导读:本文包含了复制算法论文开题报告文献综述及选题提纲参考文献，主要关键词:OGG,异地双活,多级数据队列,数据复制
复制算法论文文献综述
武亚光,朱克,吴佐平[1]（2019）在《基于95598异地双活系统的多级数据复制算法》一文中研究指出国网95598异地双活系统中数据复制系统是国网为实现生产数据的灾备保护和保证业务系统的连续性的重要部分。而采用何种数据复制技术将直接影响数据复制系统在灾难来临时,对异地系统的切换能力和数据的复制的及时性。本文针对95598系统的数据复制的特点,提出了适用于异地双活系统的一种多级数据队列复制算法,实现不同优先级下数据的调度的及时、合理的调度。(本文来源于《电子设计工程》期刊2019年19期）
卢淑萍,肖随贵[2]（2019）在《基于曲率度量耦合仿射制约策略的图像复制-粘贴篡改检测算法》一文中研究指出针对当前较多图像复制-粘贴篡改检测算法主要依靠对特征点间的距离进行度量来完成特征匹配,忽略了特征点间的仿射关系,使其在几何变换条件下的篡改检测检测正确性不高的问题,将特征点间的仿射关系引入到特征匹配过程中,提出基于曲率度量耦合仿射制约策略的图像复制-粘贴篡改检测算法。该算法主要是通过像素点曲率和特征点仿射关系来完成图像复制-粘贴篡改检测。首先,采用Sobel边缘检测方法提取图像的边缘轮廓,通过计算边缘轮廓上像素点的曲率值来获取图像特征。然后,通过计算特征点邻域中的Haar小波值,生成特征向量。利用特征向量构造特征点间的仿射关系模型,计算特征点间的仿射关系值,用于建立仿射制约策略,完成特征匹配。最后,借助于SURF算法完成特征点的集群,对复制-粘贴篡改区域进行定位,获取检测结果。实验结果显示,较当前的复制-粘贴篡改检测方法而言,所提算法具有更高的检测正确性与鲁棒性,能够更好地适应缩放、旋转等伪造内容的检测。(本文来源于《电子测量与仪器学报》期刊2019年09期）
甘玲,王凯[3]（2019）在《基于HSV和HE的复制粘贴篡改检测算法》一文中研究指出针对块匹配检测算法不能准确提取图像面积较小区域、自然相似区域以及平滑区域特征的问题,提出一种基于HSV(hue,saturation,value)颜色空间和直方图均衡化算法的复制粘贴篡改精确检测与定位的方法。将待测图像从RGB(red,green,blue)颜色空间转换到HSV颜色空间,并通过直方图均衡化算法对图像HSV颜色空间的V通道进行特征增强;提取基于圆谐波变换的特征构建特征向量;使用最近邻搜索算法对构建的特征向量进行快速随机搜索得到稠密的偏移场;采用稠密线性拟合的方法滤除错误匹配,并通过形态学操作标识定位出篡改区域。实验结果表明,所提方法能够有效降低面积较小区域、自然相似区域和平滑区域的误检与漏检像素,从而提升检测结果并准确定位出图像的篡改区域。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年03期）
鲍柳勇[4]（2019）在《一种改进的图像复制粘贴篡改检测算法及FPGA实现》一文中研究指出当今,数字图像作为一种常见的多媒体传播媒介,在现代社会中扮演着关键的角色。然而,随着图像篡改技术的发展,图像的伪造变得更容易,甚至普通人也能完成图像的伪造。当这些伪造图像被用于一些重要场合如法庭审判、医生诊断病情等时,会造成一系列严重的后果。因此,检测图像是否伪造具有重要的意义。被动数字图像取证技术不需要先验知识,并且图像检测只基于图像本身的内容来完成。在许多图像篡改方法中,图像复制粘贴篡改是一种非常普遍的形式。常见的方法难以辨别,因而成为研究的热点。本文研究了一种改进的图像复制粘贴篡改检测算法。首先分析了SIFT查找特征点时对比度阈值对特征点数目的影响,发现对于纹理平滑区域,对比度阈值较高会降低算法的可信度。接着给出本课题的改进算法,首先通过降低对比度阈值以获取更多的特征点。