一種嵌入可讀水印的自適應(yīng)盲水印算法， 本文提出了一種基于DWT的嵌入可讀水印的自適應(yīng)盲水印算法,通過分析圖像經(jīng)離散小波變換后細(xì) 節(jié)子帶系數(shù)的特性,把細(xì)節(jié)子帶系數(shù)的均值和方差作為水印信息的一部分來自適應(yīng)地修改圖像小波分解后某些細(xì)節(jié) 子帶的系數(shù)值,在滿足水印不可感知性的條件下自適應(yīng)地嵌入水印信息,實(shí)現(xiàn)了水印不可感知性和魯棒性之間的折 衷. 同時(shí),水印的提取無須求助于原圖像,很好的實(shí)現(xiàn)了水印的盲檢測(cè). 這里的水印是一幅有實(shí)際意義的二值圖像. 實(shí) 驗(yàn)結(jié)果和攻擊測(cè)試表明,本文提出的算法對(duì)JPEG/ JPEG2000 壓縮、添加噪聲、剪切、像素移位等多種攻擊有較強(qiáng)的魯棒 性,同時(shí)對(duì)直方圖均衡化、對(duì)比度調(diào)整和高斯濾波等圖像處理操作也具有一定的抵抗能力.
上傳時(shí)間： 2017-08-30
上傳用戶：陽(yáng)光少年2016
探討了在 Mh T I AB環(huán)境中實(shí)現(xiàn)遺傳算法仿真 的方法 ， 并 以一個(gè) 簡(jiǎn)單的求函數(shù)最值的問 題作為遺傳算法的應(yīng)用實(shí)鍘， 說明遺傳算法的全局尋優(yōu)性及用 M AI I AB實(shí)現(xiàn)仿真的可行性。
上傳時(shí)間： 2014-08-19
上傳用戶：牛津鞋
2、 聲明測(cè)試類TestStudent完成對(duì)多態(tài)性的測(cè)試：（1）在主方法中聲明Student類的數(shù)組（含五個(gè)元素）。（2）生成五個(gè)對(duì)象存入數(shù)組，其中三個(gè)Student類的對(duì)象、一個(gè)StudentXW類的對(duì)象、一個(gè)StudentBZ類的對(duì)象。（3）將方法testScore()發(fā)送給數(shù)組的每一個(gè)元素，輸出結(jié)果，并分析具體執(zhí)行的是哪一個(gè)類中的方法。
標(biāo)簽： TestStudent Student 測(cè)試 數(shù)組
上傳時(shí)間： 2017-09-12
上傳用戶：netwolf
遺傳算法的收斂性分析是算法研究中的主要問題
上傳時(shí)間： 2016-04-26
上傳用戶：littlefy
動(dòng)態(tài)電路分析，用戶輸入電阻R 電容C 電容初始電壓Uc(0+) 激勵(lì)為正玄電壓，當(dāng)t=0時(shí)，開關(guān)閉合，求電容電壓的全部響應(yīng)
標(biāo)簽： 動(dòng)態(tài) 電路分析
上傳時(shí)間： 2016-12-14
上傳用戶：苗1992
本文對(duì)磁電系儀表磁系統(tǒng)的結(jié)構(gòu)及技術(shù)特性進(jìn)行了較詳冬的論述和分析, 并通過對(duì)外磁式和內(nèi)磁式儀表各項(xiàng)技術(shù)特性的比較, 闡述了各自的優(yōu)缺點(diǎn), 同時(shí)也提供了改善內(nèi)磁式儀表非線性刻度的幾種切實(shí)可行的方法。
上傳時(shí)間： 2019-06-10
上傳用戶：sunonhorizon
本文在分析 CAD 文件格式與 GIS 所需建模源文件之間差異性的基礎(chǔ)上，介紹了數(shù)據(jù)的自動(dòng)轉(zhuǎn) 換獲取方法，說明了 GIS 用于城市用地適宜性評(píng)價(jià)的具體操作流程，并對(duì) GIS 在城市規(guī)劃其他方面的應(yīng)用 進(jìn)行了展望。
標(biāo)簽： GIS
上傳時(shí)間： 2020-04-13
上傳用戶：小婷婷婷
“走向數(shù)學(xué)”小叢書，每本小冊(cè)子盡量用深入淺出的語言來講述數(shù)學(xué)的某一問題或方面，使工程技術(shù)人員、非數(shù)學(xué)專業(yè)的大學(xué)生，甚至具有中學(xué)數(shù)學(xué)水平的人，亦能懂得書中全部或部分含義與內(nèi)容。這對(duì)提高我國(guó)人民的數(shù)學(xué)修養(yǎng)與水平，可能會(huì)起些作用。史樹中所著的《凸性》主要介紹了凸集定義、凸集承托定理及其解析證明、凸函數(shù)的定義、凸性不等式、凸函數(shù)的導(dǎo)數(shù)性質(zhì)、凸函數(shù)的次微分和共軛函數(shù)、凸分析的兩條基本定理及凸規(guī)劃等。
