多域结盟环境下基于角色的访问控制

本文讨论了域间动态角色映射问题，引入了多域结盟环境下安全虚拟域(SVD)的概念，给出了SVD构造方法以及动态修改规则，并对其安全性进行了分析，最后指出了需要进一步研究的问题。     

基于SVD的图像数字水印算法研究

数字水印技术被视为数字产品版权保护的一种新方法。利用奇异值分解（singular value decomposition，SVD）良好性能以及双密钥调制的特点，提出了一个新的基于SVD的数字图像水印算法。首先将图像进行分块，然后通过各个图像子块的SVD变换获得奇异值，将各子块的奇异值组成向量后再采用双密钥调制方式嵌入水印。水印的提取不需要原始图像。实验结果表明该算法具有良好的鲁棒性和不可见性。     

基于奇异值分解的三维网格模型数字水印算法

针对三维网格模型的版权保护提出了一种新的基于奇异值分解(SVD)的数字水印算法。算法利用几何信号处理框架将三维几何信号转换成平面规则采样信号，再用SVD技术嵌入水印。实验结果表明，算法具有较好的透明性和鲁棒性。     

位串行SVD处理器的设计

奇异值分解(SVD)广泛应用于数字信号处理等领域.为提高SVD效率,Brent等提出一种由SVD处理器组成的阵列,应用并行JACOBI算法实现SVD.SVD处理器一般采用CORDIC位并行结构实现.本文比较CORDIC位并行结构和位串行结构,分析了位串行结构在硬件资源以及时钟频率上的优势,采用CORDIC位串行结构设计了SVD处理器,并结合位串行结构的特点对其进行了优化.仿真实验验证了该设计的正确性;CORDIC结构的对比实验表明,与位并行结构相比,位串行设计以一定的处理时间为代价,可以节约大量的硬件资源,适用于硬件资源紧缺的非实时场合.     

切线距离的SVD方法在汉字识别细分问题中的研究

针对手写体汉字字形变化复杂，而传统的欧式距离对汉字形变比较敏感。将基于切线距离的SVD分解选取切线向量方法应用于大字符集脱机手写体汉字识别细分类中，取得了较好的识别结果。实验证明，采用SVD选取切线向量的方法具有较好的通用性和重复性，适合应用于手写体汉字识别。     

应用于人脸识别的结合SVD变换的图像类特征提取算法

由于矩阵奇异值(SVD)为依据的图像识别技术中,SVD与矩阵之间不是一一对应的.为此提出了同类图像的类SVD变换及其图像特征提取方法.并采用最近邻法进行分类识别,应用于人脸识别中,有较好的效果.     

一类SVD域水印问题分析及改进算法

分析了一类SVD域图像水印算法存在过高虚警率的原因,并给出了相应的实验结果。在此基础上,提出了一种混合DWT和SVD的图像水印算法。算法先将载体图像划分为互不重叠的块,并对每一块进行1层DWT分解,再对低频子带进行SVD分解。采用量化的方法,将Arnold置乱处理后的水印图像嵌入到SVD分解后的奇异值之中。实验表明,提出的算法克服了传统的SVD图像水印算法存在的虚警问题,对常见的信号处理如JPEG压缩、滤波、噪声等具有较好的鲁棒性。     

基于SVD的图像数字水印技术研究

奇异值分解(SVD)是一种特殊的矩阵变换,图像矩阵的奇异值具有很好的稳定性,并且体现了图像的内蕴性,这些特性使得它在数字水印领域得到了应用.目前,基于SVD的数字水印技术引起了广大研究者的兴趣,开发出了鲁棒性和抗攻击性都比较棒的水印算法.就两个比较典型的算法做出比较和分析,提出了在SVD领域设计数字水印应注意的问题,给出了今后SVD领域设计数字水印技术的发展方向.     

SVD推荐算法在传统服饰商城的应用

随着互联网的普及和信息技术的发展,人们日常生活可以接触到的信息越来越丰富,产生信息数据的速度也越来越快。在拥有海量信息数据的同时,过量的信息不可避免地导致了“信息过载”问题,而推荐系统正是解决这个问题的有效方法之一。首先介绍了奇异值分解(SVD)和SVD推荐算法之间的联系,然后叙述了SVD推荐算法的思路并给出SVD算法模型的最优损失函数。在此基础上,建立一个传统服饰商城的推荐系统,利用158组样本数据测试该系统,得出推荐系统的均方根误差为0.9994,平方绝对值误差为0.7366。此外还计算了样本数据的误差百分比,结果表明绝大多数测试样本的误差百分比在30%以内。基于SVD推荐模型的特点和实验结果得出,SVD推荐模型适用于小型电商平台的商城用户的个性化推荐。     

一种基于SVD的镜头边界检测方法

为了有效地进行视频镜头边界检测，在简要介绍了现有的镜头边界检测基本方法的基础上提出了基于SVD的镜头边界检测方法。该方法通过特征提取来构造视频特征矩阵，经过SVD变换得到特征值矩阵，然后将特征值矩阵映射到向量空间，最后通过分析向量间的夹角来判断镜头的变化。实验结果表明，在镜头边界检测性能上优于已有的基于帧差的双阈值镜头边界检测方法。     

SVD algorithms to approximate spectra of dynamical systems

In this work we consider algorithms based on the singular value decomposition (SVD) to approximate Lyapunov and exponential dichotomy spectra of dynamical systems. We review existing contributions, and propose new algorithms of the continuous SVD method. We present implementation details for the continuous SVD method, and illustrate on several examples the behavior of continuous (and also discrete) SVD method. This paper is the companion paper of [L. Dieci, C. Elia, The singular value decomposition to approximate spectra of dynamical systems. Theoretical aspects, J. Diff. Equat., in press].     

