摘 要：针对音频水印技术在工程应用中存在鲁棒性弱且算法参数难以与性能需求相匹配的问题，提 出 了 一 种

基于遗传算法的自适应鲁棒音频水印算法。算法以变换域系数的均值作为承载水印的特征量，通过调整相邻子

频带的特征量之差来嵌入二进制水印。为了提高透明性，算法通过调整两个子频带特征量的相对大小来控制嵌

入深度的极性。遗传算法的适应度函数根据透明性、隐藏容量和鲁棒性３个 指 标 来 设 计，通过种群的不断进化

来自适应地搜索算法的最佳参数。实验结果表明：算法能够自动搜索满足性能需求的最佳参数，具 有 盲 提 取 能

力、较大的隐藏容量和良好的透明性，在抵御多种攻击时表现出很强的鲁棒性。

摘 要：主流的地理信息系统（ＧＩＳ）通常集成了Ｓｔｒａｈｌｅｒ河流 分 级 功 能，但此方式掩盖了河流分级算法的本质，难以优化其性能，也无法作为独立模块对外提供服务。为此，设计并实现了Ｓｔｒａｈｌｅｒ河流分级递归（ＲＡＲＣ）和非递归（ＮＲＡＲＣ）两种算法，在真实河网数据集上比较了这两种算法的性能。实验结果表明：河网规模影响分级算法的运行性能，在中等和大规模河网上，ＲＡＲＣ算法性能优于 ＮＲＡＲＣ算法；不同框架的存储结构在一定程度上影响了河流分级算法的运行效率。以上结果证明本研究设计的河网分级框架具有较高的可扩展性和可复用性。