基于矢量地理数据变换域水印概念模型的DFT水印算法

对矢量地理数据变换域水印技术进行研究,针对当前变换域水印算法忽视水印变换单元生成的问题,提出数据划分作为变换域水印的基础,与选择变换函数、水印嵌入相结合,构建出一种矢量地理数据变换域水印概念模型,并且基于水印概念模型设计出一种基于离散傅里叶变换(DFT)的水印算法。算法采用格网划分的方法进行数据划分,利用DFT对数据变换单元进行变换,采用基于映射和量化的思想实现对变换系数的水印嵌入。实验分析证明了算法在矢量地理数据平移、裁剪复合攻击下的有效性,通过算法的实现也验证了水印模型的正确性。     

一种基于DCT的地理数据版权保护方法

为了保护地理数据的版权,根据地理数据所具有的特性,提出了一种基于DCT(discrete cosine transform)的地理数据水印算法。该算法对地理数据进行网格化操作以构造空域,实施DCT变换,轻微修改DCT系数,然后实施逆DCT变换,得到修改后的空域,通过调整地理数据中点的分布情况嵌入水印信息。实验结果表明:本算法能抵抗平移、缩放、旋转和化简攻击。     

一种基于DCT中频的图像水印技术

数字水印技术在数学产品的版权保护,使用监控,安全传输和保密通信等方面潜在巨大应用前景,本文研究一种基于DCT中频的图像水印技术,该算法根据JPEG量化表自适应地调整嵌入到图像DCT中频系数的水印信号的强度,实验结果表明本文所提算法较好地兼顾了水印技术的透明性和鲁棒性的要求。     

改进的图象小波域水印算法

本文以数字图象为例，通过对人类视觉系统（HVS）模型的改进，在数字图象中加入了鲁棒性强的水印。     

一种基于DCT变换域的数字图像水印技术的实现方法

论述了一种基于DCT变换域的数字图像水印技术的实现方法.该技术可以使嵌入的数字图像水印具有不可见性,并且原图像信息丢失量少,还能够抵抗如剪切、缩放和抗噪声等一系列攻击,具有很好的鲁棒性.     

基于正交随机空间投影的数字音频扩谱水印

数字音频水印是在原始音频样本中嵌入加密的标志信息以实现音频内容的注释和版权保护．对于任何一种音频水印的算法，必须满足水印的透明性和鲁棒性两个基本要求．提出了一种新的基于正交随机空间投影的数字音频扩谱水印算法．它将音频样本的中频子带重新排列成MxN的矩阵形式，并投影到随机的正交子空间上，然后将扩谱后的水印序列嵌入到相应的投影系数中．为了避免产生听觉上失真，算法中利用心理声学模型控制水印产生的听觉噪声．水印的检测过程可以通过扩谱序列的相关进行盲检测．实验结果表明采用该算法能够很好地保证水印在听觉上的不可觉察性，与现有的数字音频水印算法相比，该算法对数字音频信号的压缩、滤波、加噪声和加入回波等处理具有更好的鲁棒性．     

基于m序列的多重图像水印

数字图像水印是隐藏在图像中的数字信息,可以起到版权保护和所有权认证作用,多重图像水印就是在一幅图像中嵌入和检出多个不相关水印的技术,利用基于m序列的扩频技术实现了一种数字图像空间域的多重水印算法,根据m序列的伪随机特性和抗干扰性能,使水印具有良好的隐蔽性和稳健性,水印的检测不需要原始图像的参与,可以根据不同的m序列有选择性地恢复不同的水印标记,并且能够抑御强随机噪声以及10％以上JPEG有损压缩的干扰。     