接着使用Haar小波代替特征点的梯度直方图信息来生成特征矢量,使特征矢量的维度减少到64,是经典SIFT的一半,这样做可以有效降低特征矢量生成和后续特征匹配的时间复杂度。接着使用g2NN匹配算法进行特征匹配,可以检测多个目标的图像复制粘贴篡改。最后在一次聚类的基础之上,使用GMS算法进行二次聚类进一步提高算法检测的准确性。本文使用ML605板卡完成改进检测算法的FPGA实现。首先,使用Windirver软件开发PCIe驱动程序。使用PCIe驱动程序将待检测的图像数据从上位机通过PCIe接口传输至ML605板卡进行检测,再将检测结果通过PCIe接口传输回上位机,用Matlab展示检测结果。最后,对改进后的检测算法的FPGA实现和Matlab仿真结果进行了比较,并对结果进行了分析和说明。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
刘璐[5]（2019）在《数字图像复制粘贴检测算法研究》一文中研究指出数字图像作为信息的主要载体变得越来越重要。然而,随着图像获取设备的普及和图像编辑软件的快速发展,近年来,数字图像造假事件层出不穷,不仅降低了图像的可信度,还给社会和个人带来了极大的负面影响。图像复制粘贴篡改是最常见的图像篡改类型之一,具有操作简便、成效立现等特点,常被用于改变数字图像的语义信息。本文旨在通过研究图像复制粘贴篡改检测方法以达到保护图像内容真实和完整的目的。鉴于深度学习优秀的学习与分析能力,提出了两个基于深度学习的篡改检测方法,利用图像处理操作遗留的痕迹区分图像中的篡改区域与原始区域。一系列实验结果验证了本文方法的理论依据合理性、篡改检测、定位与类型区分的准确性。论文的主要工作包括:(1)提出了一种基于深度学习的图像复制粘贴篡改检测方法。方法采用预处理操作抑制图像内容的影响,同时利用图像分块操作分开了嵌合在一起的真实区域与篡改区域。二者结合,成功将卷积网络的学习目标改变为识别图像中具有不一致CFA(Color filtering array,彩色滤波阵列)特性的局部区域。之后,设计并实现了仅有单个卷积层的卷积网络以学习图像的CFA(Color filtering array,彩色滤波阵列)特性呈现在网络输入数据上的条纹(或网格)状的像素值分布特征。最后,通过消除背景区域内的误检图像块并补检检测到的区域内的漏检块,进一步提高方法的检测与定位准确率。实验结果表明,在Dresden图像库上做训练和测试,该方法达到了图像块级的97%的平均检测正确率与像素级的80%的平均定位准确率。(2)提出了一种基于深度学习的图像篡改操作类型区分方法。解决的问题是区分图像中的旋转篡改区域、缩放篡改区域和真实区域,属于叁分类问题。方法沿用了第一个工作的检测框架和卷积网络结构,在此基础上改进了两方面:一是采用多种滤波方法获取了合起来全面、分开各有侧重的残差图像集,通过向卷积神经网络提供丰富且多样化的数据提升模型的分类性能。二是利用加权投票策略综合多个网络的分类结果,由此集结各模型的优势,打破单模型的局限性,进而提升方法性能。最后,对整合的分类结果做去误补缺操作以获取更准确的检测结果图。实验结果表明,该方法能有效定位出篡改图像中的旋转和缩放篡改区域,宏平均和微平均分别达到了 91.9%和91.8%。(本文来源于《北京交通大学》期刊2019-05-31）
