论文网
电子商务有关论文范文素材,与小波在电子商务中的应用相关论文查重软件
本论文是一篇电子商务有关论文查重软件,关于小波在电子商务中的应用相关硕士学位毕业论文范文。免费优秀的关于电子商务及移动电子商务及移动商务方面论文范文资料,适合电子商务论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
摘 要：随着电子商务的迅速发展,其存在的问题也日显突出；而由于小波分析广泛和成功的应用,就出现了将用小波分析来解决电子商务中存在的问题的现象.文章对小波分析在电子商务中的应用进行了初步的分析,介绍了小波分析在电子商务中应用的具体情况,得出小波分析主要被用来解决电子商务中的安全及数据收集的问题.
该文出处 http://www.sxsky.net/zhengzhi/050832575.html
关 键 词：小波分析电子商务网络安全数字水印
1.前言
基于计算机网络的电子商务交易给人们带来很大的方便,但其安全性是没有保障的.因为现在的网络普遍使用的是IPV4协议,这种协议是没有增加安全性的一种协议,这对黑客来说,如我们一般人看电视那样,是完全公开的.如何在计算机网络上安全的传输电子商务票据,成为人们研究的热点.
小渡分析是当前信号
电子商务有关论文范文素材
2.小波分析的应用
2.1小波分析在电子签名中的应用
运用快速小波变换与生物识别等技术来提取人体指纹特征,然后把它转化为指纹特征码嵌入电子文本,不仅解决了信息传输的安全问题,而且对因特网的身份认证、信息认证等具有重要指导的作用.
该技术主要是利用人类一生都发生改变的四大参数：①人的指纹；②人的颅骨比例参数；③人的眼睛瞳孔虹膜的分形站构；④人的头发的DNA基因结构.该技术即以指纹作为电子签名唯一的数据,研究指纹数据的采集方法及预处理方法,指纹数据在电子商务系统中接口技术.
该关键技术在于要求出快速傅立叶变换的小波快速变换算法,实际上,离散小波变换更适合于机器处理,离散小波的定义如下：
通过它建立“小波分析电子签名系统”,来解决电子商务的一些安全问题.
2.2小波分析在数据采集中的应用
在网上,监测在技术上是可行的,基于这些原理,采用一种分布式计算的处理方法,即在与互联网相连接的通讯服务器上安装监控系统,对局域网的来往数据进行实时监控并发送给监控中心.
小波分析在信息处理上取得了较大成果,如数据挖掘、利用小波变换识别出信息噪声等.下面有一个小波快速算法,其在系统中大量实时数据采集、分析、识别具有良好效果.则Mallat分解算法表示为：
通过建立矩阵,最终求出最优解.网络数据采集和分析系统无疑为国家相关安全部门提供了一个强有力的网络监控工具.
2.33D小波变换在数字图像中的应用
数字水印技术是信息隐藏技术领域的重要分支,是内容认证和版权认证的有效手段之一[2].为了解决抗裁剪的鲁棒数字水印得问题,提出了一种基于3D小波变换的数字水印算法.该算法分解合成的频率系数组成了如图1所示的一个长方体.
基于3D离散的小波变换抗裁剪的水印算法,对图像进行3D离散小波变换,根据小波变换中频子带加入水印的半损特性,将水印加入图像帧中的小波中频子带,然后再通过图像帧合成,得到嵌入水印的图像,该算法对于抗裁剪攻击是非常有效的.
2.4小波分析预测算法在智能商务中的应用
智能电子商务是数据挖掘在商业中的重要领域之一.将数据挖掘技术应用于此,使得智能商务系统能解决很多存在的问题,且使企业减少在商务管理方面风险,进而使企业做出正确的商务决策.
这种预测算法的思路：首先,利用Mallatdx波分解算法,将趋势特征不很明显的时间序列进行相应处理,得出平稳的特征的新序列；然后,对新序列,应用平稳性和周期性的判断函数来判断,判断分解结果是否进入下一个步骤,如果结果为是,则再用成熟的灰色预测GM(1,1)进行预测；否则结束算法,输出相应的可视化的预测结果[3].这种算法提高了效率,对有统计意义的序列数据具有很好的实用性.
| 有关论文范文主题研究: | 关于电子商务的文章 | 大学生适用: | 自考毕业论文、在职研究生论文 |
|---|---|---|---|
| 相关参考文献下载数量: | 57 | 写作解决问题: | 写作参考 |
| 毕业论文开题报告: | 论文模板、论文结论 | 职称论文适用: | 核心期刊、初级职称 |
| 所属大学生专业类别: | 写作参考 | 论文题目推荐度: | 优秀选题 |
2.5小波分析在移动电子商务中的应用
随着移动电子商务的迅速地发展,语音识别成为移动电子商务中的热门话题.我们提出了一个新型的、语音识别的移动商务安全交易模型.其可以很好地解决移动商务所面临的各种安全问题,使得移动电子商务具体操作更具有人性化.这里的语音识别需完成的工作包括：提取特征参数、匹配模式准则以及模型的训练等[4].
小波去噪主要是用小波应用于语音识别中,对带噪的语音信号在小波域区分语音的浊清音,用门限分别进行不同的处理,将处理后的小波系数变换后再来语音识别.结果表明小波去噪对语音在噪声环境下的识别有很大的改进.将小波变换和ARMA模型的结合应用于英文字母的识别[4].小波变换是在高频提供高的频率分辨率,在低频提供高的时间分辨率,而ARMA模型则可以改善LPC模型中没有零点的不足[5].
3.小结
小波分析在电子商务中的应用,主要是解决电子商务存在的安全问题,如：电子签章,数字作品的版权保护,数字指纹和拷贝跟踪,网页内容的保护等[6].小波分析将会在电子商务的安全中发挥越来越重要的作用,它的研究在电子商务的应用中也将具有非常重要的理论意义和使用价值.
参考文献：
[1]LICan-jun.Applicationresearchofvoicerecognitiontechnology[J].JournalofHunanRadio&TelevisionUniversity,2005,(2):72-73.
[2]彭博.浅谈移动电子商务的信息安全[J].农业与技术,2008,28(3):172-174.
[3]王锡梅,余生晨.自动调和小波变换域嵌入数字水印的鲁棒性和不可见性的方法[J].华北科技学院学报,2009,33(1):70-71
[4]HSUCT,wuJU．Hiddensignatureinimage[J]．IEEETransonImageProces,1999,(8)：58―68．
[5]韩逢庆．小波变换快速计算理论与应用[D]．重庆大学,2003．
电子商务有关论文范文素材,与小波在电子商务中的应用相关论文查重软件参考文献资料：