基于双重水印的数字版权保护算法

可见水印是指在电子文档中视觉上可见并且包含作者信息的数字水印,因此在一定的条件下它可以阻止特定信息的非法复制.但是在载体图像中呈现的可见水印却很容易被移除,因为本质上它是被使用者察觉的.克服这种问题的一种方法是加入不可见水印,它对水印信息的去除具有鲁棒性.然而,根据需求嵌入的两种不同类型水印会引起相互间的干扰,最终会降低这两种类型水印性能.因此,文章提出了一种基于频率滤波的算法,该算法将载体图像划分为两种不同类型的区域,一种类型用于嵌入可见水印而另一种用于嵌入不可见水印.并将可见水印嵌入到低频区域,而不可见的水印嵌入到中高频.实验结果表明,该双重水印算法在图像质量方面比传统的水印算法表现出较好的性能.     

基于零水印和可逆水印的矢量地图多重水印算法

为实现对高保真矢量地图的版权保护,提出了一种基于零水印和可逆水印的矢量地图多重水印算法.该算法根据网格密度和属性熵值对矢量地图结点进行空间聚类,选取各集簇的密度中心点嵌入零水印,相对距离特征点嵌入可逆水印.其中,水印信息进行Arnold置乱以保障其安全性;零水印采用改进的零比特动态扩展方法,只对特征点的〖WTBX〗x〖WTBZ〗或〖WTBX〗y〖WTBZ〗坐标嵌入水印,在减少所需特征点数量的同时,提高对精度约减攻击的抵抗能力;可逆水印采用改进的差值扩展和平移算法,对不同差值区间的结点采用不同的水印嵌入方法,以提高水印容量,并通过〖WTBX〗x〖WTBZ〗或〖WTBX〗y〖WTBZ〗坐标独立嵌入水印信息,以降低水印对地图精度的影响.实验结果表明,基于零水印和可逆水印的多重水印方案能够较好地解决矢量地图精度和水印鲁棒性之间的矛盾,相对于单值水印算法具有更高的抗攻击能力,适用于矢量地图在高保真场合下的版权保护.     

基于小波变换低频域的彩色图像水印技术的研究

提出了一种针对24位彩色图像的基于二维离散小波变换(DWT)低频域的水印嵌入和提取算法，并进行了大量的研究和试验。该方法将原有数字彩色图像的RGB格式转变为YUV420格式，然后再对转变后的图像进行小波变换。试验结果表明，实现的水印算法具有很好的透明性和鲁棒性。     

一种基于MapReduce的动态数据流分类算法

当前动态数据流下的实时分类问题存在3个难点:针对海量数据的实时处理;概念漂移的跟踪和模型的更新;模型的稳定和鲁棒性.针对上述问题,将极端支持向量机(extreme support vector machine,ESVM)与MapReduce框架结合,提出了带遗忘因子的鲁棒ESVM算法.该方法通过构造残差权重矩阵,对残差进行修正,同时加入遗忘因子,提高新样本的作用,从而实现对海量数据处理问题的求解.实验结果显示,所提出方法能够快速有效地对动态数据流进行分类,且结果不易受到噪声干扰,稳定性强.     

基于MapReduce的大数据在线聚集优化设计

针对大数据在线聚集执行时间长、执行性能及延迟调度性能较差的问题,提出基于MapReduce的大数据在线聚集优化程序设计.使用分片聚集方法使集群中所有机器的计算资源得到充分调用,采用子连接的启发式优先方法优化各节点本地执行连接任务关系运算,实现大数据在线聚集的并行连接.利用混合近似查询框架的大数据在线聚集动态切换机制及基...     

基于图像变换域的双重数字水印方法

基于变换域的双重数字水印方法,通过嵌入鲁棒水印和脆弱水印实现了图像内容版权保护和完整性认证的双重目的.其优点是利用小波变换,分块、适应性嵌入鲁棒水印,在图像的高频和低频中分别嵌入鲁棒水印,使鲁棒水印更加强壮;同时它利用离散余弦变换,在图像的高频部分嵌入脆弱水印,使脆弱水印在遭受攻击或篡改时更易被损坏.     

