基于SVD、DCT和RSA加密数字水印算法研究

提出了一种基于SVD、DCT、RSA加密数字水印算法,该方法是将载体文档图像做8＊8块的DCT变换,水印图像进行了Arnold处理,将水印图像嵌入到变换的SVD正定矩阵中,修改中频域频谱系数,同时对文档使用RSA算法进行加密,含有水印的图像经IDCT变换存成嵌入水印的图像。通过提取变换域的SVD,提取数字水印,经过RSA算法加密后解密该文档,在经过猫脸逆变换处理得到数字水印图像,水印图像的提取IDCT实验结果表明,本文算法具有安全性高、鲁棒性强以及嵌入水印较好的视觉隐蔽特性、算法处理速度快等特点。     

An improved SVD-based watermarking technique for copyright protection

The drawbacks of SVD-based image watermarking are false positive, robust and transparency. The former can be overcome by embedding the principal components of the watermark into the host image, the latter is dependent on how much the quantity (i.e., scaling factor) of the principal components is embedded. For the existing methods, the scaling factor is a fixed value; actually, it is image-dependent. Different watermarks need the different scaling factors, although they are embedded in the same host image. In this paper, two methods are proposed to improve the reliability and robustness. To improve the reliability, for the first method, the principal components of the watermark are embedded into the host image in discrete cosine transform (DCT); and for the second method, those are embedded into the host image in discrete wavelets transform (DWT). To improve the robustness, the particle swarm optimization (PSO) is used for finding the suitable scaling factors. The experimental results demonstrate that the performance of the proposed methods outperforms than those of the existing methods.     

基于最优解耦的鲁棒故障检测方法研究

系统地研究了线性系统在模型参数变动和存在外部扰动下的控制系统故障的鲁棒故障检测方法。分析了在与干扰信号不能完全解耦的情况下,如何设计残差信号使其对模型参数变化及噪声不敏感,而对故障敏感,由此得出了对未知输入具有鲁棒性的条件方程式,并基于最优解耦理论,通过矩阵的奇异值分解实现了最优解耦。在给出的仿真实例中,验证了该文提出方法的有效性。     

基于GRNN与注意力机制模型的非侵入式家用负荷分解

为了提高识别精度,提出一种基于GRNN与注意力机制模型的非侵入式家用负荷分解方法.采用批标准化来减少神经网络层与层之间的耦合,利用GRNN强大的时间序列特征表示能力,来提取电力负荷入口处测得的总用电信息与各电器能耗之间的关系,同时利用注意力机制来减少模型的权重参数.最后通过算例验证了算法的可行性与优越性.     

基于分解技术的动态结构神经网络

本文提出了基于分解技术的动态结构神经网络算法，这种算法能通过分析网络输入输出了空间的维数，确定每一隐含层神经元数目，为了加快学习效率，采用变误差混学习算法，仿真结果验证了这种算法的有效性。     

NO分解催化剂Cu/分子筛的ESR研究 Ⅰ.水合铜分子筛的ESR研究

系统地比较了在各种不同制备条件下制得的Ｃｕ／ＺＳＭ－５、Ｃｕ／丝光沸石、Ｃｕ／镁碱沸石和Ｃｕ／毛沸石的ＥＳＲ谱，至少六种水合Ｃｕ物种被发现，而且发现分子筛的腔结构对Ｃｕ物种的存在状态有很大的影响。     

基于支持向量机的心律失常诊断研究

运用计算机技术辅助激光治疗心律失常疾病,通过非线性动力学分析心电信号,采用模式识别工具实现心律失常疾病的初步诊断。首先提出一种基于经验模式分解（EMD）的时间尺度滤波法,从而有效的抑制心电信号噪声。然后提取预处理后数据的排列熵（Permutatior Entropy,PE）特征值。最后利用支持向量机（SVM）分类器验证特征值的分类。实验结果表明该算法能有效的实现正常和异常心电信号的自动分类,从而简便快速的初步诊断心律失常疾病。     

线性映射函数对无损颅内压估计的影响

提出了一种基于截断奇异值分解的线性映射函数颅内压无损估计方法。在基于时间序列的数据挖掘框架基础上,分别推导了基于总体最小二乘法的线性映射函数和基于截断奇异值分解法的线性映射函数,通过实验仿真比较证明:不同的线性映射函数对颅内压的预测确实有较为明显的影响,在所采用的方法中,基于截断奇异值分解法的线性映射函数效果明显优于基于总体最小二乘法的线性映射函数。因此,在该数据挖掘框架中,选择合适的线性映射函数对无损颅内压预测精确性的提高有着非常重要的意义。