基于最低有效位的圖像信息隱藏 圖像信息隱藏： 說明： 1、bmp格式的原始圖像都有足夠的容量來嵌入任何格式的隱秘文件，而且都可以提取成功。 2、jpg格式的原始圖像只有足夠的容量來嵌入任何格式的小容量隱秘文件，可以提取成功。 3、嵌入過程：i. 打開一幅原始圖像；ii. 點擊相應的嵌入方法；iii. 在提示中輸入要嵌入的隱秘文件路徑；iv. 輸入要保存隱秘文件的路徑；v. 嵌入成功； 4. 提取過程：i. 打開一幅隱秘圖像；ii. 點擊相應的提取算法；iii. 輸入要保存隱秘文件的路徑；iv. 提取成功。
上傳時間： 2014-07-29
上傳用戶：lanhuaying
魚眼鏡頭具有短焦距(f =6~16mm)、大視場的優點（視場角約為至），在虛擬實景、視頻監控、智能交通、機器人導航等領域得到廣泛的應用。但魚眼鏡頭攝像機拍攝的圖像具有非常嚴重的變形。如果要利用這些具有嚴重變形圖像的投影信息，需要將這些變形的圖像校正為符合人們視覺習慣的透視投影圖像。 在魚眼圖像校正之前，需要把魚眼圖像的有效區域提取出來，它在整個校正過程中至關重要。針對幾種常用的有效區域提取方法的不足，本文提出一種改進算法，實驗結果表明該方法在保證精度的前提下兼顧了效率。魚
上傳時間： 2016-06-12
上傳用戶：halias
決策樹，ID3算法，熵不純度，信息增益，實現，c++語言編程
上傳時間： 2017-01-03
上傳用戶：kuangdawss
機器學習ID3算法的簡單實現， ID3算法是一種貪心算法，用來構造決策樹。ID3算法起源于概念學習系統（CLS），以信息熵的下降速度為選取測試屬性的標準，即在每個節點選取還尚未被用來劃分的具有最高信息增益的屬性作為劃分標準，然后繼續這個過程，直到生成的決策樹能完美分類訓練樣例。
上傳時間： 2017-05-11
上傳用戶：zheng417
在工業應用中常用一組傳感器對問一個被測量目標在一個過程的不同位置進行測量，然而由于每個傳感器位于過程的不同位置，它們將不問程度的受到嗓聲的干擾，為了從被嗓聲干擾的多傳感器測量值中獲得更準確的測量結果，霱要進“步研究多傳感器的融合理論多傳感器數據融合系統的關鍵在于如何充分利用各個傳感器的信息，得到對被測參數的最優估計，本文主要研究了以加權的方式進行多傳感器數據融合的方法，即研究如何對每個傳感器進行加權，從而得到對被測參數最優佑計的方法為此本文在介紹了多傳感器數據融合技術的基礎上，首先研究了基于奇異值分解的數據融合算法，通過對傳感器測量值構成的矩陣進行奇異值分解，利用每個傳感器測量值所對應的奇異值，可以估計出對每個傳感器權值的最優估計，從而在不要任何先驗知識的條件下，可僅由多傳感器的測量值，利用提出的算法得到在最小均方誤差意義下的被測參數的最優估計，此外，在許多工業過程中，人們利用多傳感器測量同一過程參數以控制該參數在過程中的不同位置能根據需要進行合理分布，此時人們希望利用多傳感器融合的測量結果，對每一個傳感器的測量數據進行重建，以獲得對每一個傳感器的測量結果進行更為準確的估計。為此，本文進一步研究了基于小波降噪和數據融合的傳感器數據重建算法，仿真和實驗結果都說明提出算法是有效的，最后，研究了非線性動態系統的狀態融合問題，研究了加權無氣味卡爾曼濾波（UKF）方法，研究表明無氣味卡爾曼波波能克服了擴展卡爾曼濾波（EKF）在狀態融合估計中的不足，可以得到了更準確的狀態融合估計結關鍵詞多傳感器系統，數據融合，奇異值分解，UKF
上傳時間： 2022-03-16
上傳用戶：aben
《數據結構與算法分析C++描述》 (第3版)是數據結構和算法分析的經典教材，書中使用主流的程序設計語言C++作為具體的實現語言。書的內容包括表、棧、隊列、樹、散列表、優先隊列、排序、不相交集算法、圖論算法、算法分析、算法設計、攤還分析、查找樹算法、k-d樹和配對堆等。編輯推薦《數據結構與算法分析C++描述》(第3版)適合作為計算機相關專業本科生的數據結構課程和研究生算法分析課程的教材。本科生的數據結構課程可以使用本書第1章～第9章，多學時課程還可以講解第10章；研究生算法分析課程可以使用第6章～第12章。作者簡介作者：(美國)維斯 (Mark Allen Weiss) 譯者：張懷勇 等Mark Allen Weiss，1987年在普林斯頓大學獲得計算機科學博士學位，師從著名算法大師Robert Sedgewick，現任美國佛羅里達國際大學計算與信息科學學院教授。他曾經擔任全美AP（Advanced Placement）考試計算機學科委員會的主席（2000-2004）。他的主要研究方向是數據結構，算法和教育學。
上傳時間： 2022-05-12
上傳用戶：
