模糊强化学习型的图像矢量量化算法

本文给出了一种新的图像矢量量化码书的优化设计方法.传统矢量量化方法只考虑了码字与训练矢量之间的吸引影响,所以约束了最优解的寻解空间.本文提出了一种新的学习机理--模糊强化学习机制,该机制在传统的吸引因子基础上,引入新的排斥因子,极大地释放了吸引因子对最优解的寻解空间的约束.新的模糊强化学习机制没有采用引入随机扰动的方法来避免陷入局部最优码书,而是通过吸引因子和排斥因子的合力作用,较准确地确定了每个码字的最佳移动方向,从而使整体码书向全局最优解靠近.实验结果表明,基于模糊强化学习机制的矢量量化算法始终稳定地取得显著优于模糊K-means算法的性能,较好地解决了矢量量化中的码书设计容易陷入局部极小和初始码书影响优化结果的问题.     

一种新的模糊K邻域矢量量化码本设计算法

本文提出了一种新的模糊K邻域矢量量化码本设计算法(FKNNVQ)。该算法具有对 初始码本依赖性小,不会局部最小,收敛速度快,码本性能好等优点。实验结果表明,FKNNVQ算法与Karayannis等1995年提出的模糊矢量量化算法(FVQ)相比,设计的图象码本峰值信噪比和收敛速度都有明显改善。     

基于内容感知的可分级视频码流排序方法

为了提高传输效率,改善视频播出质量,提出一种基于内容感知的可分级视频码流排序方法。根据人眼对运动变化场景的主观感受,自适应加权前、背景运动矢量,建立描述视频动态特性的模型,结合频编码结构和率失真模型,对帧级别的数据包重要性进行标记并按照优先级进行排序。实验结果表明,该方法能准确描述视频动态性,有效提高视频播出质量,尤其对于运动场景复杂的视频,该方法能明显改善人眼主观感受。      

基于WRR的改进型队列调度算法

基于Diffserv(区分服务)体系,研究实现QoS(服务质量)控制的核心技术之一的队列调度技术。基于WRR(加权轮询)队列调度算法,提出新型的改进算法。改进的队列调度算法主要由流量调节器和调度策略两部分构成,将网络上的包按照Diffserv体系分为EF(加速转发)、AF(保证转发)、BE(尽力服务)三种业务类型,对不同的类型采用不同的调度策略。针对高优先级的EF业务直接采用PRI(优先级调度),针对AF业务采用改进后的WRR调度。仿真结果表明,该改进型调度算法在网络资源分配上具有一定的优越性。     

基于混沌序列的数字水印信号研究

本文针对当前数字水印算法中提出的各种数字水印信号进行分析,综合了数字水印信号应满足的特性,并且提出了基于混沌序列的数字水印信号算法.与目前存在的数字水印信号相比,混沌数字水印信号具有三方面的优点:易于产生,仅需采用一维混沌映射方程,水印信号生成速度快;数量众多,混沌系统模型、参数和初值的选择不同即可得到互不相关的两序列;保密性好,在不知道混沌模型及相关参数的前提下,几乎不可能破译.因此可以有效地解决实际应用中大量数字水印产生的问题及数字水印标准化问题,有利于数字水印技术走向实际应用.     

一种随机竞争学习矢量量化图像编码算法

本文分析了确定性模拟退火技术、竞争学习算法在图像编码中的压缩机理,提出了一种新的随机竞争学习矢量量化算法.该算法将竞争过程与代价函数最小化结合起来,在学习过程中引入模拟退火,并针对矢量量化图像编码的特点,提出了新的参数选取策略,具有对初始码书依赖性小,不会局部最小,收敛速度快,码书性能好等优点.文中还通过计算机实践对该方法进行了性能分析,验证了算法的有效性和鲁棒性.     

基于视觉显著计算的视频流媒体渐进式表达方法

为了有效解决视频流媒体传输网络带宽、播出视频质量和用户实时性访问之间的矛盾,本文提出了一种基于视觉显著计算的视频流媒体渐进式表达方法.在视频内容分析和理解的基础上,首先进行场景分类和视觉敏感区域提取;然后根据编码信息确定视频序列中各帧的重要性,估计帧内片层数据重要性;最后基于视觉显著计算的结果提出一种适应网络带宽和质量可伸缩的视频流媒体渐进式表达方法.采用中粒度质量可伸缩（MGS）编码,在模拟网络测试平台上分别针对集中式和分散式视觉敏感区域视频序列进行实验研究,实验结果验证了本文提出的基于视觉显著计算的视频流媒体渐进式表达方法的正确性和有效性.     

基于人工蚁群优化的矢量量化码书设计算法

本文提出一种基于人工蚁群优化的矢量量化码书设计新算法.该算法利用人工蚁群系统中蚂蚁通过信息素留存寻找最优路径的机制,结合单只蚂蚁通过拾起、放下物体从而使物体聚堆的行为模式,合理设计放下概率、禁忌列表、信息素更新方式以及相应的参数.与基于进化模拟退火和随机竞争学习的码书设计算法相比,本文提出的算法能获得性能较好的码书,其峰值信噪比比传统的LBG算法提高超过2dB.     

基于密码学的访问控制和加密安全数据库

在数据库安全领域的研究中,"数据库管理者"对数据库安全带来的安全隐患越来越受到研究者的关注,尤其是在基于互联网的网络应用提供商(Internet service provider)模式的数据库系统中,这种安全威胁更为严重.传统的数据库访问控制(存取控制)方法,对此安全隐患不能提供有效的安全防范.密码学的安全数据库技术,因为其基于数学难解问题的计算复杂性,成为解决数据库安全问题的日渐重要的方法.本文分析了迄今为止各种不同的,针对分布式数据库应用的安全威胁,并对密码学安全数据库中的基于密码学的访问控制算法和加密数据库技术进行了综述,并对各类方法的密码学原理,算法特性以及其优缺点进行了分析和描述.     

基于混沌吸引子的数字水印算法

本文提出以混沌吸引子作为水印信号的数字水印算法,由混沌吸引子生成的混沌水印信号具有类噪声特性,而其独特的分形自相似结构,及混沌动力学特性,使其作为水印信号比噪声类水印信号更具优良特性.文中以Lorenz混沌吸引子为例,对水印信号生成及检测算法进行了探讨.通过对混沌吸引子水印信号的主分量谱及其分形特性的分析,提出多种水印检测方案,可根据应用场合及攻击特点采用联合检测方法,以实现最优检测.实验给出混沌吸引子水印信号与高斯噪声类水印信号在同样条件下的抗攻击性能比较,实验结果表明,该算法性能上具有明显的优势.