向阳
- 作品数：9 被引量：41H指数：3
- 供职机构：西安通信学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于信任和信誉的安全网格信任模型被引量：1
- 2016年
- 为兼顾对多级别人员的静态和动态信任管理,根据异常的危险程度对信任值进行定义和划分,并根据用户的信任值动态变化情况定义信誉值,由此给出一种基于信任和信誉的全局网格信任模型。针对不同级别人员和不同异常情况的仿真结果显示,利用基于全局信任模型,可以对网格进行客观评价和动态监测,为网格的主动防御提供决策依据。
- 解云虹何永健向阳
- 关键词：信任管理全局信任模型信任
- 一种自动化图像隐写分析平台
- 2013年
- 针对目前图像隐写分析手动程序编码操作耗时复杂易错、特征选择单一盲目、数据结果分析手段单一等问题,利用MATLAB开发工具,设计了一种能自动实现图像隐写分析过程的操作平台.它节省了研究人员收集各类算法的时间和精力,减少了人为编码引发的操作错误和操作时间.手动和自动特征选择与图表信息显示的结合使用,增加了特征选择与数据结果分析的手段,提升了隐写分析的进度.
- 李明则向阳张文华
- 关键词：隐写分析数据分析自动化
- 一种基于二维Brushlet变换的纹理图像检索方法
- 2012年
- 提出一种利用Brushlet变换分解图像,提取纹理特征进行图像检索的新方法。该方法利用Brushlet的特性,成功地检测到了纹理图像的方向信息,弥补了小波变换的不足,从而形成能够精确表征图像的特征矢量。匹配算法则使用比值相似度。实验结果表明,该方法计算简单、有效、检索效果较好。
- 王改梅高悦向阳
- 关键词：图像检索纹理特征矢量
- 粒子群聚类算法综述被引量：25
- 2009年
- 聚类分析是数据挖掘的重要技术之一,它能够通过无监督的学习过程发现隐藏的模式,具有独立发现知识的能力。对现有文献中基于粒子群优化算法的聚类分析技术作了全面的介绍,对几种主要的粒子群聚类算法的基本原理及其特点进行了总结,并分析比较了它们的优点和不足,概述了粒子群聚类算法的常见应用领域;最后探讨了粒子群聚类算法进一步的研究方向。
- 李峻金向阳芦英明吴朔桐
- 关键词：聚类分析群智能粒子群优化算法
- 一种新的复杂网络聚类算法被引量：8
- 2010年
- 揭示网络簇结构的复杂网络聚类方法研究具有重要的理论意义和应用价值。应用两种谱方法将复杂网络簇结构发现问题转换为空间数据聚类问题,并将粒子群聚类算法应用到对复杂网络簇结构的探测,提出了两种新的结合粒子群聚类的复杂网络簇结构探测算法。最后在两类复杂网络上进行实验并对实验结果进行了比较分析,提出的新算法在聚类准确性方面效果更好。
- 李峻金向阳牛鹏刘丽明芦英明
- 关键词：复杂网络网络聚类谱方法粒子群聚类算法
- 基于多样性特征的JPEG图像隐写分析被引量：3
- 2014年
- 随着隐写分析技术的发展,新的特征提取算法不断出现,但目前还没有一种较好的通用特征能对JPEG图像进行有效的隐写分析。针对上述问题,提出一种从多域空间提取特征的通用隐写分析算法。采用残差共生矩阵与直方图统计函数计算DCT域、空域、小波域各域系数(像素)之间的依赖性关系,并结合校准方式从中提取特征。对多样性特征维数高的问题,采用前向选择与穷举结合的方法对其降维,以提高分类精度与节约分类时间。对4种典型的JPEG隐写算法在小嵌入率下进行实验,结果表明,与已有的检测方法相比,多域空间提取的多样性特征检测准确率能提高2%以上,适应性更广。
- 李明则向阳张文华梁礼
- 关键词：隐写分析盲检测降维
- 一种用于数据挖掘的差异粒子群算法被引量：1
- 2010年
- 聚类分析是数据挖掘的一种重要方法。本文受鸟群聚集行为的启发,提出了一种新的聚类方法——差异粒子群聚类算法(DPSC)。DPSC算法将样本数据转化为具有行为能力的粒子,通过促使不同类别的粒子相互分离,而同类的粒子高度聚集,最终在粒子的运动中涌现出整个数据群体的内部组织结构,从而完成对样本数据的聚类。在三个标准数据集和六个人工复杂数据集上同K-Means、PSO和PSO+K-Means算法进行了比较,结果显示DPSC算法的聚类性能更优异。
- 李峻金向阳牛鹏
- 关键词：数据挖掘聚类分析
- 数据库访问控制技术研究被引量：2
- 2006年
- 访问控制是实现数据库安全的核心技术。综述了几种主流访问控制技术,介绍了最近提出的一种新的访问控制技术———使用控制(Usage Control,UCON),在此基础上从九个方面对它们进行详细比较和分析,并展望其发展趋势。
- 向阳魏玉鹏王改梅
- 关键词：数据库安全自主访问控制强制访问控制
- 一种图像隐写分析方法被引量：1
- 2011年
- 针对现有隐写分析算法对彩色图像的检测效果不理想的问题,提出一种基于小波统计特征的隐写分析算法来分析嵌入信息前后载体图像与隐写图像之间的统计特征的差异。该算法首先将图像变换到YCbCr空间,其次通过小波分解提取预测子带的小波系数概率密度函数矩(PDF)和预测误差图像的子带系数直方图特征函数矩(CF),最后运用支持向量机(SVM)进行分类。实验表明,该方法对于流行的F5、OutGuess和Jphide&Seek隐写方法具有较强的检测能力。
- 张文华向阳潘天奎
- 关键词：隐写分析