本書是自適應信號處理領域的一本經典教材。全書共17章，內容包括：自適應LMS橫向濾波器、自適應格型濾波器、自適應遞歸濾波器、頻域和子帶自適應濾波器、盲自適應濾波器、神經網絡、非線性自適應濾波器等及其在通信與信息系統中的應用。目錄背景與預覽第1章 隨機過程與模型第2章 維納濾波器第3章 線性預測第4章 最速下降算法第5章 最小均方自適應濾波器第6章 歸一化最小均方自適應濾波器第7章 頻域和子帶自適應濾波器第8章 最小二乘法第9章 遞歸最小二乘自適應濾波器第10章 卡爾曼濾波器第11章 平方根自適應濾波器第12章 階遞歸自適應濾波器第13章 有限精度效應第14章 時變系統的跟蹤第15章 無限脈沖響應自適應濾波器第16章 盲反卷積第17章 反向傳播學習后記附錄A 復變量附錄B 對向量微分附錄C 拉格朗日乘子法附錄D 估計理論附錄E 特征分析附錄F 旋轉和映射附錄G 復數Wishart分布術語參考文獻 現在網上流傳的技術類書籍好多都是預覽版本，此書為全本，非常難得，現在分享給大家，希望對大家有所幫助。
標簽： 自適應濾波器
上傳時間： 2022-05-14
上傳用戶：默默
遺傳算法(genetical algorithm)是模擬自然界生物進化過程與機制求解問題的一類自組織與自適應的人工智能技術，已廣泛應用于計算機科學、人工智能、信息技術及工程實踐。 全書共分3章，第l章給出了遺傳算法的幾何理論，第2章給出了遺傳算法的馬爾可夫鏈分析，第3章給出了遺傳算法的收斂理論。 本書可以作為應用數學、計算機科學、系統科學等專業研究生的教材，也可以作為研究遺傳算法的參考書。 遺傳算法的數學基礎由張文修、梁怡編著，是一本重點在于闡述遺傳算法的數學基礎的書籍。
上傳時間： 2022-05-25
上傳用戶：
隨著信息技術的發展以及嵌入式、人臉識別、計算機網絡等技術的提高，人們正在感受著科技帶來的便利和益處。 該系統通過攝像頭獲取人臉圖像,在后臺應用系統完成圖像識別,然后給單片機發送命令來控制門禁系統。軟件上首先利用小波變換對人臉圖像進行2次小波分解,然后對低頻分量進行離散余弦變換(DCT)提取特征值,最后利用歐氏距離和最近鄰分類器進行識別。采用OpenCV人臉識別算法進行處理輸出。達到該系統構建簡單、方便,識別速度快且準確率較高。 本文主要介紹了基于人臉識別算法的門禁系統的設計與實現。在對人臉識別算法研究的基礎上，進一步對整個門禁系統設計與實現進行了詳細闡述。主要內容包含以下幾點： 1．簡單的介紹了課題研究的背景、目的及意義，介紹了人臉識別的背景，闡述了國內外人臉識別的現狀以及人臉識別的難點，還介紹了相關的技術。 2．人臉識別算法的研究：主要對Gabor濾波算法、K-L變換算法、Haar特征提取算法這三種特征提取算法進行了詳細介紹，也對PCA和LDA這兩種人臉識別算法進行了詳細的闡述和實驗的對比。 3．門禁系統的設計與實現：從需求分析入手對系統的總體模式、總體結果、功能模塊、數據庫設計等各部分進行了簡單的介紹。 4．系統的測試：在對核心算法人臉識別進行了詳細的研究以及整個門禁系統的設計和實現結束后，對于整合實現的系統，進行了詳細的測試，并給出了功能測試報告和性能測試報告。 本文設計的基于人臉識別的門禁系統，在一定程度上可以較好的識別人臉.
上傳時間： 2022-05-28
上傳用戶：
隨著人類社會的進步，科學技術的發展日新月異，模擬人腦神經網絡的人工神經網絡已取得了長足的發展。經過半個多世紀的發展，人工神經網絡在計算機科學，人工智能，智能控制等方面得到了廣泛的應用。當代社會是一個講究效率的社會，科技更新領域也是如此。在人工神經網絡研究領域，算法的優化顯得尤為重要，對提高網絡整體性能舉足輕重.BP神經網絡模型是目前應用最為廣泛的一種神經網絡模型，對于解決非線性復雜問題具有重要的意義。但是BP神經網絡有其自身的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現實問題的時候顯得力不從心。針對這個問題，本文利用遺傳算法的并行全局搜索的優勢，能夠彌補BP網絡的不足，為解決大規模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網絡有機地結合起來，提出了一種新的網絡結構，在穩定性、學習性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設計了BP神經網絡結構，在此基礎上，應用遺傳算法進行優化，達到了加快收斂速度和全局尋優的效果。本文借助MATLAB平臺，對算法的優化內容進行了仿真實驗，得出的效果也符合期望值，實現了對BP算法優化的目的。關鍵詞：生物神經網絡：人工神經網絡；BP網絡；遺傳算法；仿真隨著電子計算機的問世及發展，人們試圖去了解人的大腦，進而構造具有人類思維的智能計算機。在具有人腦邏輯推理延伸能力的計算機戰勝人類棋手的同時，引發了人們對模擬人腦信息處理的人工神經網絡的研究。1.1研究背景人工神經網絡（Artificial Noural Networks，ANN）（注：簡稱為神經網絡），是一種數學算法模型，能夠對信息進行分布式處理，它模仿了動物的神經網絡，是對動物神經網絡的一種具體描述。這種網絡依賴系統的復雜程度，通過調節內部大量節點之間的關系，最終實現信息處理的目的。人工神經網絡可以通過對輸入輸出數據的分析學習，掌握輸入與輸出之間的潛在規則，能夠對新數據進行分析計算，推算出輸出結果，因為人工神經網絡具有自適應和自學習的特性，這種學習適應的過程被稱為“訓練"。
上傳時間： 2022-06-16
上傳用戶：jiabin
