基于CRITIC权与灰色关联的隐写分析算法综合评估

在基于灰色关联分析的隐写分析算法评估过程中,针对权值分配不合理的问题,采用标准间重要性相关性方法确定各指标的初始权重,结合决策情况对待主动修改的指标权重进行增减,并将这些增减的权重平均分配给被动变化的指标,从而实现对权重的调整,得到各指标的最终权值。运用灰色关联分析法计算各个待评价对象与最优序列之间的加权灰色关联度,并依据加权关联度的大小完成对隐写分析算法的评估。仿真结果表明,与其他隐写分析算法相比,该方法能更加有效地评估各类隐写分析算法的优劣。     

基于灰色层次分析法的隐写分析算法评估磁

隐写分析算法性能评估的研究具有重要意义,可以对某种隐写分析算法性能进行评价,也可以对不同算法性能进行评估比较。文中提出运用灰色层次分析法的隐写分析算法性能评估,建立以可靠性、检测误差、检测速率为指标的层次指标体系结构和灰色层次分析模型,实现对隐写分析算法的比较及评估。实验表明,灰色层次分析法评估隐写分析算法性能是有效的。     

基于熵权法与灰色关联度法的煤矿企业信息化水平评价

针对常用的信息化水平评价方法采用专家打分方式确定指标权重而导致评价主观性过强的问题,提出一种基于熵权法与灰色关联度法的煤矿企业信息化水平评价方法。该方法根据煤矿企业的特点以及信息化对煤矿企业的作用,将煤矿企业信息化评价指标体系划分为5个一级指标和19个二级指标;采用熵权法确定指标权重大小,并采用灰色关联度法计算评价对象与参考数列的关联度,根据关联度大小确定信息化水平等级。运用该方法对某煤矿信息化水平进行评价,结果表明,该方法能客观、准确地反映煤矿企业信息化水平的实际情况。     

基于灰色熵权法的大数据质量评估

目前电力大数据的质量不高,提高电力大数据的质量有利于提高电网智能化水平.根据对电力系统数据质量评估流程及架构的分析,提出了MapReduce并行化的K-means算法,用于对大数据进行分类处理;构建了电力大数据评价指标体系;采用熵权法确定电力大数据的指标权重;最后通过灰色评估方法求取数据质量评价等级.最后对所提方法进行...     

基于FCM算法的隐写分析算法综合评估

从与图像隐写分析算法评估相关的问题入手,分析隐写分析算法评估的指标,利用FCM算法实现对各种隐写分析算法的性能评估和比较。该评估算法不仅能对现有隐写分析算法进行评价,以选出最优算法,也适合对新的隐写分析算法进行性能评价。实验结果表明,该评估算法是有效的。     

基于熵权法与灰色关联分析的WSNs路由算法

针对路由协议链路质量不高与能耗较大的问题,提出了一种基于熵权法与灰色关联分析的无线传感器网络(WSNs)路由算法(BEGRA).首先建立下一跳节点的评价指标,其次引入熵权法确定各指标的权重,通过关联度分析法确定节点指标向量与参考向量间的加权关联度,最后由节点关联度的大小确定下一跳节点并确立路由路径.仿真结果表明:算法有效提高了网络生命周期,降低了网络能耗,且在网络数据传输效率方面具有良好性能.     

基于条件熵的多链路到达序列编码隐写分析

网络隐写是一种以计算机网络通信数据为载体的隐蔽通信技术。近年来,研究人员对网络隐写的研究重点由原来的注重隐写可实施性向尽量提高隐写隐蔽性转变,基于多链路到达序列编码的隐写即在此背景下提出,目前尚无有效的检测算法。基于此,分析了基于多链路到达序列编码的隐写方法,然后通过对正常多链路数据流的建模分析,提出了基于条件熵的隐写分析方法。实验结果表明,所提方法在观测窗口达到1 200个数据包时对该隐写具有较好的检测效果。     

基于熵权灰色关联和D-S证据理论的威胁评估

为了更好地处理空中威胁目标的不确定性信息,提出了基于熵权灰色关联和D-S证据理论相结合的威胁评估方法.将熵理论应用于求解各指标权重,利用灰色关联法确定各指标的不确信度,进而得到各指标下不同目标的Mass函数,通过D-S证据理论对各Mass函数进行合成,根据置信函数大小对目标进行排序.仿真实验证明该方法是合理有效的.     

