隐写安全性度量模型及其应用

隐写术是一种隐蔽通信手段,安全性和隐藏容量是它的两个基本要求。不同隐写术之间隐藏容量的对比简单直观,而隐写安全性的衡量相对复杂很多,目前尚缺乏有效的度量方法和模型。本文建立图像DCT系数的统计分布模型,基于信息论意义上的隐写系统安全性定义,利用鉴别信息的特性,推导和建立DCT域上的隐写安全性度量。利用此度量对常见空域和DCT域隐写术的安全性进行讨论和分析。     

连续小波变换HATR—FTIR分析应用于中药枸杞子与同属非正品鉴别的研究

采用水平衰减全反射傅立叶变换红外光谱（HATR—FTIR）法直接测定了枸杞子与同属非正品的HA—TR-FTIR谱图,应用主成分分析法确定出所有区域的信息负荷量,在1750-750cm^-1采用Morlet小波函数对枸杞子及其非正品的HATR-FTIR谱图进行了一维连续小波变换。结果发现,傅立叶变换红外光谱与连续小波变换分析相结合在中药材枸杞子与非正品的鉴别中具有应用价值,方法简便、快速、准确,而且不需制备样品。     

基于小波变换的图像像素级融合算法研究

提出了一种基于小波变换的图像融合方法,并针对该算法对存在局部噪声的图像以及局部噪声和局部模糊并存的图像融合效果不理想的问题,提出了改进算法。弥补了原算法的缺陷。实验证实,改进算法对不同类型的图像具有较好的适应性和鲁棒性．有实用价值。     

基于希尔波特-黄变换的海滩碎波带水体波动特征分析

 介绍了HHT原理及其端点效应与正交性,分析了台风过程中碎波带水体波动特征。结果表明,碎波带波浪在台风期间波能增大且向低频转移,台风过后波能减弱且向高频转移;海滩地下水波动主要受潮汐涨落影响,波动周期可能受台风增水影响;台风与天文大潮耦合导致海滩地下水位奇异性波动。     

Novel Face Recognition Method by Combining Spatial Domain and Selected Complex Wavelet Features

A novel face recognition method based on fusion of spatial and frequency features was presented to improve recognition accuracy.Dual-Tree Complex Wavelet Transform derives desirable facial features to cope with the variation due to the illumination and facial expression changes.By adopting spectral regression and complexfusiontechnologiesrespectively,twoimproved neighborhood preserving discriminant analysis feature extraction methods were proposed to capture the face manifold structures and locality discriminatory information.Extensive experiments have been made to compare the recognition performance of the proposed method with some popular dimensionality reduction methods on ORL and Yale face databases.The results verify the effectiveness of the proposed method.     

FFT重叠相加抗窄带干扰的算法研究

直序扩频通信系统中的抗窄带干扰算法研究一直是众多学者的热门研究课题。文章采用了一种改进的重叠FFT频域干扰抑制算法,该算法能实现信号的完美重构。理论证明该算法能有效克服FFT采用数据加窗引起的扩频信号失真及误码率恶化。仿真结果也验证了该算法的有效性。     

大梯度复杂物体三维形面测量中滤波器的选择

根据傅立叶变换法检测曲面形貌对滤波频率响应的要求,提出两种频域低通滤波器(指数滤波器,矩形余弦低通滤波器),在对具有大梯度和急剧变化细节的物体形面测量方面,有很好滤波性能。最后给出一个实验,证明了这两种滤波器的适用性和有效性。     

转子瞬态信号去噪的小波变换方法

利用小波变换下有用信号和随机信号在多尺度空间中模极大值不同的传播特性,对转子瞬态信号进行去噪处理,取得良好效果。     

改进的三维模型检索PCA预处理算法

三维模型检索PCA预处理的主轴不确定性和主轴方向不确定性是影响检索结果的直接因素.经过分析PCA基本原理,在K-L变换所得特征值的基础上,引入表面网格信息权重,将权重和特征向量的乘积用于确定主轴,并利用多重权重来确定主轴方向,从而削弱不确定性.实验表明,经改进提高了坐标轴归一化的一致性.     

基于优化的RBF神经网络模式识别新方法

提出了一种基于Hough变换优化的RBF神经网络模式识别新方法,该方法把Hough变换应用于RBF神经网络的参数确定中,实现了RBF神经网络的隐层节点数和数据中心值的自适应获取,提高了RBF神经网络的泛化能力。仿真结果表明:此改进的RBF网络用于模式识别中具有识别能力强,计算量小,识别速度快的优点,具有广阔的应用推广前景。