一种基于SVD分解的小波域数字水印算法

本文提出了一种基于离散小波变换和奇异值分解的数字水印算法。该算法充分利用了离散小波分解和矩阵奇异值分解(SVD)的固有特征,对Arnold置乱后的水印的多层小波分解子带做奇异值分解,把分解后的奇异值嵌入到原始图像的多层小波分解的相应子带中。水印的提取是嵌入算法的逆过程。Matlab仿真试验表明了算法的透明性、稳健性和安全性。     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解(SVD)的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

基于DCT和SVD联合的数字水印算法

离散余弦变换(discrete cosine transform,DCT)和奇异值分解(singular value decomposition,SVD)都可以作为数字水印算法有效的工具,现提出了一种基于离散余弦变换和奇异值分解联合的数字水印算法,先对整幅图像运用离散余弦变换,将离散余弦系数按照"之"字型顺序绘制成4个象限,然后再对每个象限运用奇异值分解方法.实验结果表明本算法具有很好的稳健性,在经过了一般的信号处理操作和JPEG压缩后,嵌入的水印能被可靠的提取和检测.     

一种新颖的宽带短波探测系统音频干扰抑制算法

短波信道音频干扰分布密集,导致宽带短波探测系统接收信噪比严重恶化.针对传统奇异值分解(Singular value decomposition,SVD)滤波方法损失了干扰频率处的有用功率,对信道参数的高精度提取造成了不利影响.本文深入分析了SVD滤波内部机理,推导得到SVD滤波的解析表达式,并由信号加噪声子空间得出有用功率的鲁棒估计,进而提出了一种新颖的基于功率补偿的音频干扰抑制算法.仿真与实测数据处理结果表明,该算法不仅实现了干扰抑制,而且有效减小了抑制产生的信号损伤,对于短波电离层信道参数的高精度提取具有特殊意义.     

On the application of orthogonal transformation for the design andanalysis of feedforward networks

Orthogonal transformation, which can lead to compaction of information, has been used in two ways to optimize on the size of feedforward networks: 1) through the selection of optimum set of time-domain inputs, and the optimum set of links and nodes within a neural network (NN); and 2) through the orthogonalization of the data to be used in NN's, in case of processes with periodicity. The proposed methods are efficient and are also extremely robust numerically. The singular value decomposition (SVD) and QR with column pivoting factorization (QRcp) are the transformations used. SVD mainly serves as the null space detector; QRcp coupled with SVD is used for subset selection, which is one of the main operations on which the design of the optimal network is based. SVD has also been used to devise a new approach for the assessment of the convergence of the NN's, which is an alternative to the conventional output error analysis.     

基于DWT和SVD联合的数字水印算法

离散小波变换(DWT)和奇异值分解都可以作为数字水印算法有效的工具.提出了一种基于离散小波变换和奇异值分解联合的数字水印算法,先将整个图像分成4个区域,然后再对每个区域运用奇异值分解方法,通过修改奇异值来嵌入水印信息.实验结果表明,该算法具有很好的稳健性,在经过了一般的信号处理操作和JPEG压缩后,嵌入的水印能被可靠的提取和检测.     

基于小波—奇异值分解的数字水印新算法*

为了有效地保护数字作品的版权,提出了一种以离散小波多级分解与奇异值分解相结合的数字水印新算法。该算法充分利用小波与奇异值的固有性质,对原始图像进行多级小波分解,并对部分子带作奇异值分解。将水印置乱来保证一定的安全性,再对其进行分块离散余弦变换,然后将它嵌入到中间奇异值及其周围的部分矩阵块中。实验表明,该方法不仅有较好的透明性,而且能抗大多数处理攻击,有较好的鲁棒性。     

一种改进的DCT和SVD联合的数字图像水印算法

结合奇异值分解(SVD)和离散余弦变换(DCT)的特点,本文提出了一种改进的DCT和SVD联合的数字图像水印算法。该算法能够很好地解决透明性和鲁棒性之间的矛盾。算法中按Z字型选取低频系数,再结合SVD分解的方法嵌入水印,不仅增加了嵌入的信息量,而且提高了水印的安全性。实验结果表明,该算法不仅具有较好的透明性,而且对常见攻击如叠加噪声、JPEG压缩、滤波以及几何攻击等具有较好的鲁棒性。