基于特征匹配的影像可匹配性研究

对基于特征匹配的影像可匹配性评价方法进行了探讨。从分析影像所包含的信息量入手,提出了通过计算影像的信息熵和累加梯度值进行基于特征匹配的影像可匹配性评价方法。通过基于角点特征和Hausdorff距离的影像匹配实验,发现影像信息熵和累加梯度值与影像可匹配性（即正确匹配概率）之间存在很强的相关性,尽管由于地表景观的不同,表现出的具体规律略有差异,但都表现出匹配正确率随影像信息熵和累加梯度的增大而增大的趋势。因此,可通过对影像信息量的评价来进行基准图的自动选取和飞行路径的规划;在实时匹配导航过程中,可根据获取的每一实时影像所含信息量,来决定是否进行匹配,这样既可以保证匹配的正确性,避免误导,又可节省匹配时间。提出方法对基于灰度相关的影像可匹配性评价具有借鉴意义。     

SU(1,1)相干态场与四能级原子相互作用系统中的场熵演化特性

利用双模SU(1,1)相干态场与四能级原子相互作用系统的态函数导出了场熵的计算公式,研究了初始光场参量和原子与光场间的耦合系数对场熵演化的影响.数值计算表明:随着初始场q和ζ参量的增加,场熵的均值逐渐增加,振荡频率增大,场熵演化的周期性随ζ的增加渐趋明显,但振荡幅度却明显减小.同时,随耦合系数的增大,场熵演化曲线的均值变化不明显,而其振荡频率急剧增大,振荡幅度也有所减小且趋于稳定,场熵敏感于原子与光场耦合系数.     

基于熵调整模糊c-均值聚类的时频能量混合模型

本文提出了一种改进由时频不相交分量组成信号的双线性时频分布的分辨率和可读性的方法。用修正的Xie-Beni聚类有效性指标对熵调整模糊c-均值聚类算法进行拓展将模糊聚类与密度估计相结合,实现了信号时频分量的识别和建模;信号的时频能量混合模型给出了信号分量的数目及其在时频面上所占据的区域。这些信息可以用于分离信号分量,设计适合于每个分离分量的光滑核。仿真结果表明,对于由时频不相交分量组成的信号,本方法可以识别出其中的信号分量,并得到较优的时频分布。     

基于纹理子块的小波变换数字水印算法

提出了一种基于纹理子块的小波变换数字水印算法，该算法能够依据人眼视觉特性，通过水印图像降维、图像子块划分等措施．将随机置乱的数字水印信息嵌入到高频子带的纹理区内，从而高效率地实现局部水印和全局水印之双重目的。实验结果表明：本文提出的数字水印算法不仅具有较好的透明性，而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克等攻击均具有较好的鲁棒性。     

线性分组码的神经网络译码

介绍了神经网络与线性分组码之间的关系，并在文献[1]的基础上证明了软判决译码与求解能量函数最大值之间的等价性，然后以(7，4，3)汉明码为例介绍了神经网络在循环码硬判决、软判决译码中的应用。     

基于信息熵的自适应窗长STFT算法在AFVISAR中的应用

在用短时傅里叶变换（STFT）对全光纤速度干涉仪（AFVISAR）的输出信号进行瞬时频率估计时,由于窗长固定,频谱的时频分辨率不能根据信号特点而改变。为了解决这个问题,提出一种基于最小信息熵准则的自适应窗长STFT算法。仿真结果表明,该算法可以根据信号特征有效地解决时间分辨率和频率分辨率之间的折衷,提高瞬时频率估计的准确性。     

Performance analysis of modulation diversity with OSTBC transmission over Nakagami-m fading channels

In this paper performance of modulation diversity with multiple-input multiple-output transmission is studied over flat Nakagami-m fading channels with arbitrary fading parameter m. In the system, orthogonal space-time block coding and maximal ratio combining like combiner are used for transmission and reception, respectively. Exact pairwise error probability expression is derived to observe performance of the system. Moreover, in order to obtain the diversity order of the system, asymptotic pairwise error probability expression is also derived. Optimum rotation angles are analytically obtained for binary and quadrature phase shift keying modulations. Theoretical results are validated by Monte Carlo simulations.     

Implementation and characterization of flash-based hardware security primitives for cryptographic key generation

Hardware security primitives, also known as physical unclonable functions (PUFs), perform innovative roles to extract the randomness unique to specific hardware. This paper proposes a novel hardware security primitive using a commercial off-the-shelf flash memory chip that is an intrinsic part of most commercial Internet of Things (IoT) devices. First, we define a hardware security source model to describe a hardware-based fixed random bit generator for use in security applications, such as cryptographic key generation. Then, we propose a hardware security primitive with flash memory by exploiting the variability of tunneling electrons in the floating gate. In accordance with the requirements for robustness against the environment, timing variations, and random errors, we developed an adaptive extraction algorithm for the flash PUF. Experimental results show that the proposed flash PUF successfully generates a fixed random response, where the uniqueness is 49.1%, steadiness is 3.8%, uniformity is 50.2%, and min-entropy per bit is 0.87. Thus, our approach can be applied to security applications with reliability and satisfy high-entropy requirements, such as cryptographic key generation for IoT devices.     

基于GMM-UBM模型的说话人辨识研究

为了进一步提高基于传统的GMM模型的说话人辨识的识别率,引入了GMM-UBM模型,并且在特征提取方面采用多种特征参数组合来代替单一特征参数,以提高有效特征维数来弥补特征样本的不足,同时在说话人辨识的端点检测部分,用基于MFCC相似度和谱熵的端点检测方法来代替传统的基于短时能量和过零点的方法,以解决其对含噪语音检测不准确而影响说话人辨识的问题。实验表明,与传统的GMM模型相比,GMM-UBM模型能够有效地提高说话人辨识的性能,并且使用组合特征参数和利用基于MFCC相似度和谱熵的端点检测方法都可以进一步提高说话人辨识的性能。     

基于特征参数融合的语音情感识别方法

语音情感识别是人工智能的重要研究领域之一，特征参数提取的准确性直接影响识别的效果。分析了发音持续时间、平均振幅、基音频率，第一共振峰和Mel频率倒谱参数，并基于模糊熵理论提取了各参数的权重。再利用模糊熵进行有效的度量融合．最后通过改进后综合判决对情感语句做出识别判定。研究发现融合后的参数增强了情感识别的效果。