论文部分内容阅读
本文提出了一种使用小波变换与傅立叶梅林变换相结合的数字水印算法。经过对多幅图像，分别进行几何变换、JPEG压缩、裁剪和滤波等攻击测试。结果表明，本算法对于几何攻击以及其他攻击都具有较好的鲁棒性。
一种新的抗几何攻击的鲁棒性数字水印算法
【摘 要】
：
本文提出了一种使用小波变换与傅立叶梅林变换相结合的数字水印算法。经过对多幅图像，分别进行几何变换、JPEG压缩、裁剪和滤波等攻击测试。结果表明，本算法对于几何攻击以及其他攻击都具有较好的鲁棒性。
【机 构】
：
厦门大学软件学院 厦门 361005 集美大学计算机工程学院 厦门 361021
【出 处】
：
第二十四届中国数据库学术会议
【发表日期】
：
2007年9期
其他文献
在网络入侵检测中,大量的特征增加了算法在时间和空间上的消耗,其中不相关或冗余的特征还可能导致检测精度下降.针对这个问题,提出了一种面向网络入侵检测的特征选择方法。该方法基于粗糙集理论和遗传算法,从信息论角度定义特征的重要性,并将此度量作为启发式信息对遗传算法的初始群体进行优化,在提高算法收敛速度的同时取得了更优化的结果.在KDD CUP 99数据集上检验了方法的有效性,并使用SVM分类器对选择的特
数据清洗是保证数据仓库中数据质量的必要过程,其中对重复数据的识别是数据清洗的一个技术难点.目前这方面的研究大多都是以排重算法的效率为主,还没有提出一个通用的排重模型,同时以科学数据为排重对象的研究较少.提出了一种关系型数据仓库中多级级联表的通用科学数据排重模型.还采用了分区排序的方法保证了该排重模型的效率并进行了详细的性能测试.理论和实践证明该模型针对科学数据具有高效性、稳定性和通用性。
提出了基于内存数据库的join index结构实现what-if假设数据快速访问的方法,提出了what-if更新的规则和基于join index的what-if数据视图访问算法,并与典型的what-if假设数据合并算法进行类比性能测试.实验结果显示,基于join index的what-if数据视图访问算法具有很高的数据访问速度,与在可写复本上进行的数据访问的速度非常接近,而算法的空间代价仅仅是wh
随着无线传感器网络在国民经济各个领域中的广泛应用,无线传感器网络中的数据管理技术逐渐得到学者的重视.作为多目标决策和数据挖掘的重要手段,无线传感器网络中的轮廓查询逐渐成为研究热点之一.虽然轮廓体查询在数据库领域得到了深入的研究,但是由于传感器网络的特殊性质,已有算法都无法直接应用到无线传感器网络环境中.研究了无线传感器网络中的轮廓体查询,提出了基于扩展轮廓的轮廓体查询算法(SCAES),利用扩展轮
在Deep Web(深度网)中,只能通过查询接口获得大量信息,所以一个关键问题就是查询接口的集成.目的是构造一个设计良好的查询接口,以统一访问不同的相关资源。用户在全局查询接口中填写查找需求,所有的相关数据源的查询接口都将被自动填充和搜索.查询接口的集成包括2个方面:查询接口匹配和查询接口融合.在接口匹配过程中,采用聚类技术作为接口匹配技术,并通过引入领域本体的概念映射技术发现Web接口属性间的语
提出应用领域本体知识库自动填充Deep Web入口表单的方法。首先利用通用本体和自然语言处理技术构建领域本体知识库;然后应用DOM和一个启发式规则操作HTML文档提取表单标签,并且对表单标签和领域本体知识库属性进行标准化;最后,使用语义相似度寻找与表单标签相匹配的领域本体知识库属性,用属性的值填入表单控件,完成填充.应用领域本体知识库自动填充Deep Web入口,极大地提高了Web信息检索的精度.
本文提出一种基于Arnold变换的新的关系数据水印算法。该算法针对数值型关系数据进行操作，可以将一副水印图像置乱后嵌人到关系数据中去。通过借用图像置乱技术，结合人的视觉特征，保证了一定数量的连续水印信息提取丢失不会影响到原有水印图像内容的正确识别，有效提高了关系水印的鲁棒性。
本文提出了一种基于加权网格的动态边缘聚类挖掘算法，通过加权值将数据对象的非空间属性映射到数据空间中，根据网格的加权统计信息，将数据空间划分为非稠密非边缘区域、稠密区域和边缘区域，并利用边缘区域的各种特性高效地对聚类结果进行调整和维护，该算法可在需要时以不同的空间粒度离线输出高精度的聚类结果。
本文提出了一种分布式空间信息服务聚合方法，将分布式环境下的对等结点抽象成分布式流程模型中子流程模型的载体，通过子流程模型在其载体结点上灵活、动态、实时的部署和合并等来适应空间信息服务聚合运行时的环境，从而提升了系统性能。
Incremental learning algorithm of SVMs is designed to deal with data streams mining problems. The paper presents dynamic training algorithm of incremental SVMs which is suitable to mine on data stream