并行LU分解的通信模式在WDM环网上的波长分配算法

波长分配是光网络设计的基本问题，设计波长分配算法是洞察光网络通信能力的基本方法．不同的并行算法具有不同的通信模式，如何在光互连网上实现这些通信模式，是当前一个颇受关注的研究领域．本文基于WDM环网络，针对矩阵的并行LU分解，构造了一种并行LU分解的通信模式，讨论了将该通信模式嵌入在环形光网络中的波长分配问题．在解决该问题的过程中，得到了将一种特殊的二分图结构的通信模式嵌入在环网中的波长分配算法．通过分析和证明得到了在WDM环网上实现该并行LU分解通信模式所需的最小波长数．     

基于小波包分解与矩阵编码的自适应音频隐写算法

针对音频隐写算法载体利用率较低、不可感知性较差、嵌入效率不高的问题,提出了一种基于小波包分解与矩阵编码的自适应音频隐写算法。算法通过对比音频文件在MP3压缩前后小波包分解系数上的差异,将小波系数不变的位数作为嵌入载体,有效提高了嵌入容量;另外采用混沌模型产生随机三元组对矩阵编码算法进行改进,提高了算法的安全性与嵌入效率。算法在容量方面较直接选取中频子带小波系数作为嵌入载体的隐写算法提升约30%;信噪比(SNR)较使用固定三元组的矩阵编码隐写算法提升约9%。实验结果证明了算法的正确性,能基本满足大容量安全通信的需要。     

基于提升小波变换的盲水印技术

随着通信、计算机和网络技术的迅猛发展和广泛应用,信息安全和版权保护问题已引起了社会的广泛关注,而数字水印技术已经成为实现版权保护的有效途径。文中提出了一种基于提升小波变换的盲水印算法,利用提升小波变换将原始图像进行多分辨率分解,根据各个层次相应位置的提升小波系数排序情况和密钥中{1}元素的位置来决定水印嵌入的位置,在水印提取时根据密钥中{1}的位置可以实现百水印提取。采用水印多重嵌入的方法,将水印嵌入到提升小波分解各个分辨率级的所有子图中,即在低频子图中嵌入一次水印,而在高频子图中嵌入多重水印,这样不仅不易被人眼察觉而且提高了水印嵌入的鲁棒性。这种算法简单、可靠,实验证明具有较好的效果。     

基于提升小波变换的盲水印技术

随着通信、计算机和网络技术的迅猛发展和广泛应用,信息安全和版权保护问题已引起了社会的广泛关注,而数字水印技术已经成为实现版权保护的有效途径。文中提出了一种基于提升小波变换的盲水印算法,利用提升小波变换将原始图像进行多分辨率分解,根据各个层次相应位置的提升小波系数排序情况和密钥中{1}元素的位置来决定水印嵌入的位置,在水印提取时根据密钥中{1}的位置可以实现百水印提取。采用水印多重嵌入的方法,将水印嵌入到提升小波分解各个分辨率级的所有子图中,即在低频子图中嵌入一次水印,而在高频子图中嵌入多重水印,这样不仅不易被人眼察觉而且提高了水印嵌入的鲁棒性。这种算法简单、可靠,实验证明具有较好的效果。     

多总线多DSD实时图像处理操作系统的设计与实现

该文针对多总线多DSP实时图像识别系统，设计并实现了一个并行操作系统。它包括嵌入到DSP芯片上的操作系统和运行在PC机上的协议软件两部分。协议软件提供一个人机界面，接收算法的分解信息，并将其按一定的数据结构组织，再将所有的子任务及其分解信息连接成一个作业。DSP上的操作系统支持作业从上位机上加载，或通过EPROM加载。操作系统支持VXI总线标准，并提供了数据通信、任务分配和并发进程管理等功能。它根据任务分解信息，分配硬件资源，构造数据流向，建立子任务相互间的同步关系，完成与上位机的联络并输出结果。实验结果表明，该文设计的硬件及其操作系统能够适应不同并行结构的需要，并得到满意的图像并行处理效果。     

基于有效并行求解策略的显式有限元分析并行算法

针对大规模结构非线性动力问题的有限元分析非常耗时,基于消息传递接口（MPI）机群环境,提出多种基于并行求解策略的显式有限元并行算法。基于显式消息传递的区域分解技术,采取重叠、非重叠区域分解技术及动态任务分配方法,通过将计算与通信重叠,优化处理器间的通信,对非重叠通信区域分解并行算法、重叠通信区域分解并行算法、群动态任务分配算法、动态任务分配算法及动态负载平衡算法进行研究。为在机群环境下实现非线性动力有限元分析,开发了基于有效并行求解策略的显式有限元并行算法。编写了基于消息传递编程模式的并行有限元程序,在工作站机群上实现了数值算例,分析了算法的性能,并与传统的Newmark算法进行了比较。算例表明：群动态任务分配算法的性能优于动态任务分配算法,低于区域分解算法的性能,动态负载平衡算法最优。对相同规模的问题提出的算法比Newmark算法快,优于Newmark算法。对结构非线性动力问题的有限元分析,所提出的并行算法是可行有效的。     

