共查询到19条相似文献，搜索用时 171 毫秒
1.
信息隐藏技术利用载体中存在的冗余信息来隐藏秘密对象,以隐藏秘密信息的存在。隐写术是信息隐藏的一个重要分支。隐写分析是通过对隐密对象的分析,对秘密信息进行检测及破解的技术。本文针对Imagehide与JPEGX两种网上常见的隐写工具,从分析特征码出发,揭示了检测和提取秘密信息的方法,并进行了实验,取得了较好的结果,证明了该方法的有效性。 相似文献
2.
信息隐藏和检测技术已日趋重要且应用广泛，隐藏分析的目的在于检测媒体中隐藏的信息。本文针对JPEG图像文件的隐藏检测技术应用，介绍了几种典型的隐写术的原理和弱点。通过对相关隐藏算法的研究分析，讨论了基于统计特性的检测隐藏信息的方法，并在结论中给出了相关的实验结果。 相似文献
3.
4.
提出一种对基于扩频信息隐藏图像进行隐写分析的方法.应用马尔科夫链模型,根据图像的相邻像素点之间的相关性,结合阈值判别方法和改进的模式识别方法,判断一幅图像中是否存在隐写信息.在Corel图像库上的实验表明,本方法降低了虚警率,且正检率的性能优于已有方法. 相似文献
5.
音频隐写技术作为信息隐藏的一个重要分支,近些年来越来越受到学术界的关注。本文对LSB隐写算法、回声隐写算法、扩频隐写算法及压缩域隐写算法等几种经典音频隐写算法进行总结和阐述。 相似文献
6.
提出一种基于游程统计和Walsh谱能量分布的调色板图像隐写分析方法,利用调色板颜色的奇偶值(parity value,P值)构造P值图像,通过游程统计和Walsh变换提取出46维特征,并用校准技术削弱载体图像差异对分析统计量的干扰.实验表明,该方法适用于EzStego、分量和以及最佳奇偶隐写等调色板图像隐写算法,比奇异颜色分析准确. 相似文献
7.
基于特征函数和质量因子的JPEG图像隐写分析 总被引：1，自引：0，他引：1
提出了一种新的JPEG通用隐写分析方法.通过分析JPEG图像DCT域和小波域的量化噪声模型和隐写模型,发现了量化噪声和嵌入噪声对图像的作用原理,并用直方图特征函数来区分2种噪声对图像的影响. 基于JPEG质量因子对图像进行分类,为每个图像分类单独训练支持向量机分类器.实验显示,本文方法相比已有的一些常用JPEG通用隐写分析方法具有更好的检测性能. 相似文献
8.
9.
文章首先概迷信息隐藏技术,阐述隐写分析技术的基本原理和分类,重点分析现有的几种隐写分析算法,评价其优缺点,最后指出隐写分析技术的发展方向. 相似文献
10.
提出了一种新的图像隐写方法。利用载体图像和秘密图像之间的局部相关性,将秘密图像嵌入到载体图像当中。实验结果表明,该方法能够嵌入较多信息和保持良好的载密图像质量,并且可从载密图像中完全提取出秘密信息。 相似文献
11.
12.
Yu Zhang Ye Yuan Fangda Guo Yishu Wang Guoren Wang 《Journal of The Franklin Institute》2018,355(4):1967-1990
The multi-modal retrieval is considered as performing information retrieval among different modalities of multimedia information. Nowadays, it becomes increasingly important in the information science field. However, it is so difficult to bridge the meanings of different multimedia modalities that the performance of multimodal retrieval is deteriorated now. In this paper, we propose a new mechanism to build the relationship between visual and textual modalities and to verify the multimodal retrieval. Specifically, this mechanism depends on the multimodal binary classifiers based on the Extreme Learning Machine (ELM) to verify whether the answers are related to the query examples. Firstly, we propose the multimodal probabilistic semantic model to rank the answers according to their generative probabilities. Furthermore, we build the multimodal binary classifiers to filter out unrelated answers. The multimodal binary classifiers are called the word classifiers. It can improve the performance of the multimodal probabilistic semantic model. The experimental results show that the multimodal probabilistic semantic model and the word classifiers are effective and efficient. Also they demonstrate that the word classifiers based on ELM not only can improve the performance of the probabilistic semantic model but also can be easily applied to other probabilistic semantic models. 相似文献
13.
知识产权保护的目的在于促进知识信息的创造和传播，而知识产权保护的失衡将直接导致信息生态环境的恶化。因此，从信息生态学的角度重审知识产权保护体系，将有助于我们澄清当前知识产权保护二元分类的误区，运用系统的方法建构知识产权保护机制，以实现信息生态系统的可持续发展。 相似文献
14.
