基于DCT特征与SVM分类的人脸检测

一般的人脸检测在运行时间及检测率上都不能得到很好的保证.本文提出了基于离散余弦变换的支持向量机的人脸检测方法,利用离散余弦变化后的系数作为支持向量机的输入特征,实验表明该方法具有更好的检测效果.实验还表明,在采用离散余弦变换系数作为检测特征值时,检测准确率并不是随着所选取特征值个数的增加而提高.     

基于支持向量机的人脸识别算法研究

本文基于支持向量机对人脸识别的算法进行了研究,并通过仿真实验验证算法的有效性。通过缩小图像的尺寸和离散余弦变换(DCT)来实现图像的预处理,应用基于类内平均脸的主成分分析（PCA）提取人脸图像的特征,应用支持向量机（SVM）实现人脸图像识别。本文还重点对影响人脸识别系统速度和识别准确率的相关因素进行了研究,为研究人脸识别技术的应用提供理论依据。     

基于支持向量机的人脸识别算法研究

对基于支持向量机的人脸识别算法进行了研究,并通过仿真实验验证算法的有效性.通过缩小图像的尺寸和离散余弦变换(DCT)来实现图像的预处理,应用基于类内平均脸的主成分分析(PCA)提取人脸图像的特征,应用支持向量机(SVM)实现人脸图像识别.还重点对影响人脸识别系统速度和识别准确率的相关因素进行了研究,为研究人脸识别技术的应用提供理论依据.     

基于变换域的数字语音水印算法研究

结合离散小波变换和离散余弦变换在信号处理领域的优点,研究了基于变换域的数字语音水印算法.将宿主语音信号通过离散小波变换获得人耳不易察觉的低频分量后,根据均值量化的离散余弦变换直流系数正负性不易改变的特点,实现了零水印盲检测实验.结果表明,该算法有效地提高了数字语音水印的透明性、鲁棒性和抗攻击能力.     

相关向量机及其在铜锍吹炼中的应用研究

相关向量机(Relevance Vector Machine,RVM)是一种新的在稀疏贝叶斯概率模型的基础上发展起来的基于统计学习理论的机器学习方法,它比支持向量机( Support Vector Machine,SVM)有更多优点,已成为数据挖掘的又一高效有力工具.本文研究了RVM在铜锍吹炼中的应用.用RVM对某冶炼...     

DWT DCT QR结合的音频盲水印算法

为保护互联网中数字音像制品的合法版权,结合离散小波变换（DWT）、离散余弦变换（DCT）、QR分解以及音频的特性,提出了一种针对音频的盲水印算法。首先对原始音频分段,然后对每个分段进行小波变换求得近似分量,再进行离散余弦变换,对低频部分进行QR分解,在QR分解后得到的上三角矩阵中嵌入水印信息。实验结果表明,该算法具有较好的透明性和鲁棒性,能够承受高斯加噪、重采样、重量化、低通滤波、MP3压缩、裁剪替换等常见音频信号处理攻击。     

DSP Builder实现MP3音频解码中的IMDCT

文章主要讨论如何使用 DSP Builder来实现 MP3音频解码中的 IMDCT。MDCT和 IMDCT是 2种重叠正交变换 ,也是 MPEG音频标准中运算量最大的 2种运算 ,主要应用在数字信号处理当中。采用正弦递归循环公式 ,实现 IMDCT的内核 ,得到一种该变换的高效实现方法 ,这种方法特别适合 VLSI的并行实现     

音频压缩中3种整数型MDCT变换的比较

为了快速计算整数型改进的离散余弦变换(IntMDCT),构造了基于提升变换、模变换以及无穷范数旋转变换的3种计算12点IntMDCT的算法.首先将12点MDCT转化为6点Ⅳ型离散余弦变换(DCT-Ⅳ),并将后者分解为7个Givens旋转变换的乘积;然后分别利用提升变换算法、模变换算法和无穷范数旋转变换算法实现Givens旋转变换的整数型近似计算;最后,对这3种算法在语音信号无损和有损压缩中的运行速度和计算精确度进行比较.实验结果表明,在这3种算法中,基于模变换的IntMDCT算法的运行速度最快;基于无穷范数旋转变换的IntMDCT算法的计算精度最高,并在有损音频压缩中获得的信噪比最高.     

