基于小波变换和神经网络的视频水印算法

针对视频版权的保护提出了一种基于三维小波变换和RBF神经网络的视频水印算法。本算法采用二值图像作为水印,对水印图像进行随机置乱预处理以增强其安全性能;对宿主视频进行视频分割,并分别对得到的各序列做三维DWT变换;把水印嵌入到经过三维变换的低频子带中,在水印提取过程中,结合RBF神经网络模型,而不需要原始图像,快速有效提取出水印。实验结果表明,该算法具有较强的不可见性,且针对帧压缩、旋转、滤波和比例缩放等具有良好的鲁棒性。     

基于BP神经网络和SNR的自适应音频水印算法

提出一种基于BP神经网络和信噪比(SNR)的自适应音频水印算法。通过修改音频分抽样后子音频帧小波变换近似分量均值的方法嵌入水印。水印嵌入强度由期望的SNR值确定,可避免反复实验或者由经验数据确定水印强度。水印的提取以子音频抽样帧小波变换近似分量均值为BP神经网络的输入,以神经网络的输出作为提取的水印。经过模板训练的BP神经网络能有效的恢复嵌入到音频中的水印数据,实现了水印的盲检测。实验结果表明,本文提出的水印算法具有较好的鲁棒性和不可听性。     

一种基于失真估计的ISAR系统补偿算法

由于逆合成孔径雷达利用发射宽带信号获得高分辨率的距离向 ,信号带宽通常为几百兆赫 ,当系统采用宽带的线性调频信号和时频转换技术时 ,接收和发射系统不可避免地产生失真 ,因此必须对ISAR系统进行系统补偿。介绍了一种基于失真估计的补偿算法 ,并在X波段带宽达 1GHz的测试平台上 ,采用去斜接收和Hamming加权FFT谱分析后 ,副瓣电平可达到 -3 5dB以上     

采用量子神经网络的音频水印新算法

提出了一种采用小波变换和量子神经网络的音频数字水印算法。首先对分帧的音频信号进行小波分解,利用量子神经网络将音频信号的小波低频系数映射为数字水印;然后利用分类准确小波低频系数替换少量分类模糊的小波低频系数,提高水印检测正确率。实验结果表明,通过合理选择替换门限,可以提高算法的鲁棒性,有效抵御噪声、低通滤波、重采样、重量化等攻击。在无门限条件下,相比BP神经网络的水印检测正确率平均提高约1%。      

基于整型运算的H.264率失真快速估计算法

在H.264视频编码标准中,为了达到失真性能与压缩效率之间的合理折衷,在模式选择过程中一般采用率失真优化的方法来得到最优模式,但复杂度较高。文中提出一种失真与速率的快速估计算法,在保持率失真性能基本不变的条件下,节省了约38%的模式选择时间,且运算过程全部为整型运算,易于在嵌入式平台上实现。     

基于神经网络的自适应预失真技术研究

由于放大器固有的非线性特性,通信时会产生带内失真和临道干扰等问题,会对通信系统性能造成严重影响.为了克服放大器非线性特性,需要进行线性化处理.首先对功率放大嚣的非线性失真进行数学分析,简单介绍预失真技术的基本原理;其次在简单介绍神经网络的基础上提出一种简单的单入单出式神经网络自适应数字基带预失真技术.该技术能很好地改善三阶互调和五阶互调分量,且与一般多项式拟合预失真技术相比,在收敛速度和硬件实现难易程度上都有一定的优势.最后以双音信号为例进行了Matlab仿真.仿真结果印证了该技术的优势.     

基于小波神经网络的功放自适应数字预失真算法

在卫星通信中,高速数据传输系统要求使用频谱利用率高的高阶调制技术,但高阶调制对高功率放大器(HPA)的非线性非常敏感,会造成码间干扰和邻信道间干扰。提出一种基于小波神经网络的自适应预失真算法,以实现HPA的线性化,同时推导了自适应算法的迭代公式。仿真结果表明,该算法不仅能明显改善信号星座图,并与基于RBF神经网络的自适应预失真算法相比能提高收敛速度,同时HPA线性化性能也有所提高。     

基于深度的虚拟视失真估计方法

提出一种基于深度的虚拟视失真估计方法,将深度图宏块划分为平坦宏块和非平坦宏块,结合各自特点分别用频域块级方法和时域像素级方法估计由深度失真引起的虚拟视失真。实验证明,该方法估计准确度较高,且复杂度比像素级模型有所降低。它对于提高深度视频编码效率和优化多视+深度(MVD)码率分配具有重要指导意义。     

基于模糊神经网络的自适应预失真功放

在无线通信中,高数据传输率的数字无线系统要求用频谱有效的线性调制方法,但是这些调制方法对功放的非线性又很敏感,会产生频谱扩展、邻近信道干扰和误码率(BER)特性的恶化。本文提出用模糊神经网络(FNN)的算法来实现功放的自适应预失真,以补偿功放的非线性,并仿真了模糊神经网络对功放非线性的补偿以及对误码率特性的改进。结果表明,此方法实现的预失真器具有良好的自适应性和鲁棒性,不需要从一大堆原始数据中进行费时的训练,而可以充分地利用己有的知识和经验;而且,在学习的过程中,采用变结构的神经网络,先粗后细、分组学习,更大大缩短了学习的时间。     

