基于可逆信息隐藏的的无损鲁棒数字水印模型的研究

提出一种新的无损鲁棒数字水印的框架模型,该框架模型中通过鲁棒数字水印算法把水印嵌入进去,然后将可恢复原载体图像的信息再经可逆信息隐藏方法嵌入到该水印图像中,该模型在提取水印和恢复载体图像过程中都不需要原载体图像。基于该框架模型,本文提出一种基于混沌和JPEG压缩格式的无损鲁棒数字水印的算法,实验证明该算法不仅可以使载体图像无损重构,而且能有效的抵抗JPEG压缩、噪声干扰、低通滤波、剪切、旋转等几种典型的攻击,具有较强的鲁棒性,验证了本文所提出无损鲁棒数字水印框架模型的有效性。     

火灾探测的模糊神经网络数据融合算法研究

针对火灾探测信号的特点,提出了一种基于模糊神经网络的多传感器火灾探测系统的数据融合算法.网络结构为9层,输入信号为CO气体浓度、烟雾浓度和温度,输出为火灾发生概率.通过网络训练和自学习不断调整权值,使网络输出与导师信号误差最小,完成了隶属度函数的自动生成和模糊规则的自动提取,大大提高了系统的精度和智能化.仿真结果验证了方法的可行性.     

三维荧光光谱和主成分分析法在茶叶品质鉴别中的应用研究

提出一种综合运用三维荧光光谱、等强度指纹图谱和主成分分析技术对多种茶叶样本进行品质鉴定和种类区分的新方法。三维荧光谱可提供比常规荧光谱更加完整的特征信息，以荧光谱的多峰为变量，以其荧光强度值为样本观测值，利用主成分分析法实现了异常茶样本的检测，并利用贡献图确定影响茶性能的关键因素。通过对15种茶叶样品进行的实验，验证了该方法的可行性。