多普勒信号压缩编码研究

该文在分析了多普勒信号的特性以及与语音信号的区别后 ,采用自适应离散余弦变换算法对多普勒信号进行了压缩编码 ,在中等编码速率下得到了较好的压缩编码效果。文中提出了相关 -自适应离散余弦变换 (C -ADCT)压缩编码方法 ,改进算法提高了自适应离散余弦变换算法的抗噪性能     

一种新的基于矩的改进离散余弦变换及其反变换快速算法

为了提高离散余弦变换(MDCT)及其反变换(IMDCT)的计算效率,提出一种新的基于一维离散矩的快速算法.首先把MDCT和IMDCT的核函数映射到另外一个集合进行合并化简,再用三角函数泰勒级数展开的方法,将MDCT和IMDCT的计算用有限项的一维离散矩的线性加权和近似.一维离散矩的快速计算可以采用p+1维的矢量加法结构进行,用加法运算代替乘法运算,有效地减少了乘法的运算量.该算法的乘法计算量仅为O(Nlog2N/log2log2N),少于通常快速算法所需的O(Nlog2N),可以有效地降低运算时间.理论分析和实验结果都表明:用一维矩近似的方法计算MDCT和IMDCT的结果精度很高,运行速度比较快,能够很好地满足实际计算的要求.     

离散余弦列率滤波器的设计及应用

为在信号滤波领域发挥离散余弦变换（ＤＣＴ）潜在的优良特性,提出了离散余弦列率滤波的时域卷积算法,引入一种新型的线性相位数字滤波器－离散余弦率滤波器（ＤＣＳＦ）导出了任意长度一维和二维ＤＣＳＦ的设计公式,讨论了这种滤波器在广义标量维纳滤波和倍频程于带滤波中的应用,实验结果表明,ＤＣＳＦ可实现无形波失真的良好滤波效果,ＤＣＳＦ滤波算法简单,其计算量（乘法和加法）仅为采用快速ＤＣＴ（ＦＣＴ）的算法的１／     

2M维矢量矩阵DCT整数变换及并行实现

为了大幅降低多维数据在计算上所消耗的时间,提高计算速度,在2M维矢量矩阵DCT(2MVMDCT)整数变换理论的基础上,提出了将其进行并行处理的方法,增大时间优越性.首先介绍了2M维矢量整数变换核矩阵的推导过程;其次,将这种多维整数变换算法应用到多视角视频的压缩编码中,并与多维矢量离散余弦浮点变换进行能量集中性比较;最后,引入多核并行处理的思想,进一步提高处理速度.仿真结果表明,2M-VMDCT整数变换有着非常优越的能量集中性,将其并行实现能使运算效率大幅提高.     

小波相关向量机

将小波分析与相关向量机结合,提出了一种新的机器学习方法——小波相关向量机．在模拟数据和典型数据集上的实验表明,与经典的相关向量机相比,小波相关向量机可以更好地逼近任意函数,训练时间更短,并且在有噪音的情况下具有更好的鲁棒性．     

基于压缩感知过程的语音增强

压缩感知(compressive sensing,CS)是一种基于信号稀疏性的采样方法,可以有效提取信号中所包含的信息。该文提出了一种基于CS过程的语音增强新算法。算法利用语音在离散余弦变换(discrete cosine transform,DCT)域下的稀疏性,采用Hadamard矩阵对带噪语音进行压缩测量,通过改进的正交匹配跟踪(orthogonal matching pursuit,OMP)算法恢复语音信号,实现语音增强。与经典谱减法和子空间算法进行实验对比分析,结果表明:该算法在降噪性能上优于经典谱减法和子空间算法。     

A classifier based on rough set and relevance vector machine for disease diagnosis

A new intelligent method for disease diagnosis based on rough set theory (RST) and the relevance vector machine (RVM) for classification is presented as the rough relevance vector machine (RRVM). The RRVM mixes rough set’s strong rule extraction ability with the excellent classification ability of the relevance vector machine through preprocessing initial information, reducing data, and training the relevance vector machine. Compared with traditional intelligence methods such as neural network (NN), support vector machine (SVM), and relevance vector machine (RVM), this method manages to identify disease samples objectively and effectively with less transcendental information. Biography: LI Dingfang (1965–), male, Professor, Ph. D., research direction: computational learning theory, computing in science and engineering.     