周期终止探测算法研究

在分布式环境中,周期性通信是安全节点间进行信息交换的主要方式。〖BP）〗针对以管理域为单元的集中式通信方案,提出了利用通信子树进行周期终止探测的算法。通过向各安全节点分配连续的、唯一的节点标识,并将标识嵌入到消息中,该算法可以利用求和公式实现通信终止判定。该算法简单而有效,算法复杂度达到最优。     

基于FPGA的逆QR分解SMI算法的并行实现方法

在讨论了逆QR分解(逆正交三角分解)SM(I采样矩阵求逆)自适应波束形成算法的基础上,研究了逆QR分解SMI算法的Systolic阵列(脉动阵列)并行实现结构,分析了组成Systolic阵列的各PE(处理单元)单元的基本运算模块的实现,并给出了逆QR分解SMI算法基于Systolic阵列结构的FPGA(现场可编程门阵列)并行实现方法,提出了系统整体的设计与构架。     

环Zn上广义圆锥曲线的广播多重数字签名

在介绍环Zn上广义圆锥曲线的阶和基点、离散对数问题、明文嵌入与译码算法的基础上,研究多重数字签名中的广播多重数字签名。该方案的安全性是基于大整数分解的困难问题和离散对数问题,而且其在点的计算、明文嵌入都较容易实现,还能抵抗Pohlig-Hellman攻击以及小指数攻击和Wiener攻击。     

基于三维仿真的变电站通信设备安全态势分析方法

针对变电站通信设备中存在的安全态势分析覆盖面小、分析准确度差的问题，提出了一种基于三维仿真的变电站通信设备安全预警方法。通过三维仿真技术实现变电站三维模型与视频安防系统、通信网管系统的数据融合；通过局部线性嵌入算法对变电站通信设备三维模型进行降维，实现变电站通信设备多维信息的有效特征提取；在此基础上，通过长短期记忆网络深度学习，实现变电站通信设备的安全态势分析，对可能存在的变电站通信设备安全问题进行预警。通过实例运行表明，这种方法能有效分析变电站通信设备的安全态势。     

基于分块最大奇异值分解的数字水印算法研究

为保障数字档案的真实性、完整性和有效性,更准确、高效地辨别档案的真伪,数字水印是必需的关键技术之一。针对传统奇异值分解水印算法中存在的信息量大、运算复杂、嵌入时间长等问题,采用一种基于分块最大奇异值分解的水印算法,这种方法算法实现简单,降低了信息量和运算复杂度,在对大图像嵌入水印时时间花销小,同时提供了相当的鲁棒性。     

并行BP算法在WDM环网上的波长分配

波长分配是光网络设计的基本问题,设计波长分配算法是洞察光网络通信能力的基本方法。不同的并行算法具有不同的通信模式,如何在光互联网上实现这些通信模式,同时优化波长分配问题,是当前一个颇受关注的研究领域。神经网络计算的一个重要特点是大规模并行计算,该文基于WDM环网络,讨论了在其上实现并行BP算法的波长分配问题,设计了将完全二分图结构Kmn,通信模式嵌入环网的方案,给出了在WDM环网络上实现并行BP算法所需的最小波长数。     

一种保留社区结构信息的网络嵌入算法

现有网络嵌入算法大多只保留网络的微观结构信息,忽略了网络中普遍存在的社区结构信息。为提高网络表示质量,提出一种保留社区结构信息的网络嵌入算法PCNE。通过最大化节点之间的一阶和二阶相似性,对网络的微观结构进行建模,同时通过分解可反映网络社区结构信息的社区结构嵌入矩阵,对网络的社区结构信息进行建模。将构建的2个模型融合到统一的联合非负矩阵分解框架中,结合相似度矩阵和社区隶属度矩阵得到融合社区结构信息的节点表示向量。在5个真实公开数据集上进行节点分类实验,结果表明,与DeepWalk、Node2vec、LINE算法相比,PCNE可使Micro-F1值提升0.96%~13.1%,验证了算法的有效性。     

