基于Curvelet变换的鲁棒信息隐藏算法

基于图像分块的Curvelet变换,根据Detail尺度层系数变化在脊形区域内能量守恒的特点,块量化嵌入秘密信息,提出一种鲁棒性较好的盲提取信息隐藏算法.实验结果表明,该算法选择Detaill和Detail2尺度层可以提高嵌入容量,适应于抗JPEG压缩的隐蔽通信;仅选择Detaill尺度层嵌入可以获得更强的鲁棒性,满足...     

基于峰度准则与判决引导的非线性盲解卷积

针对Weiner模型,提出了一种基于最大峰度准则与判决引导相结合的非线性系统盲解卷积算法。在代价函数中引入了判决引导均方误差,优化代价函数,减少局部极值和降低剩余误差。研究了利用实数编码的遗传算法对代价函数进行最优化搜索。仿真实验表明该算法具有快速收敛性能和高精确度等优点,能够大大提高解卷积后的输出信噪比。     

基于SVD和FRFT的音频信息隐藏算法

在分析分数阶傅里叶变换（FRFT）的基础上,利用FRFT的时频特性、奇异特征值的稳定性及幂函数的缩放特性,提出了一种基于SVD和FRFT的音频信息隐藏算法。实验结果表明,该算法具有很好的不可感知性,且对加噪、重采样、重量化、MP3压缩及频域恶意攻击具有很强的鲁棒性。     

当代设计——西餐厅软装设计探析

随着当今社会的高速发展,人们生活水平得到很大提高,就餐的环境质量受到人们越来越高的重视。而西餐在我国越来越受到人们的喜爱,成为一种极为时尚的餐饮方式。他以舒适的就餐环境,杯器皿精美、服务周到、菜品精致而著称于世,受到越来越多人们的青睐。不论是富丽辉煌,奢华而大气的高档西餐厅,还是店面不大的小型西餐吧,都营造舒适的就餐环境。然而,在不同档次与风格的就餐环境之下,软装设计也无形中也成为一种极其重要的设计,颇受人们所喜爱,同时更能提升和体现餐厅的品质。     

基于SCS的盲音频水印算法研究

结合音频水印的特点，提出了一种基于SCS的盲水印检测算法、该算法可以根据对水印性能的要求计算嵌入的参数，具有很高的实用价值：对时域和小波域上嵌入的水印在加噪声、MP3压缩及重采样等攻击下的性能进行了对比分析，实验证明，该算法具有较高的有效件和稳健性。     

一种新的基于三维小波变换的序列图像编码算法

介绍了由时间轴一维与帧内二维组合而成的准三维小波变换结合运动补偿的编码器结构，并针对运动变化较缓慢的序列图像，观察实验数据特点，提出了改进零树编码与像素点编码相结合的编码策略。计算机仿真实验证明，采用该方法，可有效降低计算复杂度，提高执行效率，同时在压缩比达到400∶1时，图像恢复质量仍在29dB 以上。     

自动化车床最优刀具检测更换模型

本文通过对自动化车床100次刀具故障的记录进行数理统计分析,建立了自动化车床连续加工单一零件时刀具的检测及更换模型,得到了问题的最优解。     

一种基于DWT和DCT域的音频信息隐藏算法

提出了一种基于离散小波变换(DWT)和离散余弦变换(DCT)的音频信息隐藏的新算法.首先,对载体音频信号整体进行小波分解,将其低频小波系数分段后进行离散余弦变换;其次根据人耳听觉的频率掩蔽效应,选择出对人耳听觉容差最大的直流系数组成序列并分段;最后通过修改各段统计特征来嵌入水印.实验表明,嵌入水印后的语音信号不仅具有良好的不可感知性,而且对诸如加噪、低通滤波、重采样、重量化、回声、MP3压缩、样点裁剪、时域线性延伸和缩短等的攻击具有很强的鲁棒性.     

一种基于ABAQUS的火箭弹部段连接刚度模型修正方法研究

火箭弹按照不同功用被设计成若干个部段,部段间通过各种结构形式连接,其连接部位的刚度下降会显著影响全弹的固有特性.本文以某型火箭弹为例,首先,通过全弹刚度试验获取弹体受载后的变形数据;其次,基于ABAQUS软件,采用刚度试验数据结合有限元数值分析的刚度模型修正方法,对火箭弹部段连接刚度进行迭代修正,使得弹体变形量的计算值逐步逼近试验值;最后,利用修正后的模型对火箭弹前六阶固有频率和振型进行分析,分析结果表明经刚度修正后的固有特性计算值更为接近试验实测值,从而验证了该方法在分析此类问题时的有效性.     

灵敏系数、相关系数在合成标准不确定度中的实例分析

灵敏系数(sensitivity coefficient)通常是在函数f在Xi=xi处取偏导数得到,是一个有符号和单位的量值,它表明输入量xi的不确定度u(xi)影响被测量估计值的不确定度uc(y)的灵敏程度。相关性(correlation)是描述两个或多个随机变量间的相互依赖关系的特性。协方差(covariance)是两个随机变量相互依赖性的度量,是两个随机变量各自的误差之积的期望。相关系数(correlation coefficient)是两个随机变量之间相互依赖性的度量,它等于两个变量间的协方差除以各自方差之积的正平方根。标准不确定度(standard uncertainty)是以标准偏差表示的不确定度。合成标准不确定度(combined standard uncertainty)由在一个测量模型中各输入量的标准测量不确定度获得的输出量的标准测量不确定度。