模糊着色Petri网及其在工作流建模中的应用

Petri网是当前工作流建模中广泛采用的工具之一，针对工作流过程定义中模糊信息的描述和处理问题，提出模糊着色Petri网的描述方法，并给出基于模糊着色Petri网的推理过程，最后给出一个简单业务流程的基于模糊着色Petri网的工作模型，并对该模型进行了分析。     

协作权限动态管理的赋色Petri网模型与验证

针对多用户环境中协作权限动态分配与回收,及可靠性验证问题,提出基于活动、角色的协作权限动态管理机制,采用赋色Petri网建立形式化模型并分析.该模型将共享的协作文档和视图空间按照活动序列划分,角色的分配、回收与活动相关联,解决了传统访问控制中授权用户对访问对象具有持久权限的问题.最后,基于状态空间的分析表明,该模型能够实现活动依赖关系,活动角色绑定可达性及协作权限申请中死锁避免等约束条件的验证,能够满足协同设计中变化频繁的协作权限访问控制需求.     

基于免疫原理的模糊关联规则挖掘算法

提出一种基于免疫原理的人工免疫算法,用于模糊关联规则的挖掘.该算法通过借鉴生物免疫系统中的克隆选择原理来实施优化操作,它直接从给出的数据中,通过优化机制自动确定每个属性对应的模糊集合,使推导出的满足条件的模糊关联规则数目最多.将实际数据集和相关算法进行性能比较,实验结果表明了所提出算法的有效性.     

协同设计中任务管理的不确定性表示与验证

针对协同设计中如何提高任务执行的并行度和平稳性,确保任务管理的质量和可靠性等问题,提出了基于模糊集理论的任务管理方法,以及表示与验证的对象化模糊Petri网.通过分析对象化模糊Petri网结构网的可达图,验证任务间的依赖关系,采用改进的对象化模糊Petri网模糊推理算法,分别验证任务项被确定和被完成的可信度.实例表明了基于对象化模糊Petri网的任务管理表示及验证方法的有效性.     

一种几何攻击下的数字图像水印检测方法

几何攻击是数字图像水印众多攻击的一种，它不试图破坏图像中的水印信号，而是使水印检测器与水印信号失去同步，致使水印检测器检测不到水印信号，是一种有效的水印攻击方法。该文介绍了一种基于标准化的互相关NCC(normalized-cross correlation)图像固有特征提取及特征点匹配方法，进而利用图像固有特征恢复经几何变换的水印图像，使水印检测器与水印同步以达到有效检测水印的目的。实验表明，使用该方法能较好地恢复图像，有效地同步水印检测器与水印信号，从而使水印对仿射变换攻击具有鲁棒性。     

基于帧间相关性的盲视频数字水印算法

提出了一种在原始视频中嵌入水印的算法。嵌入的水印由2部分组成:标志水印和信息水印。首先从一段原始视频里随机选出若干视频帧,在这些帧的像素平面亮度分量上固定位置嵌入标志水印,再根据密钥选取其他若干图像块在其离散余弦变换(DCT)直流系数中嵌入信息水印。然后在整段视频的每一小段中重复嵌入水印。提取水印时,只需从整段视频中截取足够包含完整信息水印的一小段视频,通过搜索标志水印快速地选出包含水印信息的帧。然后利用水印帧与前后相邻视频帧之间内容的高度相关性,得到嵌入水印位置像素值的估计,与包含水印信息帧相应位置做比较,提取出水印信息,实现了水印的盲提取。实验结果表明本算法能够抵抗压缩、缩放、帧删除/插入等各种攻击,具有较强的健壮性。     

基于受控赋时Petri网的批处理系统建模

将受控赋时Ｐｅｔｒｉ网用于批处理生产过程中离散事件的建模。通过为动作库所赋予不同的时间参数,可对批处理对程中特有的零等待与有限时间等待中间存储策略进行建模和分析,控制库所的引入可消除资源争用冲突。借助与建立的模型,可进一步对系统进行逻辑分析和控制综合研究。     

基于统计分析的分阶段进化神经网络方法

基于统计分析和分阶段进化，提出一种新的进化神经网络设计方法．本文方法 的进化过程分三个阶段：第一阶段，首先按训练样本统计特性设计较小规模的神经网络；第 二阶段，引入所有训练样本，在第一阶段的基础上，逐步扩展网络结构，新添加的神经元总 是单独训练并以抵消原网络的输出误差为其训练目标，直至训练网络达到误差要求．第三阶 段，利用统计方法，将网络中非线性变换作用相似的神经元合并，简化网络结构．本文方法 一方面减轻了进化算法的压力,另一方面指出了网络进化的方向使得进化网络的学习过程不 再是黑箱问题．计算机仿真实验表明，该方法是有效的．     

一种相移键控数字图像水印算法

根据相移键控原理．提出了一种不可逆DWT域二相相位键控数字图像水印算法．水印信号为二值图像，用不同相位的正弦信号将水印调制后嵌入到数字图像DWT变换系数中；用提取的同频率正弦信号的相位进行水印提取；该方法嵌入的水印具有非常好的安全性，且水印提取不需要原始未加水印的图像．实验结果表明该方法具有很好的不可见性；对JPEG压缩、图像加噪声和图像滤波等常见的图像处理具有极强的鲁棒性．     

任意反馈结构下的分散状态反馈镇定

给定一个系统,在完全分散的状态反馈下,系统可能不能被镇定,这就要求改变系统的反馈结构.本文首先推导出在任意反馈结构下,分散状态反馈可镇定的条件,然后给出一个简单而有效的方法,用以修改原有的反馈结构,使得系统能被镇定.