房俊一[6]（2019）在《基于优化遗传算法求解的指数复制实证》一文中研究指出指数复制,是指对标市场中某一基准指数,进行实时跟踪其收益率的一种构建资产组合的行为。属于被动投资的范畴,因为其对标市场收益,所以拥有风险相对较小,交易费率较低,流动性强等众多优点。随着2018年A股市场的整体低迷加之黑天鹅事件频发,股票型主动型基金的整体表现萎靡不振,甚至很多明星产品出现了大额的回撤给投资者们带来了巨额的损失,其中接近60%的主动型股票基金跑输市场指数。这一系列的情况给投资者们敲响了警钟,使他们意识到指数化投资的安全与可靠性,市场的关注度日渐火热。然而依靠将指数成份股一比一进行完全复制又受到很多阻碍而不能很好对标指数,在如此情况下,投资者们尝试使用最优规划复制法将指数复制问题转化为最优规划求解问题,求解选什么成分股来表征指数以及选多少成分股来构建跟踪组合。当确定了指数复制的方法后,通过何种数值优化求解技术进行最优值求解就变的极为关键。本论文应此背景下产生,目的是阐明,首先基于优化遗传算法求解的最优复制法可以出色的进行指数复制。其次自适应遗传算法在随机数值优化求解上的确较经典遗传算法求解有优势。通过此种方法,可以为日常的指数化投资研究做很好的指导。论文的研究过程里,结合了理论分析和实证分析。首先,基于文献综述法归纳总结出当前学术界已有的相关研究成果,理清有关指数复制的方法论梳理出实证相关的方法脉络,基于前人研究的基础上进行拓展研究梳理。其次,提出跟踪误差偏离度指标的不足之处,并以模拟仿真实验进行佐证,进而提出解决方法以指导后续实证进行。最后实证部分依据投资可行性的基准指数,按照控制变量的思想设计对照组,用经典遗传算法求解的组合作为对照组实验展开对照。在实证方面,对遗传算法进行了详细的介绍说明,并且结合指数复制最优化求解这一具体问题,对各关键参数做到了详细解析并交代其具体作用。在经典遗传算法的基础上提出了自适应遗传算法的优化方案,对经典遗传算法的交叉算子和变异算子做了自适应更新,并给出了算法逻辑运算框架。将优化遗传算法用于最优规划复制法的跟踪求解并且取得了出色的跟踪效果,可见将遗传过程中交叉算子与变异算子设置为自适应更新,相较于设定固定值,可以有助于算法更好收敛利于求解全局最优解。整个回测周期是2009/01/01到2019/01/01,基于10年的长周期回测,也避免了幸存者偏差式的展示,从实证回测结果来看,基于优化遗传算法求解得到的跟踪组合相较于经典遗传算法求解的跟踪组合在跟踪误差这个指标上下降5%。从论文的实证结果角度看,本文所提出的基于优化遗传算法求解的最优规划复制法的指数复制投资方式是可行的,实证的结果表明可以用此方法进行相关指导投资研究。半年的调仓频率,较少的股票数量持仓,较低的跟踪误差,这些优点也使得优化遗传算法这一数值优化搜索方法跟最优规划复制法的结合值得大众期待。(本文来源于《南京大学》期刊2019-05-18）
张志[7]（2019）在《基于关键点的数字图像复制—粘贴篡改检测算法研究》一文中研究指出互联网的发展和便携设备的普及使人们可以更加便捷地获取到丰富的多媒体信息。随着图像编辑软件的日益成熟,图像内容经常被随意篡改,主要包括复制-粘贴篡改和拼接篡改。由伪造图像引发的事件在新闻报道、学术研究等领域屡见不鲜,严重威胁社会的稳定。因此,研究基于内容的图像取证技术刻不容缓。复制-粘贴篡改是最常见的图像篡改类型,它是将图像的部分区域粘贴到同幅图像的不同区域中,以达到掩盖事实的目的:目前研究主要分为基于分块的和基于关键点的图像复制-粘贴篡改检测算法。前者主要存在计算复杂度高、难以抵抗大尺度几何攻击等问题;后者主要存在难以正确判断图像的平滑区域是否发生篡改、定位不精确等问题。本文针对基于关键点的图像复制-粘贴篡改检测算法中存在的问题进行研究,主要完成工作如下:(1)目前大多数基于关键点的图像复制-粘贴篡改检测算法难以正确判断在图像的平滑区域是否发生篡改,为解决此问题,设计了一种基于加速鲁棒特征(Speeded-Up Robust Feature.SURF)和加速KAZE(Accelerated-KAZE,A-KAZE)特征的图像复制-粘贴篡改检测算法。结合SURF和A-KAZE两种检测子,通过将其各自的对比度阈值设为较小值提取图像的关键点,使其在整幅图像均匀分布。