基于JPEG二次压缩的隐藏信息检测

针对图像隐写软件对图像(JPEG格式)进行二次压缩的过程,提出将待检图片是否被二次压缩作为图像是否被隐写的特征之一。为了对JPEG二次压缩后的图像进行有效检测,通过研究JPEG图像经二次压缩后所引起的DCT统计特性的变化及二次压缩前后的量化表q1、q2对二次压缩后图像的DCT统计所引起的变化的分析,提出了针对不同q1、q2 JPEG二次压缩的检测方法。实验证明本文的检测方法是有效的。     

基于医疗数据的属性约简聚类分析算法

通过医疗数据预测疾病的发展状况具有十分重要的意义。介绍聚类分析和属性约简的概念,阐述典型的聚类分析流程和新的基于属性的约简聚类分析算法,通过对医疗数据进行属性约简,可极大提高聚类分析过程的效率,同时通过与现有经典聚类算法的比较,证明该算法的有效性。     

基于虚特征分解的PQ图像隐写专用检测技术

提出了基于虚特征分解(IED)特征、针对抖动量化(PQ)隐写术的专用隐写分析方法。利用统计学理论,分析了JPEG图像经PQ嵌入秘密信息后,其空域行和列的线性相关性降低; 并在实验结果中得到验证。采用支持向量机(SVM)作为分类器,建立了一个测试数据库;对基于IED特征隐写分析方法进行了隐藏信息检测的仿真实验。实验结果表明：该方法比其他现有的隐写分析方法更有效,对PQ隐写术检测率超过70%,且该方法具有较好的盲检测性能。     

基于边缘检测的CT图像粗糙集增强算法

粗糙集理论是一种处理模糊和不确定性问题的工具,是一种非线性处理方法.本文基于边缘检测对图像进行小波阈值去噪,在此基础之上引入粗糙集理论划分子图并分别进行增强处理,再进行对比度增强.该算法把边缘检测去噪与粗糙集理论结合起来增强图像,实践证明具有良好的图像增强效果.     

采用预测编码的图像隐写分析算法

通过分析图像无损压缩过程中预测编码的原理,提出了一种基于预测编码方法的空域图像隐写分析算法。该算法的基本思想是利用空域隐写会破坏图像相邻像素之间的相关性,而预测编码是利用图像相邻像素之间的相关性来预测的,这样隐写后图像的预测误差将会大于载体图像的预测误差,通过计算隐写前后图像的预测误差来分析图像中是否含有秘密信息。实验表明:基于预测编码的图像隐写分析具有较好的隐写分析能力。     

基于调色板图像的隐写算法研究

一般调色板图像的颜色种类比较少,用此类静态图像制作隐秘图像安全性较差。为了提高信息隐藏的安全性,提出一种新颖而又简洁的调色板图像的颜色对构造算法。实验证明:用这种算法构造的以颜色对为基础进行嵌入的隐秘图像,在抗攻击能力上显著强于同类的嵌入算法。     

基于灰狼算法和案例推理的工控系统入侵检测

提出了一种基于二进制灰狼算法和邻域粗糙集的案例推理分类算法（bGWO-NRS-CBR）,以有效处理工控网络数据样本高维、冗余的问题。首先,将邻域粗糙集（NRS）中的依赖度概念和属性个数作为二进制灰狼优化算法（bGWO）的适应度函数,通过狼群不断更新位置寻找最小相对属性集;然后基于属性重要度对权重进行优化分配从而建立案例推理（CBR）分类模型;最后利用该模型对工控网络标准数据集进行入侵检测研究。实验结果表明,本文算法能够获得最小相对属性子集,并有效提高入侵检测算法的准确度和效率。     

基于量化表修改的F5隐写方法

传统的F5隐写方法采用标准的量化表量化后用矩阵编码的方法来嵌入信息,其安全性较高但隐写容量非常小。提出了一种改进的基于量化表修改的F5隐写方法（IQTM-F5）,采用给定的量化表量化和新的信息嵌入策略以避免传统的“退化”现象。实验结果表明：改进的隐写方法与传统F5隐写方法相比,不仅极大程度地增加了隐写容量,提高了嵌入效率,而且隐秘图像具有较高的图像质量和抗攻击性。     

基于相邻直方图的LSB替换隐写分析算法

提出一种新的针对空域LSB替换隐写的检测算法。LSB替换隐写通过改变图像的像素灰度值的最低意义位的值来达到嵌入秘密信息的目的。LSB替换隐写时会引起像素灰度值间的不对称,根据这个特点,提出基于相邻像素直方图的隐写分析算法。该方法易于实现,物理意义直观。实验结果表明该法具有较好的检测能力。     

粗糙集理论中新的知识发现方法

与现有的基于属性简约的知识发现方法不同 ,本文基于粗糙集合理论定义了 2类新的知识发现 ,即 1、2类知识发现 ( FCKD,SCKD) ,目的是在知识系统动态变化后 ,通过减小知识的粗糙度 ,发现原规则中没有的、有决定性作用的新属性。在此意义下改变规则中属性结构 ,并发现新的规则。定义了两个用于发现新属性的算子 ,并给出两个定理 ,一个推论及其证明 ,最后通过实例 ,对提出的方法作了说明。     

基于粗糙集理论的右归丸配伍研究

中医方剂在机体中的作用十分复杂,存在着大量的不确定信息.在获得动物实验数据的基础糙集理论对右归丸中各组成药物的地位及其与证候指标的关系进行了分析.研究结果提示基于粗糙集理研究具有一定的意义与实践价值,对方剂优化具有指导作用.     

基于粗糙集理论的中医方证系统模型的建立

中医方剂在机体的作用复杂,将其视作一系统,即中医方证系统.将粗糙集理论与方法应用于中医方证系统,挖掘证候指标与方剂各药物之间的相关关系,建立证候指标与方剂各药物之间的数学模型,以期对方剂进行优化,又获得更多证候的信息,为中医方证研究提供一种新方法.     

基于粗糙集理论的数据挖掘技术临床应用研究

介绍了粗糙集理论关于知识约简的基本内容,利用粗糙集的约简理论,对诊断规则进行约简并剔除不必要的属性,获取最简单诊断规则;对疾病进行正确诊断,给出了利用决策表建立疾病诊断规则的表示方法。     

基于粗糙集的军队医院地方医保基金运行监管系统研究

通过对医保政策的分析研究,建立了医保基金运行监管的指标体系,并采用计算机对各指标进行监控,从系统角度解决当前军队医院各层次人员在医保基金使用管理决策时存在的信息滞后、决策依据不足、决策信息不准及管理措施落后等问题;使医保基金得到了合理应用,实现了参保人、医院和医保管理机构三方满意的目标.     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。