一种大容量的可逆RGB图像信息隐藏算法

该文介绍并分析了RGB图像的直方图特性,详细阐述了直方图的峰值点和零值点的特点和直方图平移对图像的影响。在此基础上,根据视觉特性的特点,提出了一种新的RGB图像信息隐藏算法:一种大容量的可逆RGB图像信息隐藏算法。该算法基于直方图平移和视觉特性,能解决当前基于直方图平移算法的低隐藏容量难点。实验结果及分析表明,该算法易于实现,有很好的隐蔽性并对隐藏容量有较大提高。     

基于特征分析算法的变换域通信系统接收技术

异步条件下对变换域通信系统(TDCS)信号用特征值分解法可估计基函数序列,但由于协方差矩阵特征分解的不唯一性,造成分段得到的特征向量存在标量模糊的缺陷。通过理论分析特征值分解算法,提出了一种改进算法,将接收信号的分段周期扩大为基函数周期的2倍,通过特征值分解算法得到协方差矩阵的最大特征向量,用长度为基函数周期的窗口在最大特征向量中滑动,当窗口的二范数达到最大值时,即可得到基函数序列。通过实验仿真,改进算法能够有效克服分段向量出现部分正反号的缺陷,系统误码性能与同步条件下的系统误码性能基本一致。     

一种大容量的可逆RGB图像信息隐藏算法

该文介绍并分析了RGB图像的直方图特性,详细阐述了直方图的峰值点和零值点的特点和直方图平移对图像的影响。在此基础上,根据视觉特性的特点,提出了一种新的RGB图像信息隐藏算法：一种大容量的可逆RGB图像信息隐藏算法。该算法基于直方图平移和视觉特性,能解决当前基于直方图平移算法的低隐藏容量难点。实验结果及分析表明,该算法易于实现,有很好的隐蔽性并对隐藏容量有较大提高。     

基于RAN-RBF神经网络的网络安全态势预测模型

为了更准确地获悉网络安全态势的发展情况,提出了一种基于资源分配网络径向基函数(Resource Allocating Network Radical Basis Function,RAN-RBF)神经网络的网络安全态势预测(Network Security Situation Prediction,NSSP)模型。该模型采用资源分配网络算法对网络安全态势样本进行聚类,得到神经网络的隐含层节点数,引入剪枝策略删除对网络贡献不大的节点,用改进的粒子群算法(Modified Particle Swarm Optimization,MPSO)对神经网络的中心、宽度、权值进行优化,对未来网络安全态势进行预测。利用校园网网络管理部门提供的数据进行的仿真实验表明,相对于K-均值RBF神经网络预测模型,该模型可以得到更合适的RBF神经网络结构和控制参数,提高了预测精度,更加直观地反映了网络安全态势的总体情况,为网络安全管理员提供了态势图。     

短波电台信道模型仿真研究

关于短波电台信道模型仿真研究,首先介绍了短波通信的特点,然后根据现有的无线传播理论,结合各种数学模型和Watterson信道模型提出了一个比较全面的信道仿真方法,并利用Matlab软件加以实现.最后以语音信号作为输入信号,从时域上观察信道模型对信号的影响,仿真结果达到了预期效果,从而证明该方法具有可行性.