基于相关向量机的中长期径流预报模型研究

鉴于其优越的预报性能,将相关向量机（RVM）应用到中长期径流预报中,并在相空间重构的基础上,建立了基于相关向量机的径流预报模型.该模型首先对径流时间序列进行相空间重构,并以重构后的径流序列作为模型输入;其次,采用粒子群优化（PSO）算法识别模型参数,利用优化所得重构参数验证时间序列具有混沌特性,在模型内循环过程中采用EM算法迭代估计超参数,并将RVM与应用较为广泛的最小二乘支持向量机（LSSVM）和自动回归滑动平均模型（ARMA）进行了比较分析,结果表明该模型具有较好的泛化能力;最后,基于水文过程变化的不确定性、RVM描述输出值的不确定度以及相应概率下的预报区间,使得调度人员在决策中能考虑预报的不确定性,定量估计各种决策的风险和效益.     

任意正交变换下的全相位等效FIR滤波器的构造

为减小正交变换滤波法的计算量并扩大滤波范围，将全相位数字滤波概念推广到任意正交变换．在引入重叠基矩阵的基础上，提出了加窗全相位等效FIR滤波器系数向量的计算通式．严格推导出常用的离散傅里叶变换、离散余弦变换和离散沃尔什变换下的全相位FIR滤波系数的具体表达式．仿真实验表明，全相位滤波可消除截断误差，基于正反变换的N阶全相位滤波结构与长为2N-1的全相位等效FIR滤波器完全等价．     

非均匀快速傅立叶变换在音频编码中的应用

在音频变换编码中,一般采取均匀变换的方法进行频谱分析和心理声学模型计算,比如快速傅立叶变换（FFT）,移位离散傅立叶变换（SDFT）和改进离散余弦变换（MDCT）.但均匀频谱分析方法并不符合人耳听觉特性,需要进行额外的非线性映射,并且在低频段分辨率不足.本文在音频编码中引入非均匀快速傅立叶变换（NUFFT）,可以直接使频谱在不同频段具有不同的频率分辨率,非常有利于提高编码效率 同时根据音频编码的需求提出一种专门的近似求逆方法,尽管这种方法存在一定误差,但是可以证明这些误差主要与人耳不敏感的高频信息有关,并且采用此种近似求逆方法,NUFFT相对于FFT有更好的算法稳定性.最后给出了利用NUFFT和FFT进行变换操作的测试结果,从数据精度和客观音质评价两方面都说明在低码率下NUFFT的表现优于FFT.     

基于支持向量机的地基单站GPS反演大气剖面

提出基于支持向量机的地基单站GPS遥感大气剖面的反演方法,主要包括经典支持向量机、最小二乘支持向量机、相关向量机3种方法,利用青岛地区的历史数据进行了仿真反演对比研究,并与神经网络反演方法进行比较,结果表明支持向量机能够有效地应用于地基单站GPS大气遥感领域.     

基于ICA多特征融合的人脸识别

提出了一种基于特征融合的人脸识别方法.该方法首先对预处理后的人脸图像进行全局特征及局部分量的提取,分别采用离散余弦交换(DCT)提取包含图像大量信息的低频部分特征和奇异值分解(SVD)抽取图像的代数特征作为图像的全局特征,采用非负矩阵分解(NMF)提取图像的局部分量特征,然后将此两类特征以独立成份分析(ICA)进行融合,获取用于人脸识别的特征向量.在本文的实验中,我们将此特征向量应用于支持向量机(SVM)进行分类训练及识别测试,并获得较好的结果.