-
公开(公告)号:CN103164742A
公开(公告)日:2013-06-19
申请号:CN201310113116.1
申请日:2013-04-02
Applicant: 南京邮电大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于粒子群优化神经网络的服务器性能预测方法,属于计算机性能管理技术领域。本发明基于改进的Elman神经网络对云计算下的服务器进行性能预测。首先,根据样本数据的相关性确定Elman神经网络输入层节点数目,然后,通过基于粒子群分布的PSO算法对Elman神经网络进行训练。在基于粒子分布的PSO算法中引入粒子聚集度的概念,在聚集度较高时打散粒子群,保持粒子群的多样性,提高算法的寻优能力。本发明提出的预测模型在短期预测和长期预测中均保持了较好的精度,且提高了神经网络的训练速度。
-
公开(公告)号:CN103237209B
公开(公告)日:2016-03-23
申请号:CN201310110552.3
申请日:2013-04-01
Applicant: 南京邮电大学
IPC: H04N19/467 , H04N21/8358
Abstract: 本发明公开了一种基于区域DCT系数的H264视频水印方法,属于多媒体信息安全技术领域。本发明首先对视频I帧进行区域划分,通过计算每个区域的能量,选择合适的视频区域DCT系数进行水印嵌入,水印被分散嵌入到多个宏块,增强了水印的鲁棒性。视频区域DCT系数的更新采用了动态的量化步长,提高了水印的不可感知性。本发明在视频编码压缩的同时进行水印嵌入,减少了水印嵌入对视频码率的影响。
-
公开(公告)号:CN103164742B
公开(公告)日:2016-02-17
申请号:CN201310113116.1
申请日:2013-04-02
Applicant: 南京邮电大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于粒子群优化神经网络的服务器性能预测方法,属于计算机性能管理技术领域。本发明基于改进的Elman神经网络对云计算下的服务器进行性能预测。首先,根据样本数据的相关性确定Elman神经网络输入层节点数目,然后,通过基于粒子群分布的PSO算法对Elman神经网络进行训练。在基于粒子分布的PSO算法中引入粒子聚集度的概念,在聚集度较高时打散粒子群,保持粒子群的多样性,提高算法的寻优能力。本发明提出的预测模型在短期预测和长期预测中均保持了较好的精度,且提高了神经网络的训练速度。
-
公开(公告)号:CN103237209A
公开(公告)日:2013-08-07
申请号:CN201310110552.3
申请日:2013-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于区域DCT系数的H264视频水印方法,属于多媒体信息安全技术领域。本发明首先对视频I帧进行区域划分,通过计算每个区域的能量,选择合适的视频区域DCT系数进行水印嵌入,水印被分散嵌入到多个宏块,增强了水印的鲁棒性。视频区域DCT系数的更新采用了动态的量化步长,提高了水印的不可感知性。本发明在视频编码压缩的同时进行水印嵌入,减少了水印嵌入对视频码率的影响。
-
-
-