数字隐写模型及形式化描述

为了使数字隐写模型研究与隐写技术研究同步发展,从通用到具体,依次提出3个数字隐写模型,并对各模型进行形式化描述,总结梳理隐写算法的本质原理,以指导隐写技术的进一步发展。首先,针对已有模型无法描述新兴隐写算法的问题,提出一个通用数字隐写模型,以描述当前所有隐写算法;其次,鉴于载体修改式的隐写算法在隐写术研究中的重要地位,提出基于载体修改的加性噪声隐写模型;然后,针对当前主流的图像自适应隐写算法,提出具体的最小化失真的数字图像自适应隐写模型。选取4个典型的隐写算法实例,采用所提隐写模型进行对应描述,以验证所提模型的有效性。     

进化树拓扑路网构建及多停靠点路径规划方法研究

针对多停靠点线路优化问题,提出一种基于邻接矩阵网络拓扑树构建的路径寻优方法,借鉴系统生物学中进化树分类的思想,引入路网结点间邻接关系评价标准邻接值的概念,将路网按照其结点邻接关系归类划分为以路网结点间邻接值为表征的路网拓扑进化树,同时对线路路径寻优问题中目标结点进行动态回溯分类,在限定路网搜索区域同时采用分支定界搜索策略进行搜索优化,降低了搜索算法时间复杂度.最后依据国家基础地理信息系统网站提供的国界、省会城市及主要公路基础地理数据进行系统实现,证明该算法的有效性.     

启发式协议验证

本文讨论和建立了一种状态空间探寻式(SEV)协议验证问题的图论模型,并形式地定义了协议错误、协议正确程度、验证算法复杂度等概念.本文提出了一个基于启发式搜索的协议验证算法 Z(?),并就其复杂度同耗尽式验证算法 Breadfirst 进行了比较.     

面向多模态函数优化的回溯克隆选择算法

针对多模态函数优化问题,提出了一种基于回溯机制的改进克隆选择算法--回溯克隆选择算法（BCSA）,采用改进回溯机制和记忆库抗体抑制策略,保持了抗体的多样性,以增强算法的全局搜索能力;通过改进动态变异、选择与交叉操作提高算法收敛速度。典型的多模态函数测试结果表明：回溯克隆选择算法具有优良的全局搜索能力和搜索效率。     

面向隐式类型化资源的安全防护

在物联网、边缘计算和大数据智能处理高速发展的背景下,安全保护研究的内容已经从显式内容保护扩展到了对隐式内容的保护。多来源内容背景下的隐式内容的安全保护对内容的采集、识别,保护策略定制,保护方法的建模、实现都提出了新的挑战。而实际应用中对性价比的追求更加剧了解决方案的挑战性。受DIKW方法启发提出将保护目标及背景内容分类为数据、信息和知识三种类型化资源。在DIKW上构建基于数据图谱、信息图谱和知识图谱的类型化资源安全资源保护架构。将目标安全资源根据它们在搜索空间中的存在形式分为显式的和隐式的资源,依据不同类型资源表达所对应的表达类型转换及搜索代价差异构造了对应的安全防护方案。该方案支持在不同类型转换过程中的代价以及转换后的搜索代价的差异基础上,设计并提供价值导向的安全服务。     

基于搜索历史的用户兴趣模型的研究

提出了一种新的基于搜索历史的用户兴趣模型,目的是解决现有搜索引擎很难考虑用户兴趣来实现用户个性化搜索以及用户兴趣很难更新的问题。提出了基于搜索历史的用户兴趣的表达方法和自动隐式学习算法。全面地描述了用户兴趣模型的建立及通过自动隐式学习算法不断更新、优化模型的处理过程,并给出了对模型的评价标准。     

基于搜索历史的用户兴趣模型的研究

提出了一种新的基于搜索历史的用户兴趣模型，目的是解决现有搜索引擎很难考虑用户兴趣来实现用户个性化搜索以及用户兴趣很难更新的问题。提出了基于搜索历史的用户兴趣的表达方法和自动隐式学习算法。全面地描述了用户兴趣模型的建立及通过自动隐式学习算法不断更新、优化模型的处理过程，并给出了对模型的评价标准。     

