基于DCT和混沌信号的数字水印算法

给出了一种图像数字水印算法，利用混沌系统产生的混沌信号作为数字水印信息，并在DCT变换域中有选择地嵌入水印，再经DCT逆变换得到水印图像。数值实验结果表明，该算法具有较强的透明性和鲁棒性，水印检测结果准确，对给定的几种图像处理攻击有抵抗性。由于混沌信号具有似噪声、宽频谱等特性，因此引入混沌信号，使得水印产品的安全性得到进一步提高。     

基于DCT和混沌信号的数字水印算法

给出了一种图像数字水印算法 ,利用混沌系统产生的混沌信号作为数字水印信息 ,并在DCT变换域中有选择地嵌入水印 ,再经DCT逆变换得到水印图像。数值实验结果表明 ,该算法具有较强的透明性和鲁棒性 ,水印检测结果准确 ,对给定的几种图像处理攻击有抵抗性。由于混沌信号具有似噪声、宽频谱等特性 ,因此引入混沌信号 ,使得水印产品的安全性得到进一步提高     

基于彩色分量DCT域的数字图像水印

提出一种基于彩色图像色差分量DCT域下的数字图像水印算法，该算法在埋植水印信息时利用了彩色图像两色差分量DCT系数相关值的统计特点，通过修改两色差的量的DCT系数，将水印信号埋植到图像中，而在水印信息检测时，不需要原始图像以及其它额外的数据，经实验测试，提出的算法可以抵抗诸如JPEG压缩，低通滤波，降采样，放大和缩小以及裁剪等大多数图像处理方法的攻击，具有很高的鲁棒性和不可见性。     

一种基于DCT低频的数字水印算法

随着Internet和多媒体技术的发展,数字水印在数字产品的版权保护、安全传输和保密通信等方面有巨大应用前景。研究了一种图像水印技术,该算法利用人类视觉系统(HVS)的特性,根据JPEG量化表自适应地调整,采用随机置乱变换的方法进行空域关系调整,将水印嵌入到图像的DCT低频分量中。实验结果表明,该算法具有较好的安全性和鲁棒性。     

基于汉明码的DCT域水印算法

数字水印是解决信息安全和版权保护的有效方法 ,已成为多媒体信息安全领域的热门技术。本文提出一种利用通讯中汉明码原理来提高提取水印正确率的水印嵌入算法。为提高水印抗压缩能力 ,该算法是在离散余弦变换 (DCT)域实现的。仿真结果表明 ,该水印算法既满足不可见性又有较强的鲁棒性 (JPEG压缩比约为 10时 ,所提取水印归一化相关系数 NC≥ 0 .80 ,含水印图像峰值信噪比 PSNR≥ 40 d B)     

一种基于DCT鲁棒性的数字水印算法

提出了一种基于DCT鲁棒性的数字水印算法。水印嵌入之前先使用一种提出的扩充水印的技术将水印行列数扩充一倍,然后使用Sine混沌系统产生的混沌序列对扩充后的水印进行加密。在水印嵌入阶段,使用了一种效果良好的自适应性嵌入算法在分块DCT系数中嵌入水印。最后,进行几何攻击、抗噪声攻击和抗压缩攻击等攻击测试实验表明算法具有良好的抗几何攻击、抗噪声及抗压缩性能。     

基于DCT与DWT的彩色图像数字水印算法

提出一种基于DCT与DWT域的图像数字水印算法.该算法先将图像从RGB色彩空间转化到YIQ色彩空间,在YIQ模型中取其亮度分量Y进行二级DWT变换,然后再在小波变换的基础上进行DCT变换.根据人眼对图像的纹理和边缘不敏感的视觉特性,选择能量较大的块系数嵌入水印.实验结果表明,该方法可行,并具有较强的抗剪切、几何攻击性.     

