检索结果

Select

1. 基于多目标优化的加密图像可逆信息隐藏

张翔宇, 杨阳, 冯国徽, 秦川

《计算机应用》唯一官方网站 2022, 42 (6): 1716-1723. DOI: 10.11772/j.issn.1001-9081.2021061495

摘要（305）

HTML （14）

PDF （1250KB）（114）

针对加密前预留空间（RRBE）嵌入算法需要进行一系列的预处理工作，以及加密后腾出空间（VRAE）嵌入算法嵌入空间较小的缺点，为了在提高嵌入率的同时缩减算法流程和减少工作量，提出一种基于多目标优化的加密图像可逆信息隐藏算法。该算法将RRBE与VRAE中两个具有代表性的算法在同一载体中结合使用，并以信息嵌入量、直接解密图像失真、提取错误率、计算复杂度等性能评价指标作为优化子目标，再利用功效系数法建立模型求解出两种算法应用比例的相对最优解。实验结果表明，所提算法不仅能够降低单独使用RRBE算法的计算复杂度，还能使图像处理用户够根据实际应用场景中不同的需求灵活地分配优化目标，同时也能获得较好的图像质量和令人满意的信息嵌入量。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于GA-BP神经网络的热带果树种植适宜度分析

徐路秦亮曦苏永秀秦川李政

计算机应用 0, (): 0-0. DOI: 10.11772/j.issn.1001-9081.2018102123

摘要（104）

热带果树种植适宜度分析对于趋利避害发展热带果树生产，减少灾害影响具有重要意义。针对统计方法自适应能力低的问题，提出一种将改进的遗传算法（Genetic Algorithm，GA）和误差反向传播（Error Back Propagation，BP）神经网络相结合对热带果树种植适宜度进行评价的方法（以下简称GA-BP神经网络方法）。首先采用常用的自适应算法对GA的交叉概率和变异概率进行改进，再通过GA算法得到优化的BP神经网络初始权值和阈值，在此基础上BP神经网络进行进一步的学习，得到满足误差要求的解。将GA-BP神经网络与传统BP神经网络在twonorm数据集上进行了比较测试，并使用实际气象数据进行了热带果树种植适宜度分析。实验结果表明， GA-BP神经网络分类准确率较传统BP神经网络高4%左右，网络训练时间减少了3个轮次左右。该方法对热带果树种植适宜度的分析和评价具有应用推广价值。