油管输送式射孔排炮优化问题的改进蚁群算法

为解决油管输送式射孔排炮问题中射孔枪总长最短的优化需求,建立了优化问题的数学模型,将问题的搜索空间抽象为图来表示,将蚁群算法应用于该问题的求解。算法局部搜索采用贪婪的策略,以及伪随机比例的状态转移规则,为避免算法早熟收敛,对信息素增量的计算公式进行了改进。实验结果与回溯法对比表明,蚁群算法解决此问题更有效。     

柔性制造系统中生产调度问题的零压缩二叉决策图算法

针对赋时有界Petri网模型下柔性制造系统的生产调度问题,给出了有界Petri网的零压缩二叉决策图表示方法,进而建立了此类生产调度问题求解的符号零压缩二叉决策图算法.该算法在求解过程中对状态空间及其搜索过程中的相关数据,采用零压缩二叉决策图表示,避免了状态和搜索的显式枚举,实现了隐式高效操作,有效地改善了算法的计算性能.实验结果表明了算法的有效性.     

Canny-Gauss通用域图像隐写算法

自适应图像隐写算法是一种以图像为载体,通过手工设计嵌入失真代价,指导隐写码在图像载体中嵌入秘密消息的信息隐藏算法.长期以来,这类算法将秘密消息尽可能隐藏在图像纹理更深更复杂的位置以对抗基于富特征的隐写分析检测.然而,伴随着深度学习在隐写分析领域的快速发展,人工设计的自适应算法受到严重挑战.此外,基于加性失真的隐写编码在嵌入消息时,复杂纹理向边界聚集所产生的统计异常问题也亟待解决.因此,本文总结了各类人工失真代价的优势和不足,归纳出当前自适应算法在空域的设计范式,并结合UNIWARD在各嵌入域的转换规则,提出基于嵌入失真代价ρ的通用域隐写转换公式.然后,从隐写嵌入失真代价与图像纹理稀疏关系的角度出发,以Canny算子划分纹理、Gauss模糊缩放轮廓、AutoML搜索阈值的方式,提出了一种通用域隐写算法Canny Gauss.实验结果表明,本文所提通用域隐写转换公式能够有效应用于现有主流算法.同时,在UNIWARD所有可行嵌入域中,本文所提算法表达出更高嵌入失真代价稳定性和隐写隐蔽性,在第三方权重加持下的深度隐写分析表现与UNIWARD相比至少提升2.6%、最高提升14.6%.这为自适应隐...     

基于动态状态树的回溯算法

介绍了背包问题及0-1背包问题,阐述了回溯算法(算法设计的基本方法之一)和状态空间的概念,提出一个基于动态状态空间树的回溯算法.以0-1背包问题为例,说明动态树方法对求解线性规划问题等是非常有用的,且该算法所用时间少于静态状态空间树方法,有助于扩大回溯算法的应用.     

Space and time optimal algorithms for a class of rectangle intersection problems

The intersection problem for a subclass of rectangles called r-rectangles is investigated and reduced to the balanced batched r(estricted)-range searching problem as well as to the balanced batched inverse r-range searching problem. Simple algorithms for these problems are given which are space and time optimal. The algorithm given for the balanced batched r-range searching problem leads to a new algorithm for the all-points ECDF problem in 2-space which is simple and optimal. Again, the balanced batched r-range searching algorithm is combined with a known algorithm for batched range searching problems, leading to a new algorithm for the rectangle intersection problem which is space and time optimal in the worst case when the given set of rectangles contains a much higher proportion of r-rectangles.     

