高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
排序:
相关度
发表时间
每页显示:
10
20
30
50
一类新的周期为2pmq阶二元广义分圆序列的线性复杂度
王艳, 薛改娜, 李顺波, 惠飞飞
2019, 41(9): 2151-2155. doi: 10.11999/JEIT180884  刊出日期:2019-09-10
关键词: 广义分圆序列, 线性复杂度, 2次剩余类, Berlekamp-Massey算法
该文基于Ding-广义分圆理论,将周期为$ 2{p^m}$($ p$为奇素数,$ m$为正整数)广义分圆序列的研究推广到任意素数阶情形,构造了一类新序列。通过数论方法分析多项式广义分圆类,确定并计算线性复杂度与序列的2次剩余类和2次非剩余类的划分紧密相关。结果表明该类序列的线性复杂度远远大于周期的一半,能抗击应用Berlekamp-Massey(B-M)算法的安全攻击,是密码学意义上性质良好的伪随机序列。
基于多层感知卷积和通道加权的图像隐写检测
叶学义, 郭文风, 曾懋胜, 张珂绅, 赵知劲
2022, 44(8): 2949-2956. doi: 10.11999/JEIT210537  刊出日期:2022-08-17
关键词: 隐写检测, 卷积神经网络, 多层感知卷积, 通道加权
针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限,以及各通道特征图没有区分的问题,该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积,增强隐写检测模型对高阶特征的表达能力;同时引入通道加权模块,实现根据全局信息对每个卷积通道赋予不同的权重,增强有用特征并抑制无用特征,增强模型提取检测特征的质量。实验结果表明,该检测模型针对不同典型隐写算法及不同嵌入率,相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的检测准确率,与最优的Zhu-Net相比,准确率提高1.95%~6.15%。