分层的文本信息隐藏研究

针对文本载体冗余度小的问题,提出一种在文本中分层隐藏信息的技术,建立了一个由待藏信息表示层、待藏信息加密层、载体内容层、载体内码层和载体版式层五个层次组成的隐藏模型.待藏信息表示层将待藏信息编码成不可读的符号序列,待藏信息加密层则对这些不可读符号序列进一步加密.载体内容层在句法、语义和语用上对前一层的输出进行嵌入隐藏,载体内码层和载体版式层分别通过选择载体文字自身的机器编码标准及版式来隐藏信息.每层有控制信息和数据信息作为参数,各层各司其职,高度独立.根据不同的隐藏要求,可以选择跳过某层,直接进入下层.介绍了各层的隐藏技术和方法,并在微软的Word文本中实现了该5层隐藏模型.     

基于SCAD-ESN的时间序列预测模型

回声状态网络（ESN）是一种重要的时间序列预测方法,但在训练数据存在噪声或野点情况下,ESN将会出现过拟合问题。针对该问题,提出基于平滑消边绝对偏离罚函数的回声状态网络（SCAD-ESN）模型。不同于在模型中加入岭回归、L₁范数罚函数及小波降噪等常规方法,该模型利用SCAD罚函数对变量进行选择,将小变量置为零以满足变量稀疏性,将大变量直接置为常数,从而能够很好地解决ESN过拟合问题并满足近似无偏估计。对于SCAD罚函数的非凸函数优化问题,提出基于局部二次近似（LQA）的求解方法,将最小角回归（LQR）方法用于SCAD罚函数求解,避免了计算量巨大的问题。使用基于粒子群优化（PSO）的超参数选取方法快速确定平滑消边绝对偏离-回声状态网络模型的超参数,克服利用经验选取超参数时存在的盲目性较大且难以确定整体最优的超参数问题。混沌系统数值仿真和网络流量仿真结果表明,相对于常规模型,该模型能有效地降低测试误差,从而克服过拟合问题。     

针孔阵列厚度对集成成像3D显示观看视角的影响

基于针孔阵列的集成成像3D显示具有成本低,重量小,器件厚度薄,易于实现3D/2D转换等优点。针孔阵列的参数设计是集成成像3D显示器结构设计的关键之一。3D观看视角是集成成像3D显示的关键性能参数之一。本文研究针孔阵列的厚度对3D观看视角的影响。根据针孔阵列厚度与孔径宽度的3种取值关系,分别建立3种集成成像3D成像模型,然后根据几何光学分别计算不同成像模型的3D观看视角,并研制了集成成像3D显示测试装置。实验结果表明针孔阵列厚度存在最优值,且只取决于图像元节距、针孔孔径宽度以及针孔阵列与显示面板的间距。针孔阵列厚度取最优值时,显示面板上每个图像元中所有像素发出的光线都可以通过其对应的针孔,且每个图像元中像素发出的光线都不能通过其他针孔,因此3D观看视角最大,且没有串扰图像。针孔阵列厚度小于最优值时,显示面板上每个图像元中所有像素发出的光线都可以通过其对应的针孔,但是每个图像元中部分像素发出的光线可以通过其他针孔,因此3D观看视角不变,但是会产生串扰图像,且串扰与针孔阵列的厚度成反比。针孔阵列厚度大于最优值时,每个图像元中只有部分像素发出的光线可以通过其对应的针孔,虽然没有串扰图像,但是3D观看视角变小,且与针孔阵列厚度的厚度成反比。     

一种基于小波变换的非均匀量化索引调制水印算法

为了提高数字水印的稳健性与不可见性,将图像小波变换与量化索引调制算法相结合,提出了一种基于小波变换的非均匀量化索引调制数字水印算法。该算法对原始图像进行离散小波变换,将中频小波系数分成3×3的系数子块作为水印载体,对子块的系数均值采用非均匀量化索引调制,实现二值水印的嵌入。根据人类视觉特性,不同的系数子块采用不同的量化间隔并自适应于子块内相邻系数的差值。实验结果表明,该算法透明性好,安全性高,对高斯白噪声、剪切、滤波以及JPEG压缩等常见攻击具有较强的稳健性。     