在定位篡改区域阶段,根据特征匹配阶段得到的密集点确定篡改图像重复区域的大致位置,缩小了计算相关系数图的范围,并改进了计算相关系数图的方法,更有利于定位重复区域的后续处理。仿真实验表明,该方法可定位普通复制-粘贴篡改图像的重复区域,且可抵抗小尺度旋转、缩放、JPEG(Joint Photographic Experts Group)压缩、模糊、加噪等操作。但该方法不能定位在高亮度平滑区域发生复制-粘贴篡改图像的重复区域,且在相似区域过多的图像中易发生误判。(2)针对上一方法难以正确判断是否发生复制-粘贴篡改的情况,设计了一种基于SURF和极复指数变换(Polar Complex Exponential Transform,PCET)的图像复制-粘贴篡改检测算法。为缩小特征匹配的搜索范围,研究了基于局部信息熵的图像块分类技术,使篡改图像的重复区域同处于平滑区域或纹理区域。用PCET系数代替SURF描述子,并作为关键点的特征。结合随机抽样一致(RANdom SAmple Consensus,RANSAC)算法和图像块统计关键点数的方法更好地剔除误匹配的关键点对。根据特征匹配阶段得到的密集点确定篡改图像重复区域的大致位置,结合基于分块的图像复制-粘贴篡改检测算法和形态学处理定位篡改图像的重复区域。针对定位的重复区域较小的问题,采用一种拓展边缘的策略扩展重复区域的范围。仿真实验表明,该方法能够定位在高亮度平滑区域发生复制-粘贴篡改图像的重复区域,并可避免在相似区域过多的图像中易发生误匹配的情况,具有一定的抵抗旋转、缩放、JPEG压缩、噪声、模糊的能力。(本文来源于《山东大学》期刊2019-05-18）
吕静[8]（2019）在《基于特征点与局部搜索的图像复制-粘贴被动取证算法研究》一文中研究指出随着科学技术的迅速发展以及智能电子设备的普及,数字图像很容易被人进行篡改。在图像篡改的各种方式中,复制-粘贴篡改在所有的篡改操作中占据了极大的比例,这种篡改方法仅使用一张图像进行篡改,由于拥有相同的成像方式、亮度等等条件,手段非常隐蔽,极大地冲击了数字图像的可信度,复制-粘贴被动取证算法是通过一幅图像中所存在的相似区域来鉴别数字图像。本文针对现有的复制-粘贴被动取证技术存在的不足,如基于图像块的检测算法时间复杂度过高,对于图像的目标区域存在的仿射变换如尺度、旋转等变换鲁棒性较弱,以及基于特征点算法仅通过特征点不能够很好地定位出篡改区域等问题提出了新的解决办法。为了解决现有检测算法的缺点,本文提出一种新颖的基于SIFT与局部搜索的复制-粘贴被动取证算法。首先对图像使用SIFT算法进行处理从而得到图像中的特征点及对应的局部特征,再通过分割算法对图像进行自适应分割,分割后的图像块间进行特征点的匹配操作,提出了两阶段的图像搜索算法:在第一阶段是运行于图像块阶段的局部搜索算法,使用ZNCC算法来得到图像篡改区域的轮廓,随后使用了边缘匹配算法来对篡改区域的边缘块进行像素级别的匹配的算法,最后通过对篡改区域的边缘像素级应用局部搜索算法来丰富图像的细节,实验结果表明,该方案相比于现有的复制-粘贴篡改检测算法能够表现出更好的性能,该算法在各类攻击下也具有良好的表现。但是在存在较高噪声的环境下表现得不是很好。为了解决存在的噪声问题以及克服传统算法的缺点,本文提出了一种新的基于BRISK与改进的搜索算法的复制-粘贴被动取证算法,用BRISK来作为图像的特征点匹配特征,为了更好的应对一些后处理变换,修改了局部搜索算法的匹配方式,使用周围八邻域以及本身与源匹配检测单元进行匹配,在基于图像块的搜索算法中,使用PCT特征来作为相似性匹配的度量标准,使用ZNCC算法来进行边缘匹配的计算,最后通过基于像素级别的搜索算法处理篡改区域的细节。实验结果表明,该算法能够很好的定位篡改区域,在多类篡改攻击下表现良好,甚至在存有较高的噪声的环境下也能够得到很好的定位结果。(本文来源于《吉林大学》期刊2019-05-01）
