基于SVD特性的鲁棒数字水印新算法

提出了一种基于SVD特性的鲁棒数字水印新算法,利用SVD分解得到U矩阵的唯一性,且图像叠加一定噪声后U矩阵的列向量失真较小这一特性,将图像自身的特征置人奇异值矩阵。实验结果表明该算法鲁棒性较好。     

基于图像分割和SVD的数字水印算法

利用图像分割法,提出了基于图像分割和SVD的数字水印算法。该算法将原始图像划分为许多不同的区域,对于不同的区域,分别采用同一区域块用统一的量化步长和同一区域用基于统计特性的自适应量化步长等两种形式对其进行分析。水印的提取不需要原始图像,并受到密钥的控制,不知道密钥就无法正确恢复水印。     

关于SVD图像的多水印算法

针对多水印系统普遍较难满足用户独立嵌入水印的问题,提出基于CDMA的扩频编码,把预处理的多水印信息嵌入到抗几何攻击性能好的图像的SVD域上,达到了多用户独立嵌入和提取水印效果,并通过理论分析和实践证明了该算法的鲁棒性.     

基于DWT DCT SVD的音频盲水印算法

提出了一种结合离散小波变换（DWT）、离散余弦变换（DCT）和奇异值分解（SVD）的音频盲水印方法,将原始音频数据分段后进行二级小波变换,再将近似分量进行余弦变换,把余弦变化后的前1/4系数进行奇异值分解后嵌入水印. 水印的嵌入容量为2756 bit/s. 实验结果表明,该算法具有较好的透明性,并且对于MP3压缩、重量化、重采样、低通滤波、裁剪替换、高斯加噪等常见音频信号处理攻击具有很强的鲁棒性.     

基于SVD和均值量化的音频数字水印算法

提出了一种基于奇异值分解和均值量化的音频数字水印算法。该算法首先把原始音频信号分段矩阵化,然后对每分段所对应的矩阵进行奇异值分解,选取其相应的奇异值,通过均值量化方法嵌入二值图像水印,实现了音频信号中水印的嵌入。仿真实验结果表明,该音频水印算法对噪声干扰、低通滤波和重新采样等信号处理具有更好的鲁棒性。     

基于DWT和SVD的改进分块图像水印算法

为同时提高水印不可见性与鲁棒性,提出一种基于DWT和SVD的改进图像水印算法．先将载体进行小波变换,然后在分块后进行奇异值分解,根据自适应原理选取嵌入数据进行水印嵌入．检测水印不需原图像,属于盲检测算法．实验结果表明,该算法增强了水印鲁棒性,且提取水印精确度更高．与单独块奇异值分解量化法作比较．实验证明,本算法具有更好的优势．     

上证指数基于SVD的组合预测模型

股票指数时间序列具有非平稳和高噪声等特点,在进行股票指数预测时,由于噪声的影响,单一模型的预测精度往往不高.作者建立了基于奇异值分解（SVD）的BP神经网络和ARMA-GARCH组合预测模型,该模型将原序列分解为趋势部分和噪声部分,分别进行研究.实证研究结果表明：该模型的拟合、预测精度较高.     

基于SVD和Toeplitz的高效DOA估计算法

文章通过对SVD和Toeplitz算法的研究,针对空间谱估计中的难点问题即相干信号的DOA估计,采用一种新的高效算法,即对信号协方差矩阵进行特征分解,利用最大特征向量构建1个具有Toeplitz性质的新矩阵,最后利用奇异值分解得到信号的波达方向.仿真实验证明,在低信噪比情况下(-10 dB),SVD算法已基本失效,Toeplitz算法误差达2°,而新算法的估计误差几乎为0.     

基于DBF的空中多目标跟踪算法的FPGA实现

数字波束形成技术在多飞行器测控及卫星移动通信中有广泛的应用,但现有的实现方案还存在很多缺点。以均匀圆阵为接收天线阵,在分析单脉冲跟踪算法原理及CORDIC算法原理的基础上,提出了一种基于CORDIC算法与数字波束形成技术相结合的FPGA实现方案,并使用QuartusII软件进行了仿真分析,结果表明该方案可行、有效。     

基于DBF的空中多目标跟踪算法的FPGA实现

以均匀圆阵为接收天线阵,在分析单脉冲跟踪算法原理及CORDIC算法原理的基础上,提出了一种基于CORDIC算法与数字波束形成技术相结合的FPGA实现方案.使用QuartusII软件进行了仿真分析.仿真结果表明,所提方案是正确、可行和有效的.     