技术创新网络治理是维持网络稳定及促进网络中知识信息流畅运行的核心问题,但现有文献在研究其构成及影响路径方面相对缺乏。文章基于非契约治理中核心要素并从跨层级视角出发,将创新网络分为网络层级、二元合作层级及企业层级,并运用HLM分析方法研究位于不同层级的结构机制、关系机制及学习机制自上而下的影响作用。结果表明,二元关系机制互惠规范在宏观文化和信息共享间存在中介作用更强,共同信任在伙伴声誉和知识转移共生间存在中介作用更强;同时,二元学习机制在二元关系机制与企业学习机制间也存在类似中介作用。通过本文的研究,有助于网络成员利用不同机制通过更有效的治理路径促进治理目标的实现,为创新网络中存在于不同层级的治理机制选择,提升企业持续创新能力及竞争优势的获得提供理论支持。 相似文献
15.
针对蚁群算法容易陷入局部最优解的缺陷,提出了一种基于直接通信策略的双态蚁群算法。通过两种状态的蚁群的分工合作,避免了算法收敛过程中的早熟停滞现象;通过设置信息素交流机制,使蚂蚁能在各自的交流范围内与其他蚂蚁交换解的信息,提高解的质量。针对TSP的实验结果表明,该算法在求解精度和稳定性上取得了良好的效果。 相似文献
16.
中止决策能力是影响风险投资公司长期绩效的一个重要指标,然而现有中止决策方法忽视了所投资新兴技术企业发展过程中释放信息的影响。针对该问题,本文首先结合新兴技术企业特点,归纳分析了新兴技术企业发展过程中释放的信息;其次以风险投资家观察到的好（坏）信号作为二元学习信号,就好（坏）信号随新兴技术企业发展存在的三种状态,从贝叶斯后验估计的角度提出了信号学习模型;继而依据蕴含了风险投资家风险态度的“心理阀值”确定外生的中止决策点;最后进行了算例分析。本文提出的信号学习模型是基于贝叶斯后验估计的动态模型,反映了信息的动态发展对后续投资决策的影响。该模型为风险投资家及时、准确做出中止决策提供理论参考,也为创业者常见的“窗饰效应”作了合理的解释。 相似文献
17.
《Information processing & management》2023,60(3):103301
Hashing has been an emerging topic and has recently attracted widespread attention in multi-modal similarity search applications. However, most existing approaches rely on relaxation schemes to generate binary codes, leading to large quantization errors. In addition, amounts of existing approaches embed labels into the pairwise similarity matrix, leading to expensive time and space costs and losing category information. To address these issues, we propose an Efficient Discrete Matrix factorization Hashing (EDMH). Specifically, EDMH first learns the latent subspaces for individual modality through matrix factorization strategy, which preserves the semantic structure representation information of each modality. In particular, we develop a semantic label offset embedding learning strategy, improving the stability of label embedding regression. Furthermore, we design an efficient discrete optimization scheme to generate compact binary codes discretely. Eventually, we present two efficient learning strategies EDMH-L and EDMH-S to pursue high-quality hash functions. Extensive experiments on various widely-used databases verify that the proposed algorithms produce significant performance and outperform some state-of-the-art approaches, with an average improvement of 2.50% (for Wiki), 2.66% (for MIRFlickr) and 2.25% (for NUS-WIDE) over the best available results, respectively. 相似文献
18.
Text categorization is an important research area and has been receiving much attention due to the growth of the on-line information and of Internet. Automated text categorization is generally cast as a multi-class classification problem. Much of previous work focused on binary document classification problems. Support vector machines (SVMs) excel in binary classification, but the elegant theory behind large-margin hyperplane cannot be easily extended to multi-class text classification. In addition, the training time and scaling are also important concerns. On the other hand, other techniques naturally extensible to handle multi-class classification are generally not as accurate as SVM. This paper presents a simple and efficient solution to multi-class text categorization. Classification problems are first formulated as optimization via discriminant analysis. Text categorization is then cast as the problem of finding coordinate transformations that reflects the inherent similarity from the data. While most of the previous approaches decompose a multi-class classification problem into multiple independent binary classification tasks, the proposed approach enables direct multi-class classification. By using generalized singular value decomposition (GSVD), a coordinate transformation that reflects the inherent class structure indicated by the generalized singular values is identified. Extensive experiments demonstrate the efficiency and effectiveness of the proposed approach. 相似文献
19.
本文介绍了一种针对化学数据分析的挖掘系统原型实现和设计理论。阐述从化学数据分析的角度开发一个联机分析数据挖掘系统原型的理论过程，研究过程采用数据仓库提供的OLAP技术进行关联规则挖掘，提供了一种数据项的二进制编码技术，对于提高数据信息的处理能力和可靠性有一定意义。预期实现从各种文献资料或数据库自动抽取有关化学反应的信息，发现新的有用化学成分，完成合成设计和反应预测等功能，从而对数据挖掘的实现进行了有益的尝试。 相似文献