基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换(DWT)和奇异值分解(SVD)的数字水印算法,在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制,然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

存储最优的连续MAX查询方法

考虑滑动窗口数据流上的连续MAX查询问题,提出了一种存储最优的方法.该方法只需保存数据集中可能成为极大值点的部分数据(候选点集),而将所有完全不可能成为极值点的数据进行丢弃,从而可以有效降低存储开销;提出了一个动态维护候选点集的方法,当数据独立分布时,处理一个新到数据所需的时间为O(1og N),处理数据失效的时间开销为O(1),其中N为滑动窗口包含的全部数据数目.理论分析和实验结果表明了该方法能够适应流速很快的场景,具有较高的效率.     

疏浚系统泥浆浓度的自校正前馈控制

采用CARMA模型表示泥浆浓度过程,并通过现场的实验数据,利用最小二乘算法对泥浆浓度过程的数学模型进行了辨识;在不同工作点上的辨识结果表明泥浆浓度过程具有参数时变和外部干扰作用明显等特点.本文提出了一种自校正控制和前馈补偿相结合的控制方案;控制系统利用在线检测的过程数据,采用递推最小二乘算法连续更新系统前向通道和可测量干扰通道的传递函数.利用更新的系统模型设计控制器参数,控制器的调节目标是使系统未来时刻的总体方差趋于最小.以900型挖泥船为基础,通过实验的方式检验了本文提出的控制方案的性能.实验结果表明该方法在系统作业环境变化,时滞较大的条件下仍能使泥浆浓度基本保持稳定,具有较强的抗干扰能力和良好的跟踪性能.     

基于ISFET的农药检测生物传感技术

随着微电子、生物技术的发展,离子敏场效应晶体管(ISFET)生物传感技术已应用于农药检测,并显示出较好的优越性,而我国对基于ISFET的农药检测生物技术研究尚未展开。简单介绍了基于IS-FET的生物传感器的结构、原理,重点探讨了其在农药检测方面的研究应用,分析了ISFET生物传感器存在的问题与未来的发展。     

无线传感器网络虚MIMO技术研究

在无线传感器网络(WSNs)中,由于节点资源受限,一般不具备多天线,为了充分利用多人多出(MIMO)技术的优点,组成虚MIMO结构成为现实可行的技术.分析了MIMO技术特点,在给出的虚MI-MO结构的基础上,提出了WSNs虚MIMO技术要解决的主要问题,并给出了解决方案.     

利用循环分割和循环展开避免Cache代价

存储系统与处理器之间的速度差距逐渐变大,为此,cache使用了分级机制,但这也带来了额外的存储延迟(cache代价).提出一种利用循环分割和循环展开相结合避免cache代价的PCPLPU(prevent cache penalty by loop partition-unrolling)算法.实验结果表明,PCPLPU算法能够有效避免循环代价,提高程序性能.     

基于能量和频繁模式的数据流预测查询算法

设计了数据流预测查询的新模型,包括局域流能量预测、能量分布模式挖掘及预测序列的重构和数据流能量的度量方法;设计了融合数据流能量回归与基于频繁模式的小波分解预测新方法,并将新算法推广到强偶合多数据流的预测查询;提出了最近最频繁序列模式的新概念,并应用于局域流能量分解;在真实数据上的模拟实验,验证了算法的有效性.     

一种带有链约束的连续型批处理机调度问题

针对链式约束下工件释放时间和工期同序的情况,证明了即使所有工件都是单位加工时间时,极小化最大拖期问题也是强NP-难的.对于工件的零时刻都到达且同一链中工件工期相同的特殊情况,给出了多项式时间的最优算法.     

改进的χ~2统计文本特征选择方法

特征选择是当今研究领域的一个热点,尤其是文本分类领域中的热点。针对χ2统计方法的两个缺陷:降低了低频词的权重和提高了很少在指定类中出现但普遍存在于其他类的特征在该类中的权重,对χ2统计方法进行改进,并通过做模拟和对比实验,对比改进前后的方法对文本分类的影响。在模拟和对比实验中,改进后方法的分类效果要好于传统的方法。     

基于自适应频率规整的鲁棒说话人辨认研究

该文提出了一种基于自适应频率规整的鉴别性特征提取算法。该方法通过对语音频谱的各个频带的鉴别性分析及其量化结果对各个频域进行自适应的频率规整,进行非均匀子带滤波设计提取鉴别性特征;同时在噪声环境下,在特征提取前端进行了预增强处理,解决了测试语音与训练语音失配的问题,保证了特征的正确提取。实验证明,该特征原理简单,稳定性好,对语音内容不存在依赖性,有良好的抗噪性能,并且结合预增强处理是有效的,能够进一步提高辨认系统的识别率和鲁棒性。