scholarly journals Adaptive image watermarking using human perception based fuzzy inference system

2018 ◽  
Vol 35 (4) ◽  
pp. 4589-4608 ◽  
Author(s):  
Maedeh Jamali ◽  
Shima Rafiei ◽  
S.M. Reza Soroushmehr ◽  
Nader Karimi ◽  
Shahram Shirani ◽  
...  
2021 ◽  
Vol 9 (2) ◽  
pp. 661-678
Author(s):  
V. Belmer Gladson, Dr. R. Balasubrimanian

Digital Watermarking has evolved as one of the latest technologies for digital media copyright protection. Watermarking of images can be done in many ways and one of the proposed algorithms for image watermarking is by utilizing Fuzzy Logic. It is similar to the concept of a Fuzzy set, each element can be defined by an ordered pair, in which one is the value and other is the membership function value. Fuzzy logic systems can explain inaccurate information and explain their decisions. Fuzzy inference system is the simplest way of performing Fuzzy Logic. In the proposed method, three Fuzzy inference models are used to generate the weighing factor for embedding the watermark and input to the Fuzzy Inference System is taken from the Human Visual System model. The Performance measures used in the Process are Peak Signal to Noise Ratio (PSNR), Structural Similarity Index (SSIM), Normalized Cross Correlation (NCC) and Bit Error Ratio (BER). The Proposed algorithm is immune to various Image Processing attacks.


2017 ◽  
Vol 3 (1) ◽  
pp. 36-48
Author(s):  
Erwan Ahmad Ardiansyah ◽  
Rina Mardiati ◽  
Afaf Fadhil

Prakiraan atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang dihasilkan. Ini menentukan  agar tidak terjadi beban berlebih yang menyebabkan pemborosan atau kekurangan beban listrik yang mengakibatkan krisis listrik di konsumen. Oleh karena itu di butuhkan prakiraan atau peramalan yang tepat untuk menghasilkan energi listrik. Teknologi softcomputing dapat digunakan  sebagai metode alternatif untuk prediksi beban litrik jangka pendek salah satunya dengan metode  Adaptive Neuro Fuzzy Inference System pada penelitian tugas akhir ini. Data yang di dapat untuk mendukung penelitian ini adalah data dari APD PLN JAWA BARAT yang berisikan laporan data beban puncak bulanan penyulang area gardu induk majalaya dari januari 2011 sampai desember 2014 sebagai data acuan dan data aktual januari-desember 2015. Data kemudian dilatih menggunakan metode ANFIS pada software MATLAB versi b2010. Dari data hasil pelatihan data ANFIS kemudian dilakukan perbandingan dengan data aktual dan data metode regresi meliputi perbandingan anfis-aktual, regresi-aktual dan perbandingan anfis-regresi-aktual. Dari perbandingan disimpulkan bahwa data metode anfis lebih mendekati data aktual dengan rata-rata 1,4%, menunjukan prediksi ANFIS dapat menjadi referensi untuk peramalan beban listrik dimasa depan.


Sign in / Sign up

Export Citation Format

Share Document