改进孪生网络的脑电信号处理方法

针对运动想象脑机接口系统中分类准确率低的问题,提出一种改进孪生网络的脑电信号分类方法,把原孪生网络中的两个子网络扩充成三个子网络,并设计了新的学习样本采集方法和距离函数。脑电信号经过小波变换及经验模态分解,利用自相关系数筛选得到预处理后的小波分量,然后随机分割成训练集和测试集,从训练集中按照新的学习样本采集方法获得学习样本集,将其输入三个权重共享的子网络进行训练,使用新的距离函数进行相似度的对比,最后计算测试样本特征与训练集中标签为1和标签为0样本特征相似度,选择最高相似度样本标签作为该待测样本的类别。通过对国际公开BCI Competition II Data set III和The largest SCP data of Motor-Imagery数据集进行仿真,此算法分类准确率高达94.29%。与现有性能较高的算法进行对比,其有效的提高了分类准确率,能更好的进行脑电信号分类识别。     

面向VVC帧内编码的快速CU划分和角度模式决策

多功能视频编码(versatile video coding,VVC)是 最新的视频编码标准,与高效视频编 码(high efficiency video coding,HEVC)相比进一步提高了压缩效率,但由于引入了包括 二 叉树和三叉树在内的多类树结构,同时帧内角度模式从35种增加到67种,导致编码复杂度剧 增。为了降低计算复杂度,本文提出了一种基于快速编码单元(coding unit,CU)划分和角度 模式决策的VVC帧内编码算法。首先根据自适应标准差阈值对CU纹理复杂度进行分类,初 步缩减划分模式列表;然后采用Sobel梯度算子确定纹理方向,跳过非最优划分模式;最后 根据统计结果筛选淘汰掉概率小于2%的 角度模式。实验结果表明,与VTM-2.1相比,该算 法能节省51.05%的编码时间,BDBR (Bjontegarrd delta bit rate)仅上升1.98 %。     

多表关联的关联规则提取SQL实现

在文献[1]的基础上，利用关系数据库本身的关系操作，把关联规则的提取扩展到整个数据库的具有关系互联的多表中，从而解决在关系数据库实际应用中需要多个数据表同时配合进行数据挖掘。在多表关联中，采用了标准关系数据库的关系操作，且运用单表的快速关联规则提取算法，因此此算法能够快速地提取整个数据库中的关联规则。     

一种保持PSO与GA独立性的混合优化算法

提出了一种基于粒子群和遗传算法的新混合算法。该算法首先将样本集分为N组,每一组分别进行不同参数的粒子群或遗传运算,在每一步的迭代中选取了粒子群算法和遗传算法的最优值作为全局最优,使每一步的迭代都优于单一的PSO和GA算法,进而提高了算法整体的性能。与其他混合最优化算法不同的是,该算法没有破坏粒子群和遗传算法的独立性,而是仅通过全局最优样本把两个算法结合在一起。在经典测试函数的仿真实验中,新算法表现了更好的寻优性能及寻优稳定性。     

在数字图像上实现隐形签名的研究

数字水印作为数字媒体版权保护的有效手段,近几年来在国际上引起了人们极大的兴趣,该文研究了在数字图像上实现隐形签名水印的方法,提出了一个基于小波变换和离散余弦变换(DCT)组合处理的数字图像隐形签名水印方案,它首先对原始图像作适当层次的二维小波分解,然后对低频小波逼近子图和签名水印作二维DCT,最后签名水印的DCT系数被嵌入到逼近子图的中高频段DCT系数中,实验结果表明,所提出的数字图像水印方案很好地实现了图像水印的鲁棒性和不可视性间的统一,经常规的数字图像处理操作及噪声干扰,签名水印仍能被可靠、清晰地检测出。     

一个多分辨率的图像水印方案

图像经小波多级分解后,各子图包含了原图像的不同信息,通过用伪随机实数修改中高频细节子图中较大的小波系数值,本文提出了一个基于小波变换的多分辨率静态灰度图像水印嵌入和检测方案。对水印图像进行退化处理模拟实验表明,嵌入的水印具有很好的鲁棒性。同时,水印的检测仅需涉及到相关的几个细节子图,减少了计算量,加快了检测速度。     

一种二值图像分枝矩特征的提取算法研究

文章从图形的树型分枝拓扑不变特性角度,提出了一种应用于图像识别中的新的图形分枝矩特征。把二值图像中的前景点看成是图形顶点,从而运用最小生成树算法获得一颗复杂的树结构,利用拓扑不变性进行树型的化简,最后运用L系统的反演算法获取简洁的产生式。该产生式就代表了图像的分枝矩特征,它与旋转、比例缩放、位移、镜像等等变换无关,具有较强的鲁棒性。