Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Saltar el buscador

Esta ingresando al contenido principal

Imagen de referencia de Apx

Apx

-Avíspate nena que esto ta` bueno-
  • Encuentra en esta colección
    • 1 Libros
    • 1 Artículos
  • RR
    Creador Roa Rubiano, Maria Alejandra
  • Una colección colaborativa permite a usuarios registrados solicitar autorización para sumar títulos a colecciones existentes.

Contenidos de esta colección

  • Exclusivo BibloRed
Imagen de apoyo de  A Comparative Analysis of Information Hiding Techniques for Copyright Protection of Text Documents

A Comparative Analysis of Information Hiding Techniques for Copyright Protection of Text Documents

Por: Hindawi | Fecha: 2018

Con el uso incesante de la web y otros servicios en línea, se ha vuelto evidente que copiar, compartir y transmitir medios digitales a través de Internet es sorprendentemente simple. Dado que el texto es una de las principales fuentes de datos disponibles y uno de los medios digitales más utilizados en Internet, una parte significativa de sitios web, libros, artículos, periódicos, etc., es simplemente texto plano. Por lo tanto, la protección de los derechos de autor de los textos simples sigue siendo un problema pendiente que debe mejorarse para proporcionar pruebas de propiedad y lograr la precisión deseada. Durante la última década, las técnicas de marca de agua digital y esteganografía se han utilizado como alternativas para prevenir la manipulación, distorsión y falsificación de medios, así como para proteger tanto los derechos de autor como la autenticación. Este documento presenta un análisis comparativo de las técnicas de ocultación de información, especialmente aquellas que se centran en modificar la estructura y el contenido de textos digitales. Aquí se destacan las características de varias técnicas de marca de agua y estegan

Compartir este contenido

A Comparative Analysis of Information Hiding Techniques for Copyright Protection of Text Documents

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Comparative Analysis of Machine Learning Algorithms for Detection of Organic and Nonorganic Cotton Diseases

A Comparative Analysis of Machine Learning Algorithms for Detection of Organic and Nonorganic Cotton Diseases

Por: Hindawi | Fecha: 2021

El algodn es la fibra natural producida y el cultivo comercial que se cultiva en monocultivo en el 2,5% del total de las tierras agrcolas. El algodn es un cultivo resistente a la sequa que proporciona unos ingresos fiables a los agricultores que lo cultivan en una zona amenazada por el cambio climtico. Estos cultivos de algodn se ven afectados por enfermedades bacterianas, fngicas, vricas y otras enfermedades parasitarias que pueden variar debido a las condiciones climticas, lo que se traduce en una baja productividad de los cultivos. La hoja es la ms propensa a las enfermedades, que daan la planta y a veces todo el cultivo. La mayora de las enfermedades se producen slo en las partes foliares del algodonero. El objetivo principal de la deteccin de enfermedades siempre ha sido identificar las enfermedades que afectan a la planta en las primeras fases utilizando tcnicas tradicionales para mejorar la produccin. Para detectar adecuadamente estas enfermedades de las hojas del algodonero, son tiles los conocimientos previos y la utilizacin de varios mtodos de procesamiento de imgenes y tcnicas de aprendizaje automtico.

Compartir este contenido

A Comparative Analysis of Machine Learning Algorithms for Detection of Organic and Nonorganic Cotton Diseases

Copia el enlace o compártelo en redes sociales

¿Eliminar este recurso de la colección?

¿Dejar de colaborar en Apx?

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones