首页> 中文学位 >基于DQWT和量子卷积神经网络的量子图像加密
【6h】

基于DQWT和量子卷积神经网络的量子图像加密

代理获取

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 经典图像加密国内外研究现状

1.2.1 基于混沌系统的图像加密技术

1.2.2 基于压缩技术的图像加密

1.3 量子图像加密技术国内外研究现状

1.4 主要工作及章节安排

第2章 量子图像加密基础

2.1 广义张量积

2.2 基本的量子线路元件

2.3 相关混沌映射

2.3.1 二维逻辑映射

2.3.2 三维Henon映射

2.4 量子广义Arnold变换

2.5 量子图像的表示

2.6 量子卷积神经网络

2.7 量子小波变换

2.8 本章小结

第3章 基于DQWT和三维Henon映射的图像压缩加密算法

3.1 算法的加密过程

3.2 算法的解密过程

3.3 算法的加密效果

3.4 算法的性能分析

3.4.1 统计分析

3.4.2 密钥敏感性和密钥空间分析

3.4.3 压缩性能分析

3.4.4 信息熵分析

3.4.5 抗噪攻击分析

3.4.6 抗裁剪攻击分析

3.4.7 计算复杂度分析

3.5 本章小结

第4章 基于量子CNN和量子混沌映射的图像加密算法

4.1 量子图像加密算法的结构

4.1.1 二维逻辑映射的量子线路设计

4.1.2 CNN的量子线路设计

4.2 量子图像加密算法的设计

4.3 量子CNN的训练

4.3.1 损失函数的设计

4.3.2 训练结果

4.4 量子图像加密算法的测试效果

4.5 本章小结

第5章 结论与展望

5.1 结论

5.2 展望

致谢

参考文献

攻读学位期间的研究成果

展开▼

著录项

  • 作者

    黄浪鑫;

  • 作者单位

    南昌大学;

  • 授予单位 南昌大学;
  • 学科 电子与通信工程
  • 授予学位 硕士
  • 导师姓名 周南润,周洋;
  • 年度 2021
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3TP1;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号