写分析方法,平均检测率提高了约1%-17.8%.     

基于偏最小二乘回归建模的量化隐写分析

将基于偏最小、二乘回归的建模方法应用到估计隐写信息长度中,提出一种新的量化隐写分析方法.分别从空域,DCT域,DWT域提取隐写图像的统计特征作为建模的自变量,隐写图的嵌入改变率作为因变量,运用偏最小二乘回归建立统计特征和嵌入改变率之间的关系模型为量化隐写分析器.针对3种典型的JPEG隐写算法F5,outguess,MB1隐写图进行量化隐写仿真,结果显示提出的方法能快速准确地估计JPEG隐写图的信息嵌入改变率.     

基于隐马尔可夫模型的array-CGH数据贝叶斯分析

微阵列比较基因组杂化(comparative genomic hybridization,CGH)技术是用于发现DNA拷贝数变异的重要技术.本文根据DNA片段间的距离及测试样本与参考样本之间的荧光强度比,将微阵列实验的分辨率特征作为先验信息,建立用于分析微阵列CGH数据的贝叶斯隐马尔可夫模型.为解决基因数据变量多、抽样收敛速度慢的问题,本文将向前向后Gibbs算法应用到模型参数的马尔可夫链蒙特卡罗抽样估计中,以加快收敛.在对多形性胶质母细胞瘤基因数据分析中,本文方法能有效识别出DNA拷贝数异常的区域,所得结果与以往有关研究结论一致.模拟数据分析结果表明,在不同噪声下本文方法均能有效识别出异常区域,其误判率小于3%.     

基于HMM和RNN的无人机语音控制方案与仿真研究

为简化无人机操作,避免误操作,设计了一套基于隐马尔可夫模型(Hidden Markov Model,HMM)和循环神经网络(Recurrent Neural Networks,RNN)的无人机语音控制方案。该方案采用HMM识别无人机语音指令;同时采用RNN对多套无人机操作指令串进行训练,并对当前时刻指令进行预测,通过计算二者的相关性判断是否执行。仿真结果表明,该方案对HMM识别错误指令的辨别率达到61.90%,使整体错误率降至1.43%,表明该方案具有较为优异的性能。     

指数模型在投资分析中的应用

从资本资产定价理论和套利定价理论出发 ,研究了证券投资分析的收益率和风险问题。同时 ,运用以上两种理论讨论了单指数模型和多指数模型的特点及应用 ,具有较强的理论与实践意义.     

POOSL的扩展及其在性能分析中的应用研究

为了定量分析系统的吞吐量、时延、缓存平均利用率等长期样本均值（long-run sample average）性能指标，应用再生周期技术（the technique of regenerative cycles）扩展了形式化建模语言POOSL的构件库。并针对在嵌入式系统中应用广泛的滑动窗口协议，使用扩展后的POOSL为选择重传滑动窗口协议建立了性能分析模型。根据模型模拟执行结果，定量地分析了窗口大小、包大小、超时间隔等参数对协议性能的影响。分析表明，扩展后的POOSL能够有效地应用于对系统的长期样本均值性能指标进行定量分析。     

灰色正交化方法在用电量预测中的仿真研究

根据灰色正交化方法和马尔可夫链原理,应用Gauss-Chebyshev正交化思想预测时序数据的总体趋势。预测的精度是时变的,而马尔可夫链原理在处理时变的系统过程时具有较好的优势,选用该方法能更好的解决预测结果的不稳定性。基于此,提出一种用于用电量数据预测的灰色马尔可夫正交化模型,适用于中短期、数据需求量少且数据振幅较大的动态过程预测。最后用提出的方法对江苏省2007年工业用电量进行预测,其结果表明了所提方法的有效性。

Abstract：

The general trend of time series data was predicted with Gauss-Chebyshev orthogonalization theory according to the grey orthogonalization method and the Markov Chain theory.The prediction accuracy is time-varying.However,this approach will better solve the problem of unstable prediction result since Markov chain theory has greater advantages in handling time-varying system process.Based on this,the Markov grey orthogonalization model prediction was proposed for electricity consumption.It is suitable for dynamic process prediction in medium and short term with less data demand and large data fluctuations.Finally,the proposed approach was used to forecast the industrial electricity consumption of Jiangsu Province in 2007,and the results show the effectiveness of this approach.     

一种多重Weibull回归模型在竞争失效分析中的应用

基于传统竞争失效分析中对截尾数据(包括寿命数据截尾及失效机理信息的删失)、以及环境因子伴随变量的研究不足,提出贝叶斯生存分析理论中一种多重Weibull回归模型;在该模型中假设各失效机理条件下的产品寿命均服从某种Weibull分布,利用该模型能够较为灵活地拟合竞争失效分析中存在数据截尾的情形;针对高维数值积分的不便,讨论了基于Gibbs抽样的MCMC方法,提出通过运用该方法动态模拟出多重Weibull回归模型中相关参数后验分布的马尔可夫链;并通过对模型结构的输入输出分析,给出随机截尾条件下模型参数的贝叶斯估计;利用BUGS软件包进行实例分析的结果,证明了该模型在竞争失效分析中的直观性与有效性。     

Hurst指数在股票市场有效性分析中的应用

Hurst指数是一个在混沌和分形学科中判断时间序列混沌性和成群性的统计参数。本文计算了实际股票市场股票对数收益率的Hurst指数,认为在定条件下股票运动并不满足布朗运动模型,也就意味着该证券市场不是有效的。本文采用的方法是对短时间（短到分钟）内的收益率统计Hurst指数,从而判断市场中是否有大户操纵的行为。作者认为Hurst指数在证券投资中有一定的参考价值,对长期的投资决策可以发生影响。     

MRA与GP/MP组合预测及在陀螺仪漂移预测中的应用

研究MRA(Multi-resolution Analysis MRA)与GP/MP(Grey prediction model/Markov prediction model)组合预测及在陀螺仪漂移预测中的应用。陀螺仪漂移是各种外界环境影响下产生的综合效果,不同的外界影响产生的漂移样本频率特征是不同的,因而不适合用单一的预测模型进行预测。用小波将陀螺漂移信号进行分解,根据各子信号的频率特征选用灰色预测模型或马尔可夫预测模型分别进行预测,还原为总的预测结果。仿真试验显示,这种组合方法比起用单一的灰色马尔可夫方法可以将精度提高一倍左右,证明了这种方法的有效性。     

曲线分类建模方法及其在多地区GDP预测中的应用

传统方法解决大规模时序曲线的预测建模问题,需要对每条曲线逐一建模,这使得建模工作量相当庞大,在实际应用中缺乏可操作性.为此,提出了一种解决此问题的新方法--曲线分类建模方法.该方法先减少曲线的模型种类,再进行曲线分类和分类建模,在尽可能保留原始信息的前提下大大降低了建模的工作量.文中阐述了该方法的原理和计算过程,并应用于多国家和地区GDP曲线的预测案例,说明该方法的实用性和有效性.     

产业关联分析中的图论模型及应用研究

本文探讨了用于产业结构和产业关联分析的图论模型的研制问题，并在投入产出模型的基础上建立了一类图论模型．应用实例表明，利用这类图论模型，我们可以确定产业的不同意义下的产业集，从新的角度分析主导产业的选择等，从而能在深层次上认识产业结构及产业关联状况．     

一种参数估计方法及其在可靠性增长分析中的应用

在可靠性增长分析中,研究Gompertz模型,Duane模型和AMSAA模型的参数点估计方法的文献有很多。本文应用微分回归方法,获得了上述模型参数的又一种点估计,其优点在于:点估计的表达式能显式给出且计算简便。     

基于马尔可夫链模型的EWMA控制图性能分析与优化

建立了基于马尔可夫链的EWMA控制图性能分析模型,并编制了基于Matlab平台的EWMA控制图性能分析程序。在此基础上,分析了EWMA控制图的两个主要参数(控制限参数L和平滑系数r)对EWMA控制性能的影响。分析发现,对于不同的L,存在均值偏移量δ*和δ**,当偏移量0<δ<δ*时,控制图性能随r的增加而提升;而当δ*<δ<δ**时,控制图的性能随r的减小而提升。而当δ>δ**时,参数对EWMA控制图的性能影响很小。据此对不同应用环境下的EWMA控制图参数选择给出了相应的建议。     

小样本因果关系检测模型及其在宏观经济分析中的应用

建立了专门适用于小样本随机变量因果关系检测的数学模型,并利用此模型研究了改革以来我国通货膨胀与经济增长的相关关系,所得结论对于我国如何制定与实施国民经济发展战略具有一定的理论指导作用．     

偏序集理论在DEA相关理论中的应用研究

在文[1]的基础上，刻画了DEA有效（C^2WH)的本质特征，给出了决策单元为DEA有效（C^2WH）的一个充要条件，论述了偏序集理论在分析有效生产前沿面构成、研究数据变换性质、讨论模型关系、分析决策单元变更以及指标增减对DEA有效性影响等方面的应用。针对4个典型DEA模型，给出了一些建立在偏序集理论基础上的结论。