检索结果-内蒙古大学图书馆

计算机学报 2025年第4期48卷 910-926页

作者：温文媖杨育衡罗新宇张玉书方玉明江西财经大学计算机与人工智能学院多媒体智能处理江西省重点实验室

近年来，压缩感知(Compressive Sensing, CS)域的可逆数据隐藏已得到广泛研究。针对现有CS域可逆数据隐藏方案不能同时实现秘密信息盲提取、测量值直接可用问题，借助CS渐进恢复特性和预测误差扩展方法，本文提出一种面向压缩域数据盲... 详细信息

近年来，压缩感知(Compressive Sensing, CS)域的可逆数据隐藏已得到广泛研究。针对现有CS域可逆数据隐藏方案不能同时实现秘密信息盲提取、测量值直接可用问题，借助CS渐进恢复特性和预测误差扩展方法，本文提出一种面向压缩域数据盲提取的多层循环预测可逆隐藏方案。该方案通过构建多层循环预测嵌入，对CS测量值进行预测，利用直方图平移(Histogram Shifting, HS)对测量值嵌入额外信息，在提取信息阶段可实现信息盲提取和测量值无损还原；此外，为提高测量值可用性，本文提出一种冗余块估计方法，优先在冗余块进行信息嵌入，相比排序前，采样率0.5时平均PSNR最高提升2.8%。该方案结合了缩略图保持加密技术，在测量值中自嵌入图像本身的敏感区域保真值，为不同权限的用户提供不同的可见区域，实现多级预览；同时利用CS的鲁棒性，对测量值外嵌入需要隐藏的秘密信息，使得在不提取秘密信息的前提下，载密测量值重建图像与测量值重建图像保持高度相似(随嵌入率提升，平均PSNR为36 dB～48 dB)，保证秘密信息的隐蔽性。实验结果表明，与最新方案相比，本文提出方案能够实现大容量嵌入(0 bit～35 000 bit)、秘密信息盲提取、测量值直接可用以及多级权限隐私保护。

关键词：可逆数据隐藏压缩感知循环预测盲提取预测误差扩展

来源：评论

学校读者我要写书评

暂无评论

基于角度的量子异常检测算法

引用

中国科学:物理学、力学、天文学 2025年第4期55卷 63-72页

作者：饶洪淼吁超华吴英培刘德喜刘喜平江西财经大学计算机与人工智能学院南昌330032 江西财经大学多媒体智能处理江西省重点实验室南昌330032

异常检测是机器学习和数据挖掘的一项重要任务,在金融欺诈检测、网络入侵检测和医疗保健等领域发挥着关键作用.基于角度的异常检测(Angle-Based Outlier Detection,ABOD)算法是目前最常用的异常检测方法之一,其核心步骤是计算每个样本... 详细信息

异常检测是机器学习和数据挖掘的一项重要任务,在金融欺诈检测、网络入侵检测和医疗保健等领域发挥着关键作用.基于角度的异常检测(Angle-Based Outlier Detection,ABOD)算法是目前最常用的异常检测方法之一,其核心步骤是计算每个样本点与其他点的距离向量之间的角度方差,并将角度方差低于某个阈值的点标记为异常点.经典ABOD算法的时间复杂度关于样本数量M的规模为O(M3),这使得该算法难以高效处理大规模数据集.为此,本文提出一个量子ABOD算法,该算法利用量子幅度估计技术,以量子并行方式计算所有点的角度方差,并进一步利用量子幅度放大技术搜索出异常点.所提量子ABOD算法的时间复杂度关于M的规模为O[√M log(M)],与经典ABOD算法相比实现了M的多项式级加速.

关键词：基于角度的异常检测量子算法多项式级加速

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：