文化算法应用研究

文化算法模拟了人类社会文化的进化过程,在进化的群体空间上建立动态的信仰空间,用来指导数据的搜索。介绍了文化算法的原理和流程,根据问题的特点对文化算法进行了分类,并给出了不同类型问题的求解步骤。根据对文化算法进行的仿真实验结果,得出该算法不仅收敛速度快,而且所得结果更优,表明文化算法是一种全局优化搜索的进化算法,具有广泛的应用前景。     

求图符号控制数的完全算法研究

确定图的符号控制数是NP-难度的问题。针对求解该问题的完全算法即能求得精确最优解的算法进行了研究,提出了几个启发式的限界策略,给出了两个完全算法:回溯算法和A算法。计算实验表明,针对随机产生的问题实例,用这两个算法求解时所生成的结点数目还不到其状态空间树中结点总数目的千分之五。对这两个算法也进行了比较。     

连续空间多目标最优化问题的蚁群遗传算法

本文提出了一种基于蚁群算法和遗传算法的多目标蚁群遗传算法,用于解决连续空间中带约束条件多目标最优化问题。本算法先将解空间分解成子区域,再用信息素标定这些子区域,信息素对遗传搜索进行指导,在搜索中更新信息素,同时采用了最优决策集的更新策略和搜索收敛退出机制,从而提高求解效率,降低算法复杂度。实验证明,与以往算法相比,此算法能更快、更精确地逼近Pareto前沿。     

通用的多概念层关联规则发现方法的改进

文章全面分析现有的多概念层关联规则的发现算法,结合多概念层的生成方法,提出通用的多概念层关联规则发现的新方法,以研究生入学考试数据集为实例进行验证,并将该算法和现有的算法进行比较,结果表明该算法在搜索空间和计算复杂度等方面更为有效。     

Efficient Algorithms for the Inference of Minimum Size DFAs

This work describes algorithms for the inference of minimum size deterministic automata consistent with a labeled training set. The algorithms presented represent the state of the art for this problem, known to be computationally very hard.In particular, we analyze the performance of algorithms that use implicit enumeration of solutions and algorithms that perform explicit search but incorporate a set of techniques known as dependency directed backtracking to prune the search tree effectively.We present empirical results that show the comparative efficiency of the methods studied and discuss alternative approaches to this problem, evaluating their advantages and drawbacks.     

节点加权的Steiner树问题的降阶回溯算法

节点加权的Steiner树问题是组合优化中一个经典的NP-hard问题,现有算法研究该问题时存在时间复杂性高或无法得到最优解的缺点。针对现有算法的不足,提出了一个基于降阶技术的回溯算法。首先研究该问题的数学性质,利用数学性质对该问题进行降阶以缩小问题的规模;接着提出上界子算法和下界子算法,利用上下界子算法对该问题的解空间树进行剪枝,提高搜索效率;最后利用上下界子算法和数学性质设计了一个回溯算法求解该问题。示例分析以及实验的结果表明,该算法不仅时间复杂性较低而且可以得到问题的最优解。     

基于带状态回溯个体进化的子结构发现

将进化算法引入图数据挖掘，以克服贪婪式查找易陷入局部极值的问题。针对图数据挖掘中经常遇到的子图同构问题，提出了带状态回溯个体的概念，从而使遗传算子的设计更为合理。另外，还提出了一种新的多样性保持方案，从种群的组成和个体的生成两个方面提高了种群的多样性。在进化过程中随时去掉当前种群中没有潜力的个体的机制使查找空间缩小了一半。实验结果表明，以上措施增强了算法的寻优能力，提高了算法的效率和解的质量。     

应用布尔遗传算子求解N皇后问题

应用回溯法求解规模较大的N皇后问题时,时间开销巨大。从提出布尔遗传算子角度,增强遗传算法局部搜索性能,与具有良好全局搜索性能的矩阵遗传算子组合应用,对N皇后问题求解。采用自然数和二进制互换的编码方式,应用N皇后的约束条件构造适应度函数,保证了算法的全局收敛性。通过与回溯法和相关遗传算法比较,实验证实了该方法应用于求解N皇后问题,具有良好的搜索效率和求解质量。