潜水稳定蒸发条件下土体响应模拟

基于Gardner提出的模型,对潜水稳定蒸发条件下,欧洲地区5种土体响应进行了模拟研究。数值实验结果表明：土壤含水率和对数坐标系下的土壤水吸力分布曲线分别呈现单拐点和双拐点的特点;相同地下水埋深条件下,土体的最大蒸发强度与黏粒含量呈负相关关系,二阶多项式可以很好的拟合地下水埋深与最大蒸发强度之间的关系;蒸发强度介于0.01cm/d～0.1cm/d,潜水稳定蒸发时,土体对应的最大地下水埋深值可以作为临界水深的参考范围;相对蒸发系数的模拟结果与相关文献记录的实验规律相似。使用Gardner模型可以对土体潜水稳定蒸发响应进行很好的模拟,模型求解方法相对简单,模拟结果可靠性高。     

一种新的线结构光光带中心提取算法

在采用线结构光投影的三维测量中，快速准确地提取图像中光带中心的位置坐标是线结构光测量系统的关键问题之一。基于此，提出了一种把可变方向模板和灰度重心法相结合，并充分发挥两者优点的方法。首先计算出图像的域值，然后对图像进行二值化，细化，剪枝，得到线结构光图像的骨架，然后再利用可变方向模板判断骨架上每一点的法线方向，最后根据灰度重心法求出线结构光条纹的中心。实验结果表明该方法可以快速有效地获取光条纹中心，有利于提高三维重建的速度。     

一种引入冗余控制的特征排序模型

针对特征排序方法较少考虑特征之间的相关关系,导致选择的特征子集存在冗余的问题,提出一种引入冗余控制的特征排序模型。将特征子集判别能力最大且冗余程度最小作为模型的目标函数,以降低特征之间的冗余;使用贪心方法和非线性规划方法对模型进行求解。在9个开源数据上的实验及与特征排序方法比较表明,本模型在大部分数据上,所选择的特征子集能够获得更好的分类准确性且个数更少;使用非线性规划方法求解时,能够直接得到特征子集,有利于确定特征个数。本模型可用于特征之间存在冗余时的特征选择。     

一种需求驱动的服务行为适配方法

现有服务行为适配方法通常侧重于如何消除服务之间行为上的不相容而往往没有考虑用户的需求,因而需要对基于适配器的服务组合进行需求的可满足性验证,这使得基于适配器的服务组合过程复杂且低效.针对此问题,本文在适配器生成过程中考虑用户的需求,提出一种需求驱动的服务行为适配方法,并给出用于描述用户需求的形式模型的语法及语义.证明了利用本文方法所生成的适配器不仅可以消除服务之间行为上的不相容,并且保证基于适配器的服务组合的行为满足需求给出的时序约束,避免了对基于适配器的服务组合进行验证.通过一个贯穿全文的实例分析表明了方法的可行性和有效性     

基于特征选择和时间卷积网络的工业控制系统入侵检测

针对工业控制系统流量数据存在特征冗余及深度学习模型对较小规模数据集检测能力较差的问题,提出了一种基于特征选择和时间卷积网络的工业控制系统入侵检测模型。首先,对源域数据集的异常特征和样本不平衡数据进行处理,提高源域数据集质量。其次,针对流量数据的特征冗余,利用信息增益率和主成分分析法构建IGR-PCA特征选择算法,筛选出最优特征子集实现数据降维。然后,根据工业控制系统流量数据的时间序列特性,在较大规模的源域数据集上,利用时间卷积网络（temporal convolution network,TCN）对时间序列数据优异的处理能力,构建源域时间卷积网络预训练模型。最后,在较小规模的目标域数据集上,结合迁移学习（transfer learning,TL）微调策略,获取源域样本数据的流量特征,构建目标域TCN-TL模型。利用公开的工业控制系统数据集进行实验测试,实验结果表明：流量数据经本文特征算法处理后,相较于其他方法,在降低数据维度减少计算量的同时仍具有良好的检测效果;在较大规模的源域数据集和较小规模的目标域数据集上,本文模型均取得了良好的检测效果,在目标域中利用迁移学习微调策略能够学习到源域中的知识,模型检测准确率为99.06%,在训练时间对比中,本文模型训练时间消耗更少,具有更好的泛化能力,能够更好地保护工业控制系统安全。     

一种免疫补体优化算法

针对目前提出的免疫优化算法在求解优化问题时还存在收敛速度慢,往往不能求得最优解,鲁棒性低的问题,基于生物免疫补体激活原理,提出了一种免疫补体优化算法。在算法中,依据补体激活理论,设计了主要的补体算子：分裂算子和结合算子,并根据补体激活过程,通过补体算子的作用对问题解不断优化,求得全局最优解。最后对算法的收敛性和鲁棒性进行了理论分析,并将免疫补体优化算法与典型的克隆选择算法进行了对比实验。理论与实验结果表明了免疫补体优化算法是收敛的,并且收敛速度更快,求得的最优解更好,鲁棒性更高。