基于奇异值分解的测量矩阵优化

针对压缩感知理论中通用的测量矩阵(如随机高斯、伯努利等)不具有最优性能保证的问题,本文通过引入奇异值分解,提出基于奇异值分解的测量矩阵优化方法,对压缩感知中一般线性测量模型中的测量矩阵与测量向量进行优化,再利用优化后的测量矩阵与测量向量重建原稀疏信号。经典的随机高斯测量矩阵和伯努利测量矩阵的数值实验结果表明本文提出的方法可以显著地提高重建成功恢复概率以及对高斯噪声的鲁棒性。该方法适用于一般线性测量系统,成功地实现了测量矩阵和重建矩阵的分离,可在不改变前端测量模型的前提下使重建矩阵接近最优配置。     

自相关矩阵奇异值分解法进行信噪比估计研究

主要介绍了一种典型的信噪比估计算法,并对信噪比的自相关矩阵奇异值分解估计法进行了研究。然后对该算法应用于AWGN信道中的估计性能进行仿真测试,结果表明,当数据观察长度在2 000以上时,在实际信噪比为[-10,25]dB内,该算法可以控制估计标准差在0．6 dB内。测试表明,数据误差完全符合要求,这说明该信噪比估计算法是可行的。     

基于四阶奇异值分解的推荐算法研究

三阶奇异值分解推荐算法可以综合考虑用户、物品标签和物品三部分信息,挖掘三者之间的潜在关系进行推荐,然而该方法并没有引入其他方面的有效信息,如用户情感。为了考虑更多维度的信息,本文在三阶奇异值分解推荐算法的基础上,提出了一种加入用户情感信息的四阶奇异值分解推荐算法。该方法基于从评论中的emoji表情提炼出的用户情感偏好,再引入四阶张量模型,存储用户、用户情感、物品标签和物品四元组数据,应用四阶奇异值分解,从而进行个性化推荐。在某在线互联网教育的实证数据集上的实验结果表明,该方法比三阶奇异值分解推荐算法以及传统推荐算法在准确率和召回率性能指标上都有明显提升,其中进行Top-1推荐时,准确率和召回率可以达到0.513和0.339。本文的工作为移动通信端的个性化推荐提供了借鉴。     

基于奇异值分解的Box-Jenkins模型参数估计算法

基于奇异值分解和递推广义增广最小二乘原理,提出了Box-Jenkins模型参数估计的一种递推算法.常规的递推广义增广最小二乘算法对舍入误差较为敏感,会导致协方差矩阵失去正定性和对称性,产生病态条件问题,引起数值不稳定现象.为了改善参数估计的性能,利用协方差矩阵的奇异值分解技术,推导出Box-Jenkins模型估计算法.该算法辨识精度高,收敛速度快,数值稳定性好.仿真表明,随着噪信比的增大.新算法仍然具有良好的性能.     

基于FPGA的间接矩阵变换器的设计与实现

针对间接矩阵变换器的控制要求,提出了一种基于FPGA(现场可编程门阵列)的间接矩阵变换器的实现方法,开发了一套间接矩阵变换器装置,并以实验数据证明了该装置的有效性.     

基于奇异值分解的UT变换

在基于Kalman滤波的非线性滤波方法中,近年来提出的无味滤波(Unscented Kalman Filter)以其计算简单和近似精度更高而受到青睐.这就需要利用UT变换(Unscented Transformation也称无味变换)求非奇异的协方差矩阵的平方根,而对于奇异的协方差矩阵或者在Kalman滤波更新中由于数值计算导致的误差方差阵奇异时,传统的UT变换已不实用.本文对上述问题进行了讨论,提出了基于奇异值的UT变换来处理奇异的方差阵,并用数值模拟证明了这一方法的有效性.     

一种新的基于奇异值分解的图像隐藏方法

以数字图像信息隐藏问题为研究的切入点,介绍了奇异值的数学理论基础,讨论了矩阵奇异值分解与重构的原理和方法;构造了一种新的基于奇异值分解的图像隐藏的算法,用实例说明了奇异值分解在图像隐藏中的原理和应用,并在奇异值分解的基础上重构了原图像,取得了较好的效果,表明了该方法的有效性．     

一种基于SVD分解的小波阈值降噪方法

针对小波软阈值消噪的缺点,探讨了一种基于奇异值分解(SVD)的离散小波去噪方法。该方法通过对每层小波分解细节系数进行奇异值分解,将其中的信号特征成分和噪声分解到不同的正交子空间中,在子空间中选取集成信号特征成分的奇异值矢量进行重构,从而提取出淹没在细节系数中的有用信号成分,最后进行小波重建,得到降噪信号。通过仿真实例的验证,表明该方法与小波阈值消噪法相比,在强噪声背景下,它提取出的信号特征成分更完整,信噪比更高。     

行(列)对称矩阵的奇异值分解

提出了行(列)转置矩阵的概念,研究了行(列)转置矩阵与行(列)对称矩阵的性质,获得了一些新的结果.给出了行(列)对称矩阵的奇异值分解的公式,它们可极大地减少行(列)对称矩阵的奇异值分解的计算量与存储量,而且不会降低数值精度.     

融合最小和统计链码与熵矩阵奇异值形状检索

为解决单纯描述形状轮廓时只能描述简单形状的缺点,提出了融合最小和统计链码与熵矩阵奇异值特征的形状分类和检索方法。从结构和统计的角度综合了基于形状轮廓和区域的形状描述,同时又兼具了形状的空间分布特征。对形状区域特征扩展空间分布特征,使形状描述具有鲁棒性,形状熵矩阵奇异值具有对噪声稳定的特点,弥补了链码描述形状特征易受噪声影响的局限性。设计并实现了基于MPEG-7标准形状数据库的形状检索平台,实验结果表明,该算法在形状进行检索和匹配时具有较好的旋转、平移和尺度不变性。