用局部奇异值分解与改进LDA相结合的方法进行人脸识别

简要叙述人脸图像的标准化过程，特征脸，LDA算法的原理及实现过程。用PCA获取最佳描述特征，然后用LDA获取最佳分类特征，并用实验证明了这种方案的可行性。     

基于EMD和SVD的在线手写签名特征提取方法

为使在线手写签名认证的使用更具实用性,提出了一种基于经验模态分解(EMD)和奇异值分解(SVD)的在线手写签名特征提取方法.针对在线签名数据的坐标信息,以EMD分解所得的本征模态函数(IMF)分量为初始矩阵,并进行矩阵奇异值分解,以奇异值的能量值作为样本数据的特征分量构成用户特征向量,建立了基于支持向量数据描述(SVDD)的一类认证模型验证该方法效果.在SVC2004签名数据库上的实验结果表明:该方法提取的签名特征区分明显,使用少量的单类真实签名作为训练样本,得到FAR=3.38%,取得了较好的认证识别效果.     

一种基于SVD的射频收发天线选择算法

基于线性检测的空间复用(SM)系统提出了一种射频天线选择算法,该算法以最小化错误概率为目标,利用信道矩阵的奇异值分解(SVD)所得到的左奇异和右奇异矢量实现发端和收端的射频天线选择,且不需要改变系统原有的检测算法。该算法可以用于收发任一端或两端同时使用,不采用遍历搜索,与传统搜索算法相比实现复杂度低。仿真证明将该算法应用于链路任意一端相比与传统算法都可以获得更多的分集增益和阵列增益。     

MIMO—OFDM系统中的基于等对角QR分解的联合收发机的性能研究

研究了一种对信道矩阵进行等对角QR分解的联合编／解码算法，与传统对信道矩阵进行SVD分解算法不同之处在于，该算法将MIMO信道分解为多个相同的并行子信道，与VBLAST检测算法结合起来具有复杂度低，易于实现的优点。仿真结果表明采用该算法的SER性能优于除MLD以外算法的性能，并进一步从信道容量的角度证明了采用该算法，在高信噪比下所获得的信道容量与注水功率算法和等功率算法是相同的。     

关于SVD图像水印算法的分析和改进

分析现有的利用奇异值分解的一些图像水印算法，指出其存在着对原始载体图像和随机选取的图像的误检测率高的问题.通过分析奇异值分解的性质，指出了造成以上问题的原因并构造了一种新的算法.实验表明新算法能够比较好地区别含水印图像和未含水印的原始载体图像，对随机选取的图像的误检测率也大大降低，同时保证了比较高的鲁棒性，有实用价值.     

基于SVD的二次型距离相似索引层次算法

大容量多媒体数据库的基于内容相似性的检索本质上是高维特征空间中一定距离函数的 K近邻问题。对适合人类视觉的二次型距离函数 ,即使采用相似索引 ,当特征空间维数较高时检索仍不能保证实时性。为了解决此问题 ,提出基于 SVD(Singular Value Decomposition)的二次型距离相似索引层次算法 ,先以相似索引为基础在主导特征的子空间上进行代价低的近似检索 ,再对过滤结果在高维特征空间中进行线性的精确检索。实验证明 :该方法具有正确性、有效性和实时性     

基于小波变换和奇异值分解相结合的加密图像数字水印算法

以一种加密算法和多级小波变换,奇异值分解为基础,提出一种数字水印算法.将原始图像进行多级小波分解,然后对低频部分进行奇异值变换,将加密的水印信息嵌入其中.实验结果表明:该算法不仅具有较好的不可感性,而且对几何变换,如旋转、剪切、镜像,叠加噪声如椒盐、高斯噪声及高斯滤波等均具有很好的鲁棒性.     

海洋环境探测分析雷达远距离回波信号的谱处理

利用海洋环境探测分析雷达提取海况参数的过程中，谱处理有着重要的意义。本文采用简洁的奇异值分解法进行定阶，并用一种新颖的噪声补偿措施来改进Ｂｕｒｇ算法，计算机仿真和实测数据处理均表明：该方法不仅能提取出傅里叶变换（ＦＴ）方法无从提取的信号，而且比Ｂｕｒｇ算法处理效果更好，更准确。     

A blind watermarking algorithm resisting to geometric transforms based on SVD

A new watermarking algorithm resisting to geometric transformation based on singular value decomposition(SVD) in logarithm polar coordinate is proposed.The log-polar mapping(LPM) is used to resist rotation and scaling attacks,and the odd-even quantization algorithm is used to embed watermark so it can be extracted without the original host image.The experiments show that the proposed algorithm not only resists various geometric attacks but also is robust enough to the common signal processing.     

A Target Recognition Approach to Projecting HRR Profiles onto Subspace

Abstract: A array of the azimuthally averaged range-profile vectors and the inter-class and intra-class divergence matrixesare constructed iwth many frames of the high resolution range profiles which result from radar echoes of airplanes. Takingthe methods of whitening transformation and SVD produces a system of subspace vectors for target recognition. Where-upon, a template library for target recognition is built by the projection of a class-mean vector made from the radar dataonto the subspace for recognition. By Euclidean distance, a comparison is made between the above projection and eachtemplate in the library, to decide which class the target belongs to. Finally, simulations with the experimental radar dataarte given to show that the proposed method is robust to variation in azimuth and immune to additive Gaussian noisewhen SNR≥5dB.