Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Cybernetics and Information Technologies
Band 22 (2022): Heft 4 (November 2022)
Uneingeschränkter Zugang
Copy-Move Forgery Detection Using Superpixel Clustering Algorithm and Enhanced GWO Based AlexNet Model
Sreenivasu Tinnathi
Sreenivasu Tinnathi
Department of ECE, Acharya Nagarjuna University
Guntur, India
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Tinnathi, Sreenivasu
und
G. Sudhavani
G. Sudhavani
Department of ECE, R.V.R & J.C College of Engineering
Guntur, India
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Sudhavani, G.
10. Nov. 2022
Cybernetics and Information Technologies
Band 22 (2022): Heft 4 (November 2022)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
10. Nov. 2022
Seitenbereich:
91 - 110
Eingereicht:
31. Jan. 2022
Akzeptiert:
25. Aug. 2022
DOI:
https://doi.org/10.2478/cait-2022-0041
Schlüsselwörter
Adaptive Matching Algorithm
,
AlexNet
,
Copy-Move Forgery Detection
,
Grey Wolf Optimizer
,
Superpixel Clustering Algorithm
© 2022 Sreenivasu Tinnathi et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
