حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

پایان نامه ارشد برق پنهان شکنی تصاویر با استفاده از شبکه های عصبی

اختصاصی از حامی فایل پایان نامه ارشد برق پنهان شکنی تصاویر با استفاده از شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

پایان نامه ارشد برق پنهان شکنی تصاویر با استفاده از شبکه های عصبی


پایان نامه ارشد برق پنهان شکنی تصاویر با استفاده از شبکه های عصبی

 

 

 

 

 

چکیده ..................................................................................................................................................... 1
مقدمه ...................................................................................................................................................... 2
فصل اول: کلیات پنهاننگاری . .................................................................................................. 3
1- ) پنهاننگاری . ................................................................................................................................ 4 1
2- ) تفاوت پنهاننگاری ورمزنگاری . ............................................................................................... 5 1
3- ) کاربردهای پنهاننگاری ............................................................................................................ 6 1
4- ) ویژگیهای سیستمهای پنهاننگاری . .................................................................................... 6 1
5- ) تقسیمبندی الگوریتمهای پنهاننگاری براساس میزان مقاومت ...................................... 7 1
6- ) طراحی باتوجه به ویژگیهای موردنظر.................................................................................. 7 1
فصل دوم : مروری برکارهای انجام شده .............................................................................. 11
1- ) مقدمه . ...................................................................................................................................... 12 2
2- ) بررسی روشهای ارائه شده . .................................................................................................. 13 2
فصل سوم :معرفی حوزههای تبدیل . ...................................................................................... 18
1- ) تبدیل گسسته کسینوسی . .................................................................................................... 19 3
ازکل تصویر . ........................................................................... 19 DCT 1-1- ) نهاننگاری درحوزة 3
20 .........................................................................DCT 2-1- ) روش نهاننگاری وفقی مبتنی بر 3
2- ) تبدیل موجک .......................................................................................................................... 22 3
1-2- ) تبدیل موجک دوبعدی . .................................................................................................... 22 3
2-2- ) مزایای روش مبتنی برتبدیل موجک ............................................................................ 23 3
23 ..................................................................................................................... Ridgelet 3- ) تبدیل 3
براساس تبدیل رادون وتبدیل موجک . .................................. 23 Ridgelet 1-3- ) ایده تبدیل 3
ز
25 ...................................................................................... . Ridgelet 2-3- ) پنهاننگاری درحوزه 3
26 .................................................................................................................... . Curvelet 4- ) تبدیل 3
27 ............................................................................................................... . Contourlet 5- ) تبدیل 3
1-5- ) ساختارفیلتربانک جهتدار و هرمی . ................................................................................. 27 3
فصل چهارم :تکنیکهای یادگیری ماشین . ............................................................................ 31
1- ) مقدمه . ....................................................................................................................................... 32 4
2- ) شبکه عصبی مصنوعی . .......................................................................................................... 32 4
34 .................................................................................... (PNN) 1-2- ) شبکه عصبی احتمالاتی 4
35 ................................................................ (RBFNN) 2-2- ) شبکه عصبی تابع شعاع مداری 4
3- ) ماشین بردار پشتیبان ............................................................................................................ 36 4
1-3- ) فوق صفحهی جداساز بهینه . ........................................................................................... 37 4
2-3- ) بهینهسازی تابع درجه دوم برای یافتن فوق صفحهی بهینه . ................................... 38 4
3-3- ) فوق صفحهی بهینه برای الگوهای تفکیک ناپذیربه صورت خطی . ......................... 39 4
4-3- دستهبندی غیرخطی .......................................................................................................... 41 4
فصل پنجم : روشپیشنهادی . ................................................................................................... 42
1- ) مقدمه . ....................................................................................................................................... 43 5
2- ) پنهانکاوی مبنی براستخراج ویژگیهای آماری ازسه حوزه . ......................................... 43 5
1-2- ) استخراج ویژگی ................................................................................................................. 43 5
2-2- ) محاسبه تصاویر پیشگویی خطا درتبدیل موجک . ....................................................... 45 5
47 ........................................... . Contourlet 3-2- ) محاسبه تصاویر پیشگویی خطا درتبدیل 5
4-2- ) انتخاب ویژگی براساس آنالیز تغییرات . ......................................................................... 48 5
برای انتخاب دسته ویژگی بهینه ................................................... 48 BPSO 5-2- ) بکارگیری 5
3- ) پنهان کاوی مبنی بر ویژگیهای آمارگان مرتبه اول و بالاتر و ماتریس 5
51 .......................................................................................... . Contourlet همرخدادازحوزه تبدیل
4- ) مقایسه شبکههای عصبی پایه شعاعی وماشین بردار پشتیبان درطبقهبندی........... 53 5
فصل ششم :نتیجه گیری وپیشنهادات . .................................................................................. 58
ح
1- ) نتیجه گیری . .............................................................................................................................. 59 6
2- ) پیشنهادات


دانلود با لینک مستقیم


پایان نامه ارشد برق پنهان شکنی تصاویر با استفاده از شبکه های عصبی
نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد