基于尺度不变局部特征的零低频信息隐藏算法

针对目前信息隐藏算法抵抗隐写分析能力弱的问题,提出一种基于尺度不变（BRISK）局部特征的零低频信息隐藏算法。首先,对载体图像进行一阶CL多小波变换,在低频◢LL◣▼2▽中提取BRISK特征点生成图像特征矩阵;其次,利用zig-zag和Logistic混沌置乱对秘密信息做去相关性处理;再次,将图像特征与加密信息通过对比特征值形成关联序列;最后,将关联序列嵌入到高频◢HL▼2▽、HH▼2▽◣的低3位。算法将高能量区域的特征矩阵与两次加密信息所构建的关联信息隐藏于高频区域,有利于算法的鲁棒性和抗分析性。在高阶统计量对200幅图片的分析测试下,最大检出率低于7.516%,表明所提算法具有良好的抗分析性。     

基于距离特征与体积积分不变量的三维模型信息隐藏算法

为了提高三维模型信息隐藏算法的鲁棒性和嵌入容量,使得三维模型可以隐藏大容量的秘密信息,本文提出一种基于距离特征和体积积分不变量的三维模型信息隐藏算法。算法的主要思想是:首先使用距离特征这种三维模型全局变量,利用相似性公式对多个三维模型载体进行分类;其次使用体积积分不变量计算三维模型顶点的球体内外体积,对三维模型顶点进行分类;最后通过修改三维模型顶点的凹凸程度把秘密信息隐藏到三维模型中,发送给接受者进行提取。实验结果表明本文算法具有很好的鲁棒性和不可见性。     

金刚石框架锯锯切研究(V)--金刚石结块磨损特征

在对金刚石框架锯锯切加工动力学、锯切破碎机理模型和金刚石框架锯锯切加工石材时的切削力研究的基础上,通过金刚石锯条锯切石材的实验,测量并分析了金刚石结块磨损特征及其分类、金刚石结块磨损机理、金刚石结块磨损与加工时间、进给速度、石材种类、金刚石结块性能和锯条张紧力等因素的关系,提出了加工参数和金刚石结块的优选原则.研究结果为系统开发和改进金刚石工具提供了一个良好的基础,基于这些结果,可改进结合剂、金刚石质量、金刚石浓度、金刚石粒度、结块尺寸和结块间隔.     

一种实用的高压配电网不良数据处理方法

为满足高压配电网不良数据处理实用化的需求,提出一种针对高压配网不良数据处理的实用方法。该方法充分考虑高压配网的可观测性与辐射性,采用数据挖掘技术对坏数据进行检测与辨识,并综合利用前推回代潮流法与改进遗传算法获得加权估计值。该方法已在某市的调度系统中得到实际应用,表明了其有效性。     

基于聚类趋势分析与逐步回归的电铁牵引负载负序源模型研究

建立适合于负序特性分析与潮流计算的电铁牵引负载负序源模型至关重要。负序源建模可视作负荷建模问题,提出一种基于负序特性分类与综合的建模方法。选取基波负序电流的实测响应空间与机车的实际运行状态为特征向量,对样本集进行聚类趋势分析。在确保样本集可聚的前提下,利用聚类有效性函数得到最优分类结果。通过对牵引负载的负序特性机理分析确定模型的结构,并采用逐步多元回归的方法得到最优模型表达式。对新增样本,将其归入与聚类中心欧氏距离最小的那个类,并对该类模型进行检验。实例分析表明,所建负序源模型是合理而有效的。     

基于多融合态的低密度三维模型信息隐藏算法

针对现有三维模型信息隐藏算法无法有效抵抗不均匀压缩的问题，提出一种基于多融合态的多载体低密度的信息隐藏算法。首先通过平移和缩放对多个三维模型进行定位、定向及定型；其次对三维模型进行不同角度的旋转，以中心点作为融合点进行融合，得到多个融合态；再次，利用局部高度和Mean Shift聚类分析算法对融合态模型的顶点进行能量划分，得到不同能量的顶点；最后，通过修改顶点坐标的方法将经过Arnold置乱变化的秘密信息快速隐藏于多个融合态和三维模型中。实验结果表明，该算法对抵御不均匀压缩的攻击有很好的鲁棒性且具有很高的不可见性。     

一种基于OBJ三维模型纹理贴图的信息隐藏算法

为改进三维模型信息隐藏的鲁棒性,提出了一种基于OBJ（3D模型文件格式）三维模型纹理贴图的信息隐藏算法.选取三维模型贴图进行多元数小波变换;运用奇异值分解理论进行静态系数提取;利用三维Arnold置乱和纹理映射算法对隐秘信息和静态系数进行融合与正交投影.实验结果表明,算法能显著提高线框渲染、顶点绘制、面片挤出和剪切等攻击的鲁棒性.     

特征点标注与聚类的三维模型信息隐藏算法

针对三维模型信息隐藏无法有效抵抗联合攻击问题,提出一种新的基于特征点标注与聚类的隐藏算法。首先对三维模型进行边折叠操作,对其全部顶点进行标注排序;其次,利用局部高度理论和Mean Shift聚类分析算法对标注排序后的顶点进行能量划分;最后,利用Logistic混沌映射置乱和遗传算法对隐藏信息和载体信息进行优化匹配与修改,实现信息的最终隐藏。隐藏区域的数据按照能量权重进行了全局和局部的标注与筛选,有利于算法的鲁棒性和不可见性。实验结果表明,与基于三维内切球和轮廓标注的三维模型信息隐藏算法相比,该算法抵御单个或联合攻击的鲁棒性有明显的提高,且具有几乎相同程度的不可见性。