巩家昌,汪子航,杨洪臣[9]（2019）在《基于OpponentSIFT的图像复制粘贴篡改取证算法》一文中研究指出图像颜色作为一个强有力的描述子,可以提升对物体的辨识度,然而当前存在的复制粘贴篡改检测算法大多数只使用了图像的纹理信息。当纹理信息较少并伴随有多种后处理时,现有算法很难识别篡改区域。由此,提出了一种新的利用颜色不变特征的篡改检测算法,该算法在对立颜色空间中利用尺度不变特征变换提取关键点并生成关键点描述子,通过计算描述子夹角反余弦的比值进行初步匹配,并通过仿射变换估计和随机抽样一致进一步优化匹配结果。使用该算法对新建图像库进行测试得知,提出的算法能够鲁棒地应对多种后处理操作,且能够识别平滑的篡改区域。(本文来源于《中国刑警学院学报》期刊2019年02期）
孙慧萍,王美清,洪倩颖[10]（2019）在《对冲基金分布复制模型的协方差估计与算法实现》一文中研究指出针对对冲基金分布复制模型在计算过程中采用指数加权移动平均方法来估计协方差,存在计算量大以及完全依赖样本的问题,使用基于因子估计和基于收缩的协方差估计方法进行计算,并引入预处理技术消除金融数据噪声的影响.实证分析表明,因子模型在样本数较少的情况下并没有体现出降维优势,而运用收缩的协方差矩阵估计,所获得的复制策略的单位风险价格在这叁种方法中是最高的.(本文来源于《福州大学学报(自然科学版)》期刊2019年02期）
复制算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对当前较多图像复制-粘贴篡改检测算法主要依靠对特征点间的距离进行度量来完成特征匹配,忽略了特征点间的仿射关系,使其在几何变换条件下的篡改检测检测正确性不高的问题,将特征点间的仿射关系引入到特征匹配过程中,提出基于曲率度量耦合仿射制约策略的图像复制-粘贴篡改检测算法。该算法主要是通过像素点曲率和特征点仿射关系来完成图像复制-粘贴篡改检测。首先,采用Sobel边缘检测方法提取图像的边缘轮廓,通过计算边缘轮廓上像素点的曲率值来获取图像特征。然后,通过计算特征点邻域中的Haar小波值,生成特征向量。利用特征向量构造特征点间的仿射关系模型,计算特征点间的仿射关系值,用于建立仿射制约策略,完成特征匹配。最后,借助于SURF算法完成特征点的集群,对复制-粘贴篡改区域进行定位,获取检测结果。实验结果显示,较当前的复制-粘贴篡改检测方法而言,所提算法具有更高的检测正确性与鲁棒性,能够更好地适应缩放、旋转等伪造内容的检测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
复制算法论文参考文献
[1].武亚光,朱克,吴佐平.基于95598异地双活系统的多级数据复制算法[J].电子设计工程.2019
[2].卢淑萍,肖随贵.基于曲率度量耦合仿射制约策略的图像复制-粘贴篡改检测算法[J].电子测量与仪器学报.2019
[3].甘玲,王凯.基于HSV和HE的复制粘贴篡改检测算法[J].重庆邮电大学学报(自然科学版).2019
[4].鲍柳勇.一种改进的图像复制粘贴篡改检测算法及FPGA实现[D].哈尔滨工业大学.2019
[5].刘璐.数字图像复制粘贴检测算法研究[D].北京交通大学.2019
[6].房俊一.基于优化遗传算法求解的指数复制实证[D].南京大学.2019
[7].张志.基于关键点的数字图像复制—粘贴篡改检测算法研究[D].山东大学.2019
[8].吕静.基于特征点与局部搜索的图像复制-粘贴被动取证算法研究[D].吉林大学.2019
[9].巩家昌,汪子航,杨洪臣.基于OpponentSIFT的图像复制粘贴篡改取证算法[J].中国刑警学院学报.2019
[10].孙慧萍,王美清,洪倩颖.对冲基金分布复制模型的协方差估计与算法实现[J].福州大学学报(自然科学版).2019