置换DCT域中频系数的盲水印嵌入算法研究

介绍了一种基于离散余弦变换域(DCT)中频系数置换的盲水印算法,用该算法对数字水印进行了自适应嵌入方法研究.该算法突破了数字水印的加性算法、乘性算法等传统的水印嵌入方法;解决了被提取水印中含有原始图像DCT系数从而影响水印检测准确性的问题.该算法使用人类视觉模型对水印图像进行自适应嵌入,使嵌入的数字水印从根本上不可逆.实验证明该算法对数字水印的滤波、剪切、噪声等攻击有很强的鲁棒性.     

基于相关系数的快速分形图像编码算法

自Jacquin提出的分形块编码以来,各种改进算法不断出现,不同程度地减少了编码时间.该文基于相关系数的快速分形图像编码算法,从理论上研究了图像块匹配误差度量和图像块相关系数之间的关系,论证了极小化图像块的均方误差等价于极大化图像块的相关系数,提出了基于相关系数的分形图像编码算法,实现了在解码图像不降质的情况下大大地缩短了编码时间.     

一种基于背景声音识别的社会情境感知方法

随着社会需求的不断扩大及技术的不断发展,人与人之间的社会交互也越来越多.理解社会交互特征并能感知用户所处的社会情境语义（如在开会、在上课）,对于促进和辅助用户社会活动具有重要意义.从背景声音的角度对社会交互进行理解,目的是通过对背景声音差异性特征的提取,识别用户所处的社会情境.提出了一种基于背景声音识别的社会情境感知方法,该方法采用Mel frequency cepstral coefficients （MFCCs,即Mel 频率倒谱系数）分析声音信号,将路径搜索限制和搜索过滤的改进Dynamic Time Warping（DTW）算法作为识别器.通过对11 种社会情境背景声音的采集和识别,表明该算法能够有效地识别用户所处的社会情境,且其运算效率与识别率比传统DTW 算法有所提高.     

基于深度卷积神经网络的心音分类算法

针对现有心音分类算法普适性差、依赖于对基本心音的精确分割、分类模型结构单一等问题,提出采用大量未经过精确分割的心音二维特征图训练深度卷积神经网络(CNN)的方法;首先采用滑动窗口方法和梅尔频率系数对心音信号进行预处理,得到大量未经过精确分割的心音特征图;然后利用深度CNN模型对心音特征图进行训练和测试;根据卷积层间连接方式的不同,设计了 3种深度CNN模型:基于单一连接的卷积神经网络、基于跳跃连接的卷积神经网络、基于密集连接的卷积神经网络;实验结果表明,基于密集连接的卷积神经网络比其他两种网络具备更大的潜力;与其他心音分类算法相比,该算法不依赖于对基本心音的精确分割,且在分类准确率、敏感性和特异性方面均有提升.     

船舶综合管理平台下减摇鳍的网络量化控制

针对船舶信息化的发展,提出了一种区域型船舶综合管理平台网络架构.并着重研究了在此平台下减摇鳍系统的网络量化控制问题;在考虑平台网络通信约束的情况下,建立了减摇鳍网络量化控制系统结构模型.从平台网络系统层面提出了重要实时数据统一封装并优先调度的策略,设计了一种模糊量化编码方法,并研究了在此编码下减摇鳍的控制策略;对各种海况下的减摇效果进行仿真,结果表明了该模糊量化控制方法的有效性.     

基于基频的朝鲜语方言辨识方法的研究

该文提出了一种基于基音频率特征的中国朝鲜族语言、韩国朝鲜语和朝鲜朝鲜语方言的自动辨识方法。首先,选择具有良好区分度的基频移位差分系数作为三个方言的特征参数;其次,设计和采用了分层支持向量机分类器,并进一步引入投票法确定最佳的分类结果。实验结果表明该文提取的特征参数具有良好的区分性和较强的稳定性,该文提出的方言辨识方法比传统的移位差分倒谱系数特征方法识别率高,可以有效解决朝鲜朝鲜语、韩国朝鲜语和中国朝鲜族语言的方言辨识问题。     

汽车钢板弹簧在不同摩擦系数下疲劳寿命研究

在钢板弹簧的结构设计中,疲劳寿命是评价其可靠性的重要指标.为了更准确地预估钢板弹簧的疲劳寿命,利用AN-SYS的非线性求解模块,建立了某载货汽车钢板弹簧的有限元模型,考虑到簧片间接触摩擦因素,首先分析了不同摩擦系数下板簧的等效应力;考虑到应力与疲劳寿命之间的关系,用Fatigue软件进一步分析摩擦系数对疲劳寿命的影响,并通过试验验证了分析结果的可信性.结果表明,随着摩擦系数的增大,钢板弹簧的等效应力降低,疲劳寿命增大.     

基于RS的关键帧提取仿真研究

研究视频图像中关键图像提取问题,视频图像传输采集效率低,且易造成资源浪费。针对传统的视频图像关键帧技术,都是以图像中的关键特征为提取依据的。当关键图像中特征不明显或者与非关键图像特征重复时,由于特征的关键帧图像提取就会发生错误,导致算法错误率和漏检率高。为解决上述问题,提出一种基RS理论的关键帧提取算法,首先提取图像DCT系数,利用RS理论的属性约简产生信息系统的核,对应到视频即为关键帧,避免了传统方法对图像关键特征的依赖。实验结果表明,算法可以提高关键帧提取的准确性和提取效率,为快速提取提供了依据。     

基于MFCC和加权矢量量化的说话人识别系统

文章介绍的说话人识别系统,采用能够反映人对语音的感知特性的Mel频率倒谱系数(Mel-FrequencyCeptralCoefficients,MFCC)作为特征参数,同时考虑到特征参数各维分量对于不同说话人的区分程度,采用加权的办法进行矢量量化。取得了很好的结果,系统训练和识别计算量和存储量都比较低。     

基于B样条小波预处理的短窗算法

提出了可滤除偶次和分次谐波的Ｂ样条小波滤波算法,将经过滤波预处理的短窗傅氏算法和传统傅氏算法进行了比较。从分析结果可看出,经过２次分解与重构的信号接近于基波,减少了因傅氏算法不能滤除偶次谐波或非整次谐波而带来的误差。在同传统方法作比较后,提出了用基于Ｂ样条预处理的２种短窗算法分别代替半波傅氏算法和全波傅氏算法的方案从而可提高保护动作的快速性和可靠性。