基于PCA和混沌置乱的零水印算法

针对传统的数字水印技术在图像中嵌入水印信息会导致图像在一定程度上的失真,且图像受到各种攻击后难以提取出水印的问题,提出了一种零水印算法,该算法可在不导致图像任何失真的情况下起到版权保护的作用.对图像进行分块和主成分分析(PCA),得到图像的主要分量,基于Renyi映射生成混沌序列对图像的主要分量进行位置置乱,比较置乱后相邻主分量系数间的大小生成特征水印.当对待认证图像进行认证时,用同样的方法提取该认证图像的特征水印,比较两特征水印的相似度来判断图像的版权和所有权.实验结果表明,该算法的不可察觉性很好,并对一些常见的攻击,如JPEG压缩、剪裁、加噪、滤波和旋转等有很强的鲁棒性.与小波域内图像零水印算法的比较结果证明了该方法具有更强的鲁棒性.     

基于网络的电路原理实验系统

介绍了基于Internet的电路原理实验系统，它综合运用了网络、电路设计、面向对象编程及数据库等技术，将真实的物理设备与网络相结合，为局域网和Internet用户提供了一个开放的实验平台，使用户可以通过远程登录的方式进行电路原理实验。该实验平台时改进远程教学有很大的意义。     

基于特高频和CNN-LSTM-Attention算法的高压电缆故障诊断方法

随着高压电缆的加速发展和老化,由局部放电(partial discharge, PD)引起的故障问题亟须解决。为此,提出了一种基于特高频(UHF)局放技术与CNN-LSTM-Attention算法的高压电缆故障在线智能诊断方法。首先,对高压电缆的PD产生机理,以及UHF局放技术的实现过程进行描述。其次,利用巴特沃斯(Butterworth)对PD信号进行高通滤波,采用小波变换对信号进行去噪,IPLR算法对PD信号进行降维处理,进而实现特征量的准确提取。最后,建立由CNN-LSTM-Attention算法构成的智能诊断模型。模型中卷积层(CNN)提取轮廓特征,长短期记忆层(LSTM)提取信号时序特征,注意力层(Attention)学习信号重要时序部分。通过实际数据仿真表明：相比传统神经网络方法,CNN-LSTM-Attention神经网络检测方法能够准确识别高采样率的异常放电信号特征,且故障识别准确率明显提高。     

混沌置乱在图像水印系统中的研究

提出了一种新的置乱算法,利用混沌序列对初值的敏感性高、安全性强、密钥空间大且是非周期的特性,产生两个混沌序列分别置乱水印图像的行和列,加密水印图像.通过经典的图像水印系统对比实验证明了双混沌置乱能提高水印安全性和抗剪裁攻击攻击性能.     

基于脊波变换的扩频水印算法

针对脊波变换域比小波变换域更适合表示图像线状边缘的奇异性的特征,本文设计出一种新的图像水印算法,即将图像分块脊波变换,在脊波变化域上的高频系数中加性地嵌入经零均值互不相关伪随机序列扩频调制后的水印。实验结果表明,本文算法不仅可以抵抗如压缩、加噪、滤波和剪切等各种常见攻击,还能抵抗图像灰度增强和减弱攻击,与小波域水印算法的比较也说明了本文算法的优势。     

基于VC的电路原理网络实验系统

介绍了基于VC的电路原理网络实验系统,该系统应用面向对象编程、网络、自动控制等技术,为用户提供一个基于真实实验设备、支持远程访问的实验环境。     

基于自适应线性神经元的高压电缆状态监测及故障定位方法研究

高压电缆的早期故障往往是由电应力过大和电缆老化造成的。如果这种故障在短时间内以电流尖峰的形式出现,则可能出现永久性故障。为了检测高压电缆中的早期故障,提出了一种基于累积和算法以及自适应线性神经元的监测策略,从而检测单相瞬变和区分早期故障。累积和算法对噪声具有鲁棒性。在仿真中对所提出的方法进行测试,结果显示所提出方法可实现高精度和高速故障定位,验证了其有效性。     

基于扩频调制和视觉掩蔽的彩色图像盲水印算法

为了更好地实现彩色图像的版权保护,首先,从理论上说明了应该选择彩色图像绿色分量嵌入水印,然后提出了一种新的适应彩色图像的盲水印算法。该算法先对宿主图像的绿色分量以8×8pixels分块进行DCT变换;然后将二值水印图像用两个互不相关的伪随机序列进行扩频调制;最后为了最大限度地增强水印强度,且不影响透明性,通过引入人眼视觉掩蔽因子,将调制好的水印根据视觉掩蔽因子大小,不同强度地嵌入到DCT变换域的中频子带系数上。该算法是通过比较两个伪随机序列和水印化图像的相关性大小来提取水印,不需要原始图像的参与,为盲水印算法。实验结果证明,该算法能有效抵抗JPEG压缩、加噪、剪切、滤波等常见攻击,而且在绿色分量中嵌入水印比在红色和蓝色分量中嵌入水印能更好地抵抗JPEG压缩的攻击。     

一种线性测量的光纤电压传感器

本文提出了一种基于马赫-曾德尔干涉原理的光纤电压传感器,可以将电光相位延迟直接转化为干涉条纹的位移,通过定位条纹的位移量得到待测电压。本文实验验证了这一方法的有效性。该光纤电压传感器具有直接线性测量、测量方式与光强无关、测量范围不受晶体半波电压限制、原理简单、容易实现等优点,满足0.5级准确度的要求。     

基于脊波变换的量化水印算法

利用比小波变换域更适合表示图像边缘轮廓特征的脊波变换域设计一种新的图像水印算法.将图像分块脊波变换,在脊波系数最大能量方向选择细节系数,设计合理的量化水印方法.采用奇偶量化方法嵌入水印,利用归属量化区间法提取水印.在较强的攻击下,该方法能够很好地恢复原始水印,采用该方法嵌入水印不易导致水印化图像失真.攻击实验结果表明,与小波域水印算法相比,该算法不仅可以较好地抵抗各种常见攻击如压缩、加噪、滤波和剪切等,还能较好地抵抗几何旋转攻击.