基于MapReduce和Spark的大数据模糊K-means算法比较

从原理和实验2方面对基于MapReduce和Spark的大数据模糊K-均值算法进行分析比较,并对2种大数据开源平台的优缺点进行了总结.由于模糊K-均值算法是一种迭代算法,需要对部分数据进行重复操作以得到最终聚类结果,因此主要从算法执行时间、同步次数、文件数目、容错性能、资源消耗这5方面进行比较,得出的结论对从事大数据研究的人员具有较高的参考价值.     

基于MapReduce的数据流频繁项集挖掘算法

针对传统数据流频繁项集计算中效率低、内存消耗大等问题,本文采用并行计算的思想设计了一种基于MapReduce的数据流频繁项集挖掘算法,首先,对进行数据分块压缩和传输,其次,将数据频繁项的计算分布在负载均衡的数据节点,可以有效保证数据的执行效率.最后通过一次调度处理合并各个节点产生的频繁项集并进行合并.理论分析和实验对比结果均表明,该算法对于并行处理数据流频繁项集的统计问题是有效可行的.     

基于多小波变换零树结构的数字水印嵌入方法

随着数字产品和国际互联网的迅速发展,保护数字产品版权的问题变得越来越突出,数字水印技术是解决这个问题的一个有效手段.本文提出了一种基于多小波变换零树结构的数字水印算法.将二值水印嵌入到宿主图像的小波零树上,每一棵小波零树的水印信息对应于水印图像的一个像素点,实验表明该水印算法在多种攻击下都具有较好的鲁棒性.     

基于地图地理信息点的数据融合算法的改进

地图地理信息点的数据描写值滞留在数据的表面级上,数据间缺少必需的相关性和匹配性,从而直接影响用户访问信息的速度和效率,该文提出了一种基于地图地理信息点的数据融合算法(DFGI)。该算法在计算语义相似度的基础上,增加地理信息之间的经纬度距离,以判决地理信息数据之间的相融性,实现地理信息数据之间的目标匹配,提高了单纯相似度匹配不准确的问题。通过实验结果与实际值比较,证明了该算法的有效性,并且能提高地理信息的匹配效率,减少误差值。     

MapReduce based computation of the diffusion method in recommender systems

The performance of existing diffusion-based algorithms in recommender systems is still limited by the processing ability of a single computer .In order to conduct the diffusion computation on large data sets, a parallel implementation of the classic diffusion method on the MapReduce framework is proposed.At first, the diffusion computation is transformed from a summation format to a cascade matrix multiplication format , and then , a parallel matrix multiplication algorithm based on dynamic vector is proposed to reduce the CPU and I/O cost on the MapReduce framework , which can also be applied to other parallel matrix multiplication scenarios .Then, block partitioning is used to further improve the performance , while the order of matrix multiplication is also taken into consideration . Experiments on different kinds of data sets have verified the efficiency of the proposed method .     

基于MapReduce的分布式期望最大化算法

利用MapReduce编程模型的简化性和期望最大化算法(Expectation maximization,EM)的高精度、恒收敛性,提出了一种对数据集规模无限制的数据处理算法;并通过对高斯混合模型的参数估计进行算法性能的测试。结果表明,算法能改善传统EM算法在处理大规模数据集时效率低的缺点,具有较好的加速比及可扩展性。     

一种基于数字水印的印刷品防伪方法

提出一种基于数字水印技术的印刷品防伪算法.在图像打印前,水印经Arnold置乱后嵌入到原始载体图像的Hadam ard变换域中;在检测数字水印时,首先对印刷品扫描图像进行几何矫正,利用边缘检测、Radon变换等方法检测图像旋转角度,将其转正,用三次内插法对图像重采样,恢复图像的原始尺寸.最后从矫正后的图像中提取水印.实验结果表明,这种算法具有较好的安全性、鲁棒性,在防伪效果上取得了满意的结果.