基于AVS音频编码的信息隐藏方法

提出了一种基于AVS音频编码的信息隐藏方法.该方法基于AVS独特的量化与位平面编码模块,使用位平面嵌入与比例因子修改技术,可以有效降低编码器码率控制对信息隐藏效果的不利影响,而且不使数据载体音质受到破坏.在量化过程中实施信息的嵌入,嵌入过程中主动修改比例因子以降低量化噪声.将隐藏信息进行矢量分组与位平面处理,进而在量化过程中将其嵌入到量化频谱中.仿真结果证明：该方法可以有效降低编码器码率控制对信息隐藏效果的不利影响,且嵌入隐藏信息后AVS音质也无明显损失.     

基于FSCD-CNN的深度图像快速帧内预测模式选择算法

针对3D-HEVC的多视点视频加深度图的编码格式和四叉树编码结构所带来的编码复杂度问题,提出了一种深度图像快速帧内预测模式选择算法。首先,从深度视频序列中以最优的深度图最大编码单元（largest coding unit,LCU）划分深度为标签获取训练集;其次,构建了适用于LCU的Cu深度快速选择卷积神经网络（fast selecting Cu’s depth-convolutionalneural network,FSCD-CNN）;最后,对深度图LCU进行划分深度预测,跳过部分编码模式决策,实现最佳LCU划分。实验结果表明,与相关文献对比,所提算法在保持了编码性能的同时平均减少了15%的编码时间,实验验证了其有效性和可靠性。     

Raptor码在60GHz脉冲无线通信系统中的性能

针对60GHz脉冲无线通信系统中信号幅度衰落引起的误码问题,研究了该系统中Raptor码的误码性能。根据60GHz短距离通信系统特点,采用IEEE 802.15.3c工作组建立的60GHz无线信道模型,在此基础上分析了编码系统接收信噪比;然后结合信道编码理论,对不同编码方案进行误码性能仿真,重点对两种不同的Raptor码的编码增益、译码开销及通信距离进行对比。研究结果表明,采用1/2码率的QCLDPC预编码的Raptor码在接收信噪比大约为5dB时,相较于未编码系统拥有4.5dB的编码增益,同时最大通信距离为70m,为今后60GHz短距离通信系统信道编码提供技术参考。     

基于改进LSD的立体组合靶标自动编码算法研究

传统的基于机器视觉空间目标姿态测量技术,由于多采用平面靶,故存在受安装空间限制等问题,提出了立体组合靶的设计;并在靶标中设计不同数目的直线,从而实现靶标的快速自动编码。由于传统的LSD直线检测算法存在断线、派生直线过检测等问题,增加了候选区域包含边缘像素点数筛选,剔除部分伪直线边缘,提高了算法的检测效率;并通过设置候选区域质心间距阈值和方向阈值,合并隶属于同一直线的候选区域,避免了同一直线过检测的情况;增加了相似断线间的合并操作,解决了该算法对相交直线检测的缺陷,实现了立体组合靶标的快速自动编码。实验结果表明:改进后的LSD算法在运行速度、检测效果方面均优于传统的LSD算法,具有较好的工程应用价值。     

TETRA集群通信系统数据业务信道编码分析

TETRA V D标准支持电路方式数据业务,为了提高信道对传输差错控制的能力,TETRA标准采用了较为复杂的信道编码技术。通过介绍TE-TRA标准中所采用的数据业务信道纠错编码方案,对几种纠错编码技术及其性能进行了较为详细的分析。     

两种实用的洪灾损失频率分析方法

为了提高洪灾损失频率分析方法的计算精度、速度和可操作性,利用基于信息扩散理论的风险分析方法和基于实数编码的遗传算法确定参数估计的频率分析法(PⅢ曲线)对洪灾损失频率进行分析,前者弥补了观测样本信息不足的缺陷,而后者克服了传统配线法精度低的缺点,体现了遗传算法的全局寻优能力.实例证明,这两种方法思路清晰,操作简单、通用性强、速度快、精度高,对防洪减灾均具有较好的指导作用.并可推广到其它灾情的风险分析,如气象、地震等.     

新型数字电视音频编码系统--杜比E

本文介绍了运用在ATSC制式数字电视中的一种新型的音频编码系统--DolbyE.对它的应用范围、特点、以及技术标准逐一介绍,并把它与Dolby Digital做以比较,得出应用它的原因.     

应用无性繁殖单亲遗传算法实现精馏分离序列优化综合

由于精馏分离序列与二叉树之间具有同构性,在数据结构上精馏分离序列可以抽象为二叉树,直接采用二叉树结构编码方案可以同时表达个体的基因型和表现型．借鉴生物界单亲父本可以经过无性繁殖得到子代的现象,对进化和遗传等重组算子进行设计．应用图论方法建立有效的二叉树结构演化重组机制,从而形成无性繁殖单亲交叉和变异算子．实例表明无性繁殖单亲遗传算法能够成功解算大规模精馏分离序列优化综合问题．     

基于改进卷积神经网络的短文本分类模型

基于卷积神经网络, 提出一种基于改进卷积神经网络的短文本分类模型. 首先, 采用不同编码方式将短文本映射到不同空间下的分布式表示, 提取不同粒度的数字特征作为短文本分类模型的多通道输入, 并根据标准知识库提取概念特征作为先验知识, 提高短文本的语义表征能力； 其次, 在全连接层增加自编码学习策略, 在近似恒等的基础上进一步组合数字特征, 模拟数据内部的关联性； 最后, 利用相对熵原理为模型增加稀疏性限制, 降低模型复杂度的同时提高模型的泛化能力. 通过对开源数据集进行短文本分类实验, 验证了模型的有效性.     

基于小波变换的SAR图像自适应子带编码算法

为降低大数据量SAR图像对传输带宽和存储空间的要求,必须对SAR图像进行高效压缩.基于小波变换的传统SAR图像压缩方法只对低频子带进行分解处理,造成SAR图像处于中高频子带的重要纹理信息丢失.针对上述问题,提出一种基于小波变换的自适应SAR图像压缩算法.首先对图像进行小波软阈值消噪预处理,然后依据能量指标,进行子带重要性判定,对认定为重要的子带进行深一层次分解,分解完成后对所有子带进行恒定比特率条件下的最小误差量化,实现对图像的自适应压缩.仿真实验表明:该算法能很好地保护SAR图像的高频细节,提高了信噪比.