检索结果

Select

1. 结合代数多重网格的钻石编码隐写算法

杨明, 黄颖

计算机应用 2017, 37 (6): 1609-1615. DOI: 10.11772/j.issn.1001-9081.2017.06.1609

摘要（461）

PDF （1121KB）（568）

针对隐写算法安全性的问题，提出一种结合代数多重网格（AMG）的钻石编码（DE）隐写算法。首先，通过AMG方法将图像的像素点分成粗细网格两个部分。然后，结合DE把机密信息分别嵌入到粗细网格两个像素序列中。其中，粗网格部分像素的改变对整幅图像的质量影响较小，而细网格部分像素的改变对整幅图像的质量影响较大。又因为DE的 k值跟信息隐藏容量密切相关，随着 k值的增加像素改变量变大，所以用DE嵌入的过程中，粗网格部分选择的 k值不小于细网格。最后，选择DE的 k值等于1与2，提出了三种隐写方案。与最低有效位（LSB）置换、随机LSB匹配、DE算法和自适应边缘检测算法进行比较，实验结果表明，三种隐写方案的一阶Markov安全指标皆优于其他对比隐写算法。

参考文献 | 相关文章 | 多维度评价

Select

2. 结合小波系数的Normalized Cut分割算法

黄颖杨光琼

计算机应用 2011, 31 (01): 182-183.

摘要（1256）

PDF （462KB）（996）

为了提高normalized cut分割算法的准确率，结合小波系数调整图像的亲和矩阵。首先采用小波系数计算图像的边缘信息，然后使用边缘信息对原始图像构造一个图，求取图的拉普拉斯矩阵的前K个特征值，并对第二个特征值对应的特征向量进行分类，得到最终的分割结果。使用一些自然图像进行了验证，结果证明新方法能提取目标更为细致的细节，保留更多有用的信息。

相关文章 | 多维度评价

Select

3. 双隶属度模糊支持向量机算法

黄颖李伟刘发升

计算机应用

摘要（2014）

对现有的模糊支持向量机进行分析，提出一种改进的模糊支持向量机算法——双隶属度模糊支持向量机法（DMFSVM）。在传统的模糊支持向量机模型中，每一个训练样本的隶属函数中只有一个隶属度，而DMFSVM中每一个训练样本拥有两个隶属度。它既能保持传统模糊支持向量机的优点，又能充分利用有限样本，增加其分类推广能力。实验表明该算法较好地提高了分类精度。