一种神经网络自适应数字图像水印算法

本文利用人工神经网络模拟人眼视觉特性，根据图像特征自适应地确定图像DCT变换各系数所能嵌入的水印强度。实验表明，使用该方法能在确保水印不可见的同时提高水印的嵌入强度，从而可提高水印的顽健性，且该方法具有很好的适应性。     

基于人类视觉系统和DCT中频水印算法

数字水印技术作为数字产品版权保护的一项新技术，已得到广泛的应用。一个适用的数字水印算法应该既能保证图像良好的可视性，又要具有很好的鲁棒性。而基于DCT域的数字水印技术已成为当前的一个研究热点。文中提出的算法是结合人类视觉系统（HVS）特性通过改变中频段DCT相邻系数实现水印的嵌入。实验结果表明，该算法具有很好的视觉效果，检测出的水印效果较好，对JPEG有损压缩、剪裁、噪声干扰、模糊等操作具有较强的鲁棒性。     

基于小世界网络体系算法的图像水印实现

针对图像水印存在的问题,提出小世界网络体系算法。首先建立小世界网络体系,神经元节点与离自己最近的两个神经元节点连接并构成环形网络;接着神经元不同连接概率生成不同的小世界网络体系结构,给神经元节点具有更多的连接,这样该节点参与系统信息交换的概率增加,提高系统的性能;最后给出了图像水印生成过程。实验仿真显示该算法嵌入水印后的图像和原始图像在视觉上没有差别,同时鲁棒性高。     

一种基于差分进化的BP神经网络学习算法

提出了一种基于改进差分进化算法和BP神经网络的计算机网络流量预测方法。利用差分进化算法的全局寻优能力,快速地得到BP神经网络的权值和阈值;然后利用BP神经网络的非线性拟合能力获得高精度的网络流量预测结果。实验结果表明,此方法能在较短的时间内获得较高精度的预测结果,具有较好的应用价值。     

基于四进制小波和神经网络的数字水印算法

提出了一种基于BPN神经网络的水印新算法,首先对数字图像进行四进制小波分解;其次,在小波域内选择水印位嵌入的系数块,然后利用神经网络从嵌入水印的图像中恢复原始水印信息。实验结果表明这种水印算法具有很好的性能。     

基于小波域扩频水印算法及实现

为了达到数字产品产权保护的目的,在此提出了一种基于小波域的扩频水印算法。该算法采用二值图像作为水印,首先对原始载体图像进行DWT一级分解,然后用2个不相关的伪随机序列分别代表水印信息中的0和1,嵌入到小波分解后的LH,HL和HH三个子图上,最后’进行逆向小波变换生成嵌入水印后的图像。通过在开发工具Matlab下的模拟实验,得出了该算法对滤波、噪声和剪切等攻击显示出较强的鲁棒性,取得了隐蔽性和鲁棒性的良好折衷。     

一种基于L-M算法的组合神经网络模糊控制器

提出了一种基于L-M算法的神经网络模糊控制器。用两个相同的三层前向神经网络①和②来生成E和EC的隶属度,用三层前向神经网络③来实现模糊控制规则并生成控制输出,经过研究和对比选择了对于这3个网络来说最好的训练算法Levenberg-Marquardt算法。仿真结果表明了该控制器极好的控制性能。     

一种基于DWT-DCT-SVD的鲁棒性音频水印算法

针对在基于DWT-DCT进行数字音频水印嵌入,在已嵌入水印的音频受到噪声干扰、低通滤波、重采样等常见的攻击时,其鲁棒性差以及安全性弱的情况.提出了一种新的的盲水印嵌入算法.该算法对原始音频信号完成分帧预处理后,对每帧信号应用离散小波变换(DWT),选取三级低频分量进行离散余弦变换(DCT),先把得到的一维信号平均分解为...     

基于DCT的大容量二值水印嵌入新算法

传统的基于DCT变换的二值水印嵌入算法通常是在分块系数矩阵中选择一对中频系数实现1bit水印信息的嵌入,水印嵌入容量有限,为提高载体图像的安全性,提出了一种新的基于DCT的大容量二值水印嵌入算法.本算法首先对二值水印图像进行Arnold置乱加密处理,其次对所选取的载体图像进行分块DCT变换,然后选择4个中频系数进行排序,充分利用两两之间的3个差值关系实现水印的嵌入.若待嵌入水印位为0,通过改变系数值使得差值大于或等于阈值A,若待嵌入水印位为1,通过改变系数值使得差值等于阈值B,最终使得每块选择4个系数值实现了3bit二值水印信息的嵌入,水印嵌入容量大大优于传统方法.仿真实验表明,本算法实现了大容量水印的嵌入与提取且抵抗图像裁剪、图像加噪、JPEG压缩等攻击效果较好.     

一种新的自适应数字水印算法

为了提高数字水印抗击各种图像攻击的性能和保持图像的稳健性和不可见性,提出了一种基于离散小波变换(DWT),SVD(singular value decomposition)奇异值分解水印图像和原始载体图像的离散余弦变换(DCT)的自适应水印嵌入算法,主要是将水印图像的两次小波变换后的低频分量潜入到原始图像分块经过SVD分解的S分量矩阵中,同时根据图像的JPEG压缩比的不同计算各个图像块的水印调节因子。实验证明该算法在抗击JPEG压缩、中值滤波、加噪等均具有很好的鲁棒性,嵌入后的图像的PSNR达到38,具有良好的视觉掩蔽性