基于超混沌的RBF神经网络图像自适应水印算法2018年9月19日·杨树国刘庆亮,Pengcheng Xiong· 0 分钟阅读时长 引用 DOI摘要为了更好地保护图像版权信息,本工作结合超混沌系统和RBF神经网络,提出一种基于超混沌的RBF神经网络模型加密算法,根据JND(最小可视觉误差)模型实现水印的自适应嵌入,并应用RBF神经网络进行水印信息盲检测。实验研究表明:该算法复杂度较低、容易实现,并且具有良好的安全性、不可感知性和鲁棒性。类型期刊文章出版物青岛科技大学学报(自然科学版)publications最近更新于 2026年2月9日Jnd模型 Rbf神经网络 盲检测 超混沌 Authors杨树国正教授教授,博士生导师,哈尔滨工业大学博士后。数据科学与信息技术研究中心主任,人工智能海洋技术场景化应用山东省工程研究中心主任,青岛市人工智能海洋技术创新中心主任,青岛科技大学数学与交叉研究院院长。美国佐治亚理工学院高级访问学者、香港中文大学高级访问学者、北京交通大学高级访问学者;山东省数学会常务理事、山东省应用统计学会常务理事、人工智能海洋学专业委员会常务委员。近年来,主持或参与国家自然科学基金、国防科工委、电子工业部、省自然基金、省重点科研计划、省高校科研计划、省优秀中青年科学家基金、青岛市科技发展计划项目等各级各类科研项目40多项。Authors刘庆亮助理副教授这里可以有一小段介绍,大概几行字,可以长一些,介绍作者的研究方向、兴趣爱好等。 AuthorsPengcheng Xiong← 基于超混沌的RBF神经网络图像自适应水印算法 2018年9月19日Domain-Decomposition Generalized Finite Difference Method for Stress Analysis in Multi-Layered Elastic Materials 2018年9月1日 →