隐写分析算法的模糊综合评估

隐写术和隐写分析技术是信息对抗的重要内容。目前，已经有许多隐写分析算法，但这些算法特点各异，在实际应用时，难以取舍。为此，提出了隐写分析算法的模糊综合评估算法，来实现对各种隐写分析算法的性能评估和比较。该评估算法不仅可以用于从已知隐写分析算法中选择出最优算法，也适合对新的隐写分析算法进行性能评估。     

一种基于灰色模糊迭代算法的 ERP 绩效评价模型

绩效评价方法很多,但都不够全面,论文依据平衡记分卡,构造一个围绕企业多个角度对ERP进行绩效评价的数学模型。并利用灰色模糊迭代算法进行评价,对专家信息进行有效处理,放大各企业评价信息之间的差异,评价效果显著。     

基于灰熵绝对关联分析在嵌入式计算机性能评价中的应用

为了克服传统的灰熵关联度不具有唯一性和对称性等问题,建立了一种新的评价模型—灰熵绝对关联分析模型,并将该模型用于嵌入式计算机性能评价中.该算法主要是将灰熵理论与灰色绝对关联度相结合,保证了灰熵绝对关联度具有唯一性和对称性,有效地避免了误判的可能性.算例表明,该算法提高了嵌入式计算机性能评估的有效性和准确性,为嵌入式计算...     

基于相对熵的直方图差异与JPEG隐写的定量分析

针对图像隐写分析中常用的直方图特征,给出了一类基于相对熵的直方图差异计算方法,并提出了一种基于相对熵的JPEG隐写的定量分析方法.首先根据两假设检验中的最优检验——似然比检验,分析了相对熵在衡量2个直方图间的距离时的优越性,并给出了2种基于相对熵的直方图差异计算方法.然后,以新的直方图差异特征为基础,训练支持向量回归分析器,以估计隐写对DCT系数的更改比率.针对JSteg和改进的F5隐写的实验结果表明:与其他的直方图差异特征相比,根据所提出的基于相对熵的直方图差异特征所训练的定量隐写分析器具有更高的估计精度和稳定性.     

基于门限关联度的多特征量性能可靠性评估

针对具有多个特征参量的产品性能可靠性评估问题,提出一种基于门限关联度的多特征量性能可靠性评估方法.该方法利用灰色系统理论中的多参数关联分析方法计算多性能特征量的待检状态与标准状态的关联度,通过关联度的大小来判断系统的性能状况,进而对系统的性能可靠性进行评估.最后以某电路为例,对其监测数据分析得出给定时间条件下,该电路的性能可靠度为0.75,从而验证了该方法的有效性和实用性.     

基于灰熵并行分析法的多目标作业车间调度优化

提出利用信息熵理论与灰色关联分析法并行地处理多目标优化问题,将多目标优化的目标值构成数据序列,挖掘序列关系实现多目标优化。首先,并行的对目标值序列计算灰关联系数以及熵值权重,之后将信息熵与灰关联系数结合计算灰熵并行关联度,建立灰熵并行分析法。最终,利用灰熵并行关联度作为优化算法的适应值计算策略,以该策略引导智能优化算法进化。建立作业车间调度问题的三目标优化模型,以灰熵并行分析法为基础,分别应用差分算法、遗传算法解决三目标作业车间调度问题,验证新方法的可行性。实验表明：新方法均能使两算法收敛且得到分布均匀的 Pareto 前端,表明其有效和可靠。同时,差分算法得到的解较遗传算法的解具有明显的优势。     

基于熵和相关接近度的混合高斯目标检测算法

针对固定模型个数的混合高斯模型的背景建模速度慢和运动目标的拖影问题,提出了一种基于Tsallis熵和相关接近度的改进混合高斯算法。该算法利用Tsallis熵对高斯模型自适应地选择模型个数,加速背景建模;对于模型匹配判断条件,不能很好地体现相邻像素点的空间相关性的情况,提出了相关接近度作为模型更新的限定条件,以去除拖影。实验结果表明,改进的算法在实时性、检测正确率方面都有较好的改进。