基于分块灰度统计特性的空域鲁棒信息隐藏算法

提出了一种基于图像分块灰度统计特性和混沌系统的空域信息隐藏新算法.利用空域重要位位置上的统计特性的相对不变特性对掩饰空间的选取过程加以控制,通过混沌猫映射的置乱增强秘密信息的不可见性,使得信息隐藏过程中秘密信息的脆弱性与隐秘的不可见性这两者的矛盾有机地统一起来.实验结果表明,在隐秘图像具有良好的不可见性的前提下,隐藏容量大于LSB算法,具有抗检测、抗提取能力,算法具有较强的抗椒盐、剪切、LSB、多低位破坏、JPEG、高斯白噪声攻击能力,鲁棒性好,优于传统的空域信息隐藏算法.     

关联规则在高职学生综合素质测评分析中的应用

传统方法对学生综合素质测评比较单一,管理者常以测评分值来衡量学生的素质,而未对影响因子进行深入研究.在某高职院校学生成绩基础上,针对加权平均传统方法的不足,采用K-means算法对学生成绩进行聚类以此确定出优良等级,再运用Apriori算法对综合素质测评中思想素质、社会工作实践与文体活动创新素质、专业属性及学生成绩等影响因子蕴含知识进行挖掘.研究结果表明,思想素质在影响因子中起引领作用,且教学管理与学生管理相互依赖,这一算法的应用为管理者决策提供了依据.     

术语定义的聚类研究

术语定义的领域聚类是一项较新的研究课题。本文采用自下而上的层级聚类的方法,基于知网进行语义相似度计算,并根据不同词类对领域区分的贡献度以及构建领域聚类特有的停用词表来进行聚类的特征项选取,实现了术语定义的领域聚类。实验取得了较好的聚类结果。     

模糊聚类在地层分析中的应用研究

通常对原始资料进行地层的划分与合并依靠工程师个人的经验与习惯.提出了一种改进后的FCM法,并给出了迭代公式和相应算法.改进后的FCM法可用于对土层的分类,同时给出一种按照模糊贴近度大小进行土层归并分类的方法,使得土层的归并划分更有理论依据.     

一种新的PDP低灰度级图像增强技术

针对常规PDP显示中的低灰度级轮廓问题,提出了一种新的PDP低灰度级图像增强算法．该算法根据PDP线性离散化的显示特点利用图像的表现率动态选择多种子场的编码,减少了图像伽马变化过程中灰度级的细节损失．针对PDP实际输出亮度相对于输入灰度级有反转的现象进行了理论分析和算法处理,消除了低灰度图像灰阶反转的现象．利用误差扩散算法最大限度地重现了图像的细节．实际结果表明该算法能够减少低灰度级轮廓,其显示效果明显优于传统方案．     

基于模糊支持向量的多标签分类方法

单实例多标签分类是指一个样本拥有多个标签的分类问题,对此提出了一种基于半模糊核聚类和模糊支持向量机的多标签分类算法.该算法采用一对一分解策略将多类多标签数据集分解为多个两类双标签数据子集,在每个子集上训练两类双标签模糊支持向量机.为提高分类器的性能引入了半模糊核聚类技术.实验结果表明,与现有的一些算法相比新算法具有其优...     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计,为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息,难以有效处理包含定性、定量数据的目标特征信息。基于此,提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上,引入前件影响矩阵和后件影响矩阵对定性数据进行处理,使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数;为了进一步提高模型的输出精度,将自适应模糊神经推理系统的输出层替换为多项式神经网络;通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识,确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性,与其他混合属性数据建模方法相比,所提方法具有较高的预测精度,可为作战指挥决策提供有效的辅助支持。     

模糊聚类与信息熵综合评价法在防空C3I系统中的应用

建立了防空C3I系统总体效能评估指标体系,将模糊聚类和信息熵综合到评判过程中,在充分分析已有算法的基础上,给出了对其系统效能进行评估的基于模糊聚类和信息熵的综合评价方法,并通过算例验证了方法的正确性和实用性。     

面向产品族设计全过程的聚类分析方法

产品族设计是大批量定制设计的关键和核心。分析了模糊聚类分析方法在产品族设计中的应用。按照公理设计理论将产品开发过程划分为需求、功能和结构三个状态空间,依次讨论了聚类分析方法在区分顾客共性需求与个性需求、识别平台元素与非平台元素、划分核心模块与个性模块方面的具体应用。     

基于遗传和蚁群算法融合的聚类新方法

遗传算法具有快速良好的全局搜索能力,而蚁群聚类算法具有良好的分布式并行性和正反馈能力。将两种算法进行融合,充分利用算法各自的优势和特点,能更有效地进行聚类分析。实验证明这种新组合算法在优化能力和时间性能上比常用的聚类算法有比较明显的优势。