基于Watson感知模型的DCT变换数字水印算法

基于8×8DCT分块变换,根据Watson模型的灵敏度表将水印嵌入到DCT域的低频和中频部分．为了提高安全性,根据扩频技术对原始水印进行预处理．描述了所提出的算法实例,并进行了仿真实验,对嵌入水印的图像进行了一系列恶意攻击实验．结果表明。该算法能较好地抵抗剪切、模糊、噪声、锐化等图像处理操作,具有良好的鲁棒性和不可见性．     

一种基于分块的DCT域数字图像水印算法

本文提出了一种有效的基于分块的DCT域数字图像水印算法。该算法首先对水印图像进行置乱处理,再将变换后的水印图像嵌入到DCT变换后的原始图像中。实验证明该算法具有很好的鲁棒性和不可见性,并能有效地抵抗JPEG压缩和旋转几何攻击。     

一种新的基于DCT的水印图像嵌入算法

针对互联网上静态图像的版权保护,完整性等问题,基于DCT变换,提出了一种二值水印图像的嵌入和提取算法,实现了二值图像的嵌入和提取.相对于目前大多数水印检测只能简单检测出水印存在与否来说,进一步提高了数字产品版权认定的可靠性.通过实验证明论文所提出的水印算法在满足水印的不可见性的同时具有很好的稳健性.实验表明,该算法对缩放,滤波,翻转等操作具有良好的鲁棒性.     

多层前馈神经网络中改进BP算法的研究

首先给出了多层前馈神经网络中的ＢＰ算法,针对实时监测和诊断领域中对收敛速度和精度的较高要求,提出了一种面向诊断的自适应ＢＰ算法,仿真结果表明,该方法既能有效地减小振荡,又能提高收敛的精度和速度。     

一种前馈神经网络的快速算法及仿真研究

针对实际应用中对神经网络收敛速度和精度的较高要求,提出了一种快速的ＢＰ学习算法,仿真结果表明,该方法能有效提高网络的收敛精度和速度。     

GA-ANN综合优化地震属性的应用研究

讨论了应用遗传算法对地震属性进行优化组合的合理性和可行性,并依据遗传算法的框架提出了算法的实现步骤.在设计个体适应度评价函数环节讨论了以对非线性映射具广泛适应性的人工神经网络模型替代优化目标函数的思想的合理性及实现方法.最后以应用实例的数据对算法进行了检验并得到较满意的结果.     

基于神经网络的PID控制

论文讨论了基于神经网络理论的PID控制,并将其应用到了直流调速系统的仿真中,仿真结果表明它具有良好的鲁棒性。     

基于数字视频监控应用的视频存储与检索播放

主要研究、分析了视频数据结构和存储方案,提出了用户数据的数据结构,编程实现了3种存盘方式完全存盘、流水存盘和报警存盘,并直接用于实际监控系统中,最后结合作者设计的MPEG/MJPEG检索播放器给出了检索解码的框图.     

基于神经网络的自动星图识别算法

神经逻辑网络(NLN)是一种神经网络与专家系统相结合的神经网络模型，本文探讨一种基于模糊神经逻辑网络的星图识别算法。在大视场多星定位系统的星图识别中，该算法比直接匹配法有较快的识别速度和较高的识别精度。     

基于人工神经网络和生物光子学的小麦籽粒状态分类

将生物光子分析技术与人工神经网络相关算法相结合,识别小麦籽粒的不同状态.以经过不同时间的水浸泡处理和去胚芽前后的小麦籽粒为研究对象,通过定制的生物超微弱发光测试仪获取试验样品的生物光子辐射.利用人工神经网络中的误差反向传播(Back Propagation,BP)算法对测量的小麦籽粒生物光子辐射数据进行分类研究.结果显示,该方法对有无胚芽小麦的识别率均达90%以上,对于新旧小麦的识别率也在70%以上.     

基于神经网络聚类的研究

提出了一种基于Kohonen网络的改进聚类算法,并给出了基于数据仓库平台的具体实现方案。通过对实例的聚类测试,对算法本身的若干指标进行了研究分析。     

基于神经网络的迭代控制研究

利用迭代学习控制过程记忆的期望控制ud(t)、期望轨迹yd(t)以及跟踪误差ek 1(t),提出了用迭代学习控制理论进行系统控制律设计的方法,并基于神经网络的拟合算法拟合出控制系统PID控制器的参数,实现了对系统的迭代学习控制.研究表明,这种方法实现的PID控制器结构简单,作用于系统可获得较佳的动态特性和较强的鲁棒性.仿真实例表明了这种方法具有很好的可行性和实用性.