一种新的基于奇异值分解的图像数字水印算法

图像数字水印优化,增强了水印的抗攻击能力.在一类基于奇异值分解的数字水印算法中,若将水印嵌入图像矩阵的最大奇异值,降低了图像的鲁棒性.为提高图像和水印的鲁棒性,根据奇异值分解的特性,结合Aronld变换的分散攻击和人类视觉系统寻找最优嵌入强度的良好性能,提出了一种新的自适应图像数字水印算法.首先将图像分块,然后计算得到每块图像的最大奇异值,再将经Amold变换后的水印结合通过人类视觉系统技术得到的水印强度嵌入最大奇异值,从而得到带水印的图像.通过仿真分析比较表明,在一定程度上提高了图像的视觉质量和水印的鲁棒性,是较有效的一种算法.     

科研合作网络的社团结构和中心节点研究

对发表于《ISI-SCIE（Science Citation Index Expanded）》上的PHARMACOLOGY＆PHARMACY学科的论文作者合作研究形成的一个复杂网络进行了研究。分析表明该合作网络共有40个子网络,其最大连通子网络节点的度服从幂律分布且有厚尾趋势,具有较小的平均路径长度,较大的聚类系数,存在少数关键节点,具有典型的小世界性和无标度性。并通过GN算法分析和挖掘了该最大连通子网络的社团结构,用度值、介数值和PAGERANK值等指标评价了网络的中心节点,揭示了合作网络中合作水平较高的科研团队和具有影响力的科学家。     

基于捕食策略的粒子群算法求解投资组合问题

通过分析中国证券市场现实投资环境和实际特点,建立了一个考虑完整费用的证券投资组合模型。针对标准粒子群算法容易陷入局部最优和搜索精度不高的缺点,提出了基于捕食策略的粒子群算法,将其用于求解投资组合模型。捕食搜索策略可以通过调节限制级别来控制粒子群的搜索空间,从而平衡全局搜索和局部搜索。通过实例分析验证了算法的有效性。     

基于动态近邻的DBSCAN算法

针对DBSCAN算法聚类参数敏感不易获取、参数固定无法适应密度不均匀数据等问题。提出了动态近邻的概念,即聚类参数随密度动态变化。设计了用于调整动态参数的近邻规模演化算法,即通过限制相对密度变化率,逐步调整近邻规模。最后根据动态的近邻规模,重新定义了DBSCAN算法核心对象的概念,并设计了基于动态近邻的DN-DBSCAN算法。仿真结果表明,DN-DBSCAN能够有效识别非凸及密度分布不均匀的数据样本,聚类效果优于传统DBSCAN算法和其他经典改进算法。     

基于遗传算法的警车巡逻问题求解

针对警车巡逻方案的优化问题,分析了警车巡逻的目标和需要满足的约束条件,并且建立了相应的数学模型。通过引入重插入机制,采用精英保留策略,使用了一种改进的遗传算法。最后以广州市天河区的道路网络为例进行分析,结果表明了模型和算法的有效性。