-
公开(公告)号：CN111275168A
公开(公告)日：2020-06-12
申请号：CN202010054277.8
申请日：2020-01-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于卷积全连接的双向门控循环单元的空气质量预测方法，利用卷积神经网络提取出气象数据所包含的深度特征，随后利用循环神经网络学习数据的时序性和连贯性，最后通过全连接层预测所需的下一时刻的数据。在本专利中，由于气象数据对抗旋转性无较高要求，故我们选用一种特殊的无池化层的卷积网络提取相关特征。本方法可以在大量的学习样本中较为准确的预测数后一时刻的空气污染指标。从整体来看，本方法不仅可以预测单一指标，同时也可以预测输入数据特征的所有指标，一定程度上可以结合全局特征进行合理的预测，实现本专利中的预测功能。
-
公开(公告)号：CN111984943A
公开(公告)日：2020-11-24
申请号：CN202010744201.8
申请日：2020-07-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于人工蜂群算法的DWT-SVD数字水印方法，属于信息安全领域。该方法包括如下步骤：（1）利用Arnold变换对水印图像进行加密；（2）利用离散小波变换和奇异值分解将加密后的水印图像以某一强度嵌入到载体图像中；（3）对嵌入水印的载体图像进行十种图像攻击，再进行嵌入过程的逆向操作来提取出水印图像，计算峰值信噪比和归一化相关系数；（4）利用人工蜂群算法不断调整水印的嵌入强度寻找到最优解并最终得到最佳嵌入强度；（5）以最佳嵌入强度在载体图像中嵌入水印。本发明优化后的水印技术达到的效果远高于其他非多目标的水印方案，特别是在数字水印的鲁棒性上表现更强。
-
公开(公告)号：CN111984943B
公开(公告)日：2023-08-22
申请号：CN202010744201.8
申请日：2020-07-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于人工蜂群算法的DWT‑SVD数字水印方法，属于信息安全领域。该方法包括如下步骤：（1）利用Arnold变换对水印图像进行加密；（2）利用离散小波变换和奇异值分解将加密后的水印图像以某一强度嵌入到载体图像中；（3）对嵌入水印的载体图像进行十种图像攻击，再进行嵌入过程的逆向操作来提取出水印图像，计算峰值信噪比和归一化相关系数；（4）利用人工蜂群算法不断调整水印的嵌入强度寻找到最优解并最终得到最佳嵌入强度；（5）以最佳嵌入强度在载体图像中嵌入水印。本发明优化后的水印技术达到的效果远高于其他非多目标的水印方案，特别是在数字水印的鲁棒性上表现更强。
-
-
Search Results
3
records
(took 0.02 seconds)
