基于误差修正的二值水印图像提取算法

为了减少水印算法中设置阈值带来的不便,减少水印提取时的计算量.设计了一种图像数字水印盲检测算法,分析了离散余弦变换(DCT)系数位置时水印质量的影响,采用黄金分割选取待嵌入水印的DCT系数位置.在原始灰度图像中嵌入二值水印图像,采用修改二进制DCT系数来实现水印的盲检测,水印提取时,用闭环误差修正的方法提取水印信息.分别用椒盐噪声.压缩等攻击进行实验,得到了一些有益的实验结果.该算法计算量小,隐蔽性好.     

均衡竞争神经元获胜机会的方法

竞争型神经网络存在"死点"问题,某些神经元在竞争中可能始终未能获胜而成为"死神经元",不仅造成神经元的浪费,而且造成训练误差偏大,无法达到训练误差的精度要求,不能很好完成它所担负的聚类或分类任务.针对该问题,研究竞争型神经网络的切入点,深入探讨了LVQ神经网络并且通过引入阈值学习规则,均衡神经元获胜的机会,较好地解决了该类网络在遇到"死"点时训练误差偏大的问题,仿真实验结果表明了该方法的有效性.     

权重均方误差在基于小波的不规则网格压缩中的应用

为了提高图像数据在网络上的传输效率,往往将其压缩后再传输.基于小波的压缩能取得比较好的效果,但有时对压缩后的图像重构质量有更高的要求,就必须对小波编码器在编码过程中的均方误差进行改进.传统的方法是直接用小波系数的每个子带均方误差来表示和量化信号有关的均方误差,但这种方法只适用于标准网格.提出了适用不规则网格的权重均方误差,该方法适用于所有的模型、所有的位率和所有的升力模式.     

连续时间部分可观Markov决策过程的策略梯度估计

针对连续时间部分可观Markov决策过程(CTPOMDP)的优化问题,本文提出一种策略梯度估计方法. 运用一致化方法,将离散时间部分可观Markov决策过程(DTPOMDP)的梯度估计算法推广到连续时间模型, 研究了算法的收敛性和误差估计问题,并用一个数值例子来说明该算法的应用.     

基于自适应噪声抵消的MIMO-OFDM信道估计

对多输入多输出正交频分复用系统的信道估计进行了研究,利用自适应噪声抵消的思想,提出了一种基于自适应噪声抵消和奇异值分解的信道估计方法.该方法首先利用自适应噪声抵消对最小二乘(LS)估计进行去噪处理,然后将其结果用于奇异值分解(SVD)的MMSE低阶近似方法中.仿真结果表明,利用此方法有效地抑制了噪声的影响,其系统性能优于利用最小二乘方法所获得的系统性能.     

有效的结构化P2P信息检索

在分析了以往P2P系统信息检索基础上,针对结构化P2P检索存在的问题,提出了一种有效的结构化P2P信息检索.结合利用向量空间模型(VSM)技术和位置敏感散列(LSH)技术,使得语义内容相似的文挡易于分布在相同的节点上,提高了搜索速度.同时采用了本体知识,增强对用户请求的语义理解,提高了搜索性能.     

无位置传感器直流无刷电动机控制系统研究

在分析无位置传感器直流无刷电动机的反电动势换相和启动原理的基础上,建立了利用反电动势换相的换相模块,启动采用“三段式”启动技术。在双闭环调速系统中,电流环采用电流滞环控制,转速环采用PID控制器。仿真结果表明：这种基于反电动势换相的无位置传感器直流无刷电动机控制系统能够正常启动,具有同有位置传感器直流无刷电动机控制系统同样好的静态、动态特性。     

WSNs中的位置隐私评述

随着无线传感器网络（WSNs）的广泛应用,隐私已成为WSNs成功应用的一大障碍。当WSNs用于监控敏感对象,被监控对象的位置隐私成为一个重要问题。特别是WSNs在军事上的应用,基站一旦被控制或破坏,后果不堪设想。分析了WSNs的安全特点、位置隐私性能评价、面临的隐私威胁,并基于对WSNs位置隐私问题的分析和评述,指出了今后该领域的研究方向。     

光纤陀螺捷联系统振动误差补偿研究

针对舰船振动环境对光纤陀螺捷联系统性能的影响,提出基于神经网络的非线性数学补偿方案。对加速度计信息作傅里叶分析,进行振动特征提取;利用提取的振动特征值作为输入向量进行BP神经网络训练,建立光纤陀螺误差输出模型;对陀螺进行在线补偿,减小振动引起的漂移误差,提高了捷联系统初始对准精度。     

光电编码器在齿轮传动误差中的应用

提出了降低传动系统转速,用光电编码器代替圆光栅测量齿轮传动误差信号的思想,对于采集的行星轮系传动误差实验数据进行了有效性的判定,用Burg算法对传动误差信号进行了功率谱密度的AR模型的参数估计,绘制出实验测得的传动误差功率谱密度曲线,对光电编码器测量传动误差结果进行了分析,证明了在低转速情况下,用光电编码器代替圆光栅测量传动误差是行之有效的。