WDM光网上的Hopfild网波长分配算法的实现

讨论了在线性和环形WDM光网络上实现Hopfield网络的波长分配问题。给出了在线性和环形WDM光网络上实现并行Hopfild算法的通信模式所需波长数的下限值，分别设计了将该通信模式嵌入在上述简单WDM光网络上的波长分配方案，并给出了在该方案下实现Hopfield网络所需的波长数。     

检测图像篡改的脆弱水印技术

针对图像篡改取证定位问题,提出利用混沌序列和图像QR分解相结合的脆弱水印算法判定图像篡改情况。该算法选取QR分解实现图像分解,图像分解后嵌入水印,同时利用混沌系统对其加密以增强水印的安全性。实验结果发现,所提算法不仅提高了定位型水印算法的安全性,而且还可以估计被篡改区域的篡改强度。     

面向立体视频的自适应数字水印算法

鉴于立体视频是未来视频技术的一个重要发展方向,对其产品的知识产权进行保护需要提前解决,以避免盗版和侵权现象。为此,在前期数字水印和立体视频研究工作的基础上,通过详细分析立体视频的特点后,给出了一种面向立体视频的自适应数字水印新算法。新算法是将水印信息添加到增强层码流的视差矢量数据上,这种水印信息的嵌入不仅对基本码流没有影响,而且不会影响到基本码流重建后的视频图像质量。该水印算法采用自适应策略,使得嵌入水印后的图像质量损失达到最小。其水印的嵌入和提取操作均基于压缩域进行,无需视频码流的完全解码,而且水印的提取使用盲检法,无需视频原图像。整个算法简单、快速、高效。通过不同测试序列的仿真实验结果显示,水印的嵌入对原图像影响很小,使用自适应算法进行水印嵌入后图像的峰值信噪比下降值均小于非自适应算法。     

多流形的非监督线性差分投影算法

针对非监督线性差分投影(unsupervised linear differential projection,ULDP)在特征提取过程中存在的不足,提出了基于多流形的非监督线性差分投影(multi-manifold unsupervised linear differential projection,MULDP)算法,并将其应用于人脸识别中。MULDP首先构造出多流形局部近邻图和多流形最大全局方差,然后通过多目标最优化问题求解出嵌入在高维空间的低维流形。这种映射不仅能表示全局结构,还能表示局部结构。该算法可以得到嵌入在高维空间的低维流形,更好地实现了局部与全局结构信息的有效保持。在ORL、Yale及AR人脸库上的实验结果验证了所提算法的优越性。     

基于多尺度分解与预测误差扩展的可逆图像水印算法

针对现有可逆图像水印算法中嵌入量与图像视觉质量之间的矛盾,提出了一种基于多尺度分解与预测误差扩展的可逆图像水印算法。首先,对原始图像进行多尺度分解,将其分解为同质块和非同质块;其次,通过对同质块进行预测误差扩展来嵌入水印信息;最后,通过计算非同质块信息熵,根据嵌入水印信息量选择合适的非同质块,通过对选取的非同质块进行整数小波变换,在中高频中嵌入剩余水印信息。实验结果表明,该算法易于实现且完全可逆,能有效提高水印嵌入量,具有较高的视觉质量。     

融合信任信息的欧氏嵌入推荐算法

为了改善推荐系统存在的稀疏性和冷启动问题，提出一种融合信任信息的欧氏嵌入推荐（TREE）算法。首先，利用欧氏嵌入模型将用户和项目嵌入到统一的低维空间中；其次，在用户相似度计算公式中引入项目参与度和用户共同评分因子以度量信任信息；最后，在欧氏嵌入模型中加入社交信任关系正则化项，利用不同偏好的信任用户约束用户的位置向量并生成推荐结果。实验将TREE算法与概率矩阵分解（PMF）、社会正则化（SoReg）模型、社交的矩阵分解（SocialMF）模型、社交信任集成模型（RSTE）四种算法进行对比，当维度为5和10时，在Filmtrust数据集上TREE算法的均方根误差（RMSE）比最优的RSTE算法分别降低了1.60%、5.03%，在Epinions数据集上TREE算法的RMSE比最优的社交矩阵分解模型（SocialMF）算法分别降低了1.12%、1.29%。实验结果表明，TREE算法能进一步缓解稀疏和冷启动问题，提高评分预测的准确性。     

一种基于离散小波变换的数字水印技术

提出了一种离散小波变换域实现图像水印的方法。这种算法充分利用小波变换的特点,把原始图像及水印图像塔式分解,在多分辨率分解后的相同的频段来嵌入水印信息。该方法也利用了人眼视觉特性,算法简单而有效。实验证明,该算法较好地解决了水印不可见性与鲁棒性之间的矛盾,对常见的水印攻击都有较强的鲁棒性。