排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
提出一种新的基于证据理论的数据融合的双效水印算法.首先应用水印公式构造特殊的水印嵌入后条件,根据嵌入系数之间的定性分析提取鲁棒水印;利用嵌入系数之间的定量分析能提取脆弱水印,并能准确定位篡改的区域.其次在嵌入过程中还使用纠错码对水印信息进行调和,把水印重复嵌入到图像信息的不同位置,以便利用纠错码的辅助信息来估计出提取的... 相似文献
2.
射出长波辐射(Outgoing Long-wave Radiation, OLR)是研究前兆异常的一个重要参数, OLR数据中含有重要的前兆信息.因此本文提出一种基于OLR数据的震前异常分析方法-时空分析法,并通过2008年5月12日的汶川地震, 2011年3月11日的日本地震,以及2013年4月20日的芦山地震3个震例详细阐述该算法的分析方法及实验结果,探索OLR数据中隐藏的前兆信息.实验结果表明, OLR数据中存在着重要的前兆信息.在3个震例发生前3个月左右,震中区域及其周边区域异常值都出现明显增大趋势,并且周边区域的异常现象可能比震中区域更明显.此外,还发现3个震例发生前,研究区域的正北方向异常值曲线都出现了明显的波峰,这一发现对于后续研究具有启发性意义.这一规律是否具有普遍性,仍需进一步验证. 相似文献
3.
4.
地震特别是大震前会产生一些异常,但这些异常信息难以识别,导致无法充分利用这些异常信息预测地震的发生时间,减少地震带来的灾害影响.针对这个问题,提出一种基于量子漫步算法的震前异常挖掘方法,提取汶川地震和芦山地震的震前射出长波辐射(Outgoing Long-wave Radiation,OLR)异常,进而计算地震前后的P值,异常值CD等数据,通过统计分析方法,探索OLR异常与地震的关系.并且通过实验将该算法扩展到最近十年左右全球发生的8.0级及以上地震,验证该算法的有效性.实验结果表明,该算法能够有效的反映在地震前后会出现OLR异常,而且越大的地震异常越明显.因此,该算法适用于震前异常挖掘. 相似文献
5.
针对传统K-means型软子空间聚类技术中子空间差异度量定义的困难问题,提出一种基于概率距离的子空间差异表示模型,以此为基础提出一种自适应的投影聚类算法。该方法首先基于子空间聚类理论提出一个描述各簇类所关联的软子空间之间的相异度公式;其次,将其与软子空间聚类相结合,定义了聚类目标优化函数,并根据局部搜索策略给出了聚类算法过程。在合成和实际数据集上进行了一系列实验,结果表明该算法引入子空间比较可以为簇类学习更优的软子空间;与现有主流子空间聚类算法相比,所提算法大幅度提升了聚类精度,适用于高维数据聚类分析。 相似文献
6.
7.
在信号肽预测问题中,由于信号肽序列长度不等且氨基酸组成具有多样性的特点,以往方法通常采用滑动窗口进行处理,从而导致了信息丢失以及数据不平衡等问题。为改善少数类预测效果,对训练数据进行了预处理,将多数类样本数据划分,生成的各组样本分别与少数类样本合并组成若干个数据子集,在两种蛋白质编码方案下采用概率神经网络建立多个分类器,采用加权投票将多分类器集成的方法预测信号肽。在目前广泛使用的Neilsen数据集上进行实验,表明该方法具有一定的有效性。 相似文献
8.
为了更好地保护3D产品的完整性,提出一种基于Hash函数的分块3D网格模型脆弱水印算法.该算法是用插入特殊字符的方法来对水印信息进行分块,然后采用安全性高的Hash函数对水印信息块进行加密.实验结果表明,该算法可以检测出对模型的任何改动,并且可以定位被篡改的区域.它是一个简单、有效、安全性高的算法. 相似文献
9.
震前异常信息可以帮助研究人员检测地震。将CUSUM(cumulative sum)算法作为一种数据挖掘的工具,对射出长波辐射OLR(outgoing longwave radiation)数据进行地震异常检测。主要工作包括计算累积和、平滑曲线、提取特征点和输出特征点曲线。通过对汶川地震、阿根廷地震前后一整年的NOAA卫星射出长波辐射信息进行研究分析,发现异常发生在地震之前,且异常度由小及大,到地震前后达到异常度最大;地震结束后,异常度逐渐减小。实验结果表明,该方法是可行的,有效的。 相似文献
10.