抗H.264压缩的鲁棒视频水印算法

本文提出了一种基于分块离散余弦变换(DCT)、奇异值分解(SVD)和粒子群优化算法(PSO)的鲁棒视频水印方案.在其嵌入方案中,利用DC系数和奇异值的稳定性,首先将帧内所有块的DC系数置乱,并进行4×4奇异值分解,调制第3大奇异值实现水印的嵌入,由粒子群优化算法得到合适的水印嵌入强度.实验结果表明,相对于固定的嵌入强度,采用粒子群优化算法可以在保持原有视频序列视觉质量的基础上,提高水印自身的鲁棒性.同时算法能够有效抵抗H.264压缩.     

一个微分差分方程的N-孤子解及动力分析

非线性薛定谔方程具有深刻的应用背景,特别是近年来在金融数学领域出现了连续、离散、耦合和向量非线性薛定谔方程.研究这类方程的解可以对实际问题模型进行定量分析和预测.非线性薛定谔方程可视为Ablowitz-Kaup-Newell-Segu (AKNS)谱问题的相容性条件,离散非线性薛定谔方程可视为离散Ablowitz-Ladik谱问题的相容性条件.本文给出联系于离散Ablowitz-Ladik谱问题的一个微分差分方程及其Lax对,通过Hirota方法找到N-孤子解,分析单孤子运动和双孤子相互作用的动力特征.     

A data-mining approach to biomarker identification from protein profiles using discrete stationary wavelet transform

Objective： To develop a new bioinformatic tool based on a data-mining approach for extraction of the most informative proteins that could be used to find the potential biomarkers for the detection of cancer. Methods： Two independent datasets from serum samples of 253 ovarian cancer and 167 breast cancer patients were used. The samples were examined by surfaceenhanced laser desorption/ionization time-of-flight mass spectrometry （SELDI-TOF MS）. The datasets were used to extract the informative proteins using a data-mining method in the discrete stationary wavelet transform domain. As a dimensionality reduction procedure, the hard thresholding method was applied to reduce the number of wavelet coefficients. Also, a distance measure was used to select the most discriminative coefficients. To find the potential biomarkers using the selected wavelet coefficients, we applied the inverse discrete stationary wavelet transform combined with a two-sided t-test. Results： From the ovarian cancer dataset, a set of five proteins were detected as potential biomarkers that could be used to identify the cancer patients from the healthy cases with accuracy, sensitivity, and specificity of 100%. Also, from the breast cancer dataset, a set of eight proteins were found as the potential biomarkers that could separate the healthy cases from the cancer patients with accuracy of 98.26%, sensitivity of 100%, and specificity of 95.6%. Conclusion： The results have shown that the new bioinformatic tool can be used in combination with the high-throughput proteomic data such as SELDI-TOF MS to find the potential biomarkers with high discriminative power.     

基于子模式纹理分析的鲁棒人脸识别研究

面部识别(FR)系统可以自动识别或校验从数码相机或图像生成设备中获得的人脸图像,要从所获图像中提取面部特征,并与人脸数据库中的数据进行比对。目前,几乎所有的FR都面临与面部视角相关的障碍,包括光照不足和低分辨率,这些问题使其识别率大为降低。为了解决这个问题,提出了一种基于光照变化的人脸识别框架,该框架利用离散余弦变换的图像全变差最小化(DTV)及伽柏过滤器;并融合子模式分析(SMP)及区分性累计特征变换(DAFT),有效地解决了光照条件变化大的人脸识别问题。在AR及YaleB人脸数据库上的实验表明,与其它最先进的方法相比较,在处理光照条件变化很大的人脸识别问题时明显优于其它方法。     

几类Toeplitz矩阵的顺序主子式

本文探讨了与概率论中的离散型随机变量分布律有关的Toeplitz矩阵的顺序主子式,得到了一些结果.     

Implementing a Layered System for Discrete Computer Simulation

1.INTroDUCTIONDiscretecomputersimulationmethodshavebeeninusesincetheearly1950'sandtheyremainpopularwithinmanagementscienceandoperationresearch.Itiswellknownthatdiscretesimulationmethodsareespeciallywellsuitedtotheanalysisofsystemsofhighlyinteractiveelementswithstochasticbehavior.Sincethelate1970's,majoradvancesins~stionsoftware,basedoncorrespondingdevelopmentsingeneralcomputing,haveaddedtoitsattraction.Arecentsurveyinthereference[l]showsalargenumberofsimulationsoftwareproductsawilabletouse…     

基于离散微粒群优化的MIMO系统多用户盲检测

充分利用移动通信发送信号属于有限字符集的特点。把MIMO（多输入多输出）系统多用户盲检测问题转换为带二值约束的二次规划问题,从而突破信道辨识条件即MIMO信道传递函数必须不可简约且列简化的苛刻限制。采用离散微粒群优化算法求解二次规划问题,利用接收数据阵的补投影算子构成适应度函数。仿真实验表明：不管传统的信道辨识条件是否满足,该算法都具有较低的信号误码率和较好的稳健性。     

带马链利率的风险模型的破产研究

在随机利率服从Markov链下,建立起带随机利率的离散风险过程模型.重点探讨了破产前后盈余的情况.分别给出了破产前一刻盈余和破产赤字的分布的积分表达式.由此推导得出最终破产概率的积分表达式.最后讨论了在利率为非负情况下破产概率的一个上界,改进已往的结论,并且对利率为0≥Ii>-1情况下给出了最终破产概率的下界.     

可变门限值的多秘密共享方案

一个基于Diffie—Hellman计算问题的难解性以及离散对数的难解性的可变门限值的秘密共享方案,它改变了已有的秘密共享方案中门限值是固定的这一限制条件．它可以在参与者中共享多个秘密,不同的秘密可以有不同的门限值,而每个成员只需保存一个子秘密,当某些秘密被恢复时,不会影响到未被恢复的秘密的安全性．     

一种优化的小波域图像水印技术

为了满足数字水印的安全性、隐蔽性、鲁棒性等特性,本文提出了小波域图像水印技术。有意义图像通过二维混沌加密算法生成水印,使其具有更好的安全性。水印嵌入过程中,利用遗传算法,选择和修改小波系数,将水印嵌入到宿主图像。实验结果显示,有较好的隐蔽性和鲁棒性效果。