排序方式: 共有23条查询结果,搜索用时 0 毫秒
1.
2.
针对传统最小均方误差(LMS)和最小二乘准则(RLS)的神经网络语音水印的局限性,提出了基于短时能量和最小相对均方误差(LRMS)准则的神经网络语音水印算法。首先在首帧语音中嵌入同步序列,然后求出每帧的短时能量并对大于设定阈值的语音帧进行小波变换,最后利用以LRMS准则构建的神经网络实现水印的嵌入和提取。通过合理设定短时能量阈值,实现了水印容量和鲁棒性的平衡,而采用Levenberg-Marguardt(LM)算法地让网络迅速收敛。理论分析和实验结果表明,与文献[8]相比,本文提出的神经网络方案收敛速度更快,对于噪声,低通滤波,重采样,重量化等攻击有更强的鲁棒性,性能平均提高了5%。 相似文献
3.
交联型聚合物要取得良好的极化效果,要求尽量保证极化取向过程与交联过程的同时进行。准确界定交联过程发生的温度段对于极化效果至关重要,为此提出了一种实时测量交联型极化聚合物交联温度的方法。实验利用基于衰减全反射原理制作的CCD监控系统,监控了交联型聚合物聚氨酯升温过程中薄膜厚度以及折射率的变化。发现在80℃附近以及130℃附近,由于聚氨酯发生交联反应所带来的影响,厚度以及折射率曲线斜率均发生突变,由此得出聚氨酯的交联温度范围即最佳极化温度范围为80℃-130℃。界定交联过程的温度范围,有助于优化交联型聚合物材料的极化条件。 相似文献
4.
5.
6.
7.
阐述如何利用多手段获取的战场多源目标态势数据生成战场态势一张图,进一步提高海上方向的监控能力。针对多源目标态势数据存在的时空误差、属性模糊等问题,提出一种运用支持向量机(Support Vector Machine,SVM)分类的多源态势数据关联方法。运用机器训练学习方式,获取不同误差下的多源态势关联,识别非线性特征参数,构建多源态势数据关联算法模型,有效形成目标批号和时空位置的唯一性。通过模拟真实数据进行验证,结果表明该算法实现效果较好,在多源态势融合方面具有较好的实用价值。 相似文献
8.
9.
我国城乡教育、地域教育和阶层教育方面存在的不公平现象是政府、学校、社会三方博弈结果的反映。为解决好教育公平缺失问题,努力实现教育公平,提出明确政府职能、加大政府教育投资、建立弱势补偿机制等建议。 相似文献
10.
传统神经网络通常以最小均方误差(LMS)或最小二乘(RLS)为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差(NLMS)准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt(LM)训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。 相似文献