標(biāo)簽： 凸性
上傳時(shí)間： 2021-11-03
上傳用戶：nhhrzh
神經(jīng)網(wǎng)絡(luò)在智能機(jī)器人導(dǎo)航系統(tǒng)中的應(yīng)用研究1神經(jīng)網(wǎng)絡(luò)在環(huán)境感知中的應(yīng) 用 對(duì)環(huán)境 的感 知 ，環(huán)境模型 妁表示 是非常重要 的。未 知 環(huán)境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊(cè)格法表示范圍較大的工作環(huán)境，在滿足 精度要求 的情況下，必定要占用大量的內(nèi)存，并且采用柵 格法進(jìn)行路徑規(guī)劃，其計(jì)算量是相當(dāng)大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機(jī)器人對(duì)未知環(huán)境的蒜知提供了一條途徑。 Kohone~沖經(jīng)網(wǎng)絡(luò)是一十自組織神經(jīng)網(wǎng)絡(luò)，其學(xué)習(xí)的結(jié) 果能體現(xiàn)出輸入樣本的分布情況，從而對(duì)輸入樣本實(shí)現(xiàn)數(shù) 據(jù)壓縮 。基于 網(wǎng)絡(luò) 的這些特 性，可采 用K0h0n曲 神經(jīng)元 的 權(quán)向量來表示 自由空間，其方法是在 自由空間中隨機(jī)地選 取坐標(biāo)點(diǎn)xltl【可由傳感器獲得】作為網(wǎng)絡(luò)輸入，神經(jīng)嘲絡(luò)通 過對(duì)大量的輸八樣本的學(xué)習(xí)，其神經(jīng)元就會(huì)體現(xiàn)出一定的 分布形 式 學(xué)習(xí)過程如下：開 始時(shí)網(wǎng)絡(luò)的權(quán)值隨機(jī)地賦值 ， 其后接下式進(jìn)行學(xué) 習(xí)： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經(jīng)元 1在t時(shí)刻對(duì) 應(yīng)的權(quán)值 ；a(∽ 謂整系 數(shù) ； (『l網(wǎng)絡(luò)的輸八矢量；Ⅳ()：學(xué)習(xí)的 I域。每個(gè)神經(jīng)元能最 大限度 地表示一 定 的自由空間 。神經(jīng) 元權(quán) 向量的最 小生成 樹可以表示出自由空問的基本框架。網(wǎng)絡(luò)學(xué)習(xí)的鄰域 (，) 可 以動(dòng) 態(tài)地 定義 成矩形 、多邊 形 。神經(jīng) 元數(shù)量 的選取取 決 于環(huán)境 的復(fù)雜度 ，如果神 經(jīng)元 的數(shù)量 太少 ．它們就 不能 覆 蓋整十空間，結(jié)果會(huì)導(dǎo)致節(jié)點(diǎn)穿過障礙物區(qū)域 如果節(jié)點(diǎn) 妁數(shù)量太大 ．節(jié)點(diǎn)就會(huì)表示更多的區(qū)域，也就得不到距障 礙物的最大距離。在這種情況下，節(jié)點(diǎn)是對(duì)整個(gè) 自由空間 的學(xué) 習(xí)，而不是 學(xué)習(xí)最 小框架空 間 。節(jié) 點(diǎn)的數(shù) 量可 以動(dòng)態(tài) 地定義，在每個(gè)學(xué)習(xí)階段的結(jié)柬．機(jī)器人會(huì)檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節(jié)點(diǎn) 來 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點(diǎn)來 重新學(xué) 習(xí) 所 138一 以為了收斂于最小框架表示 ，應(yīng)該采用較少的網(wǎng)絡(luò) 節(jié)點(diǎn)升 始學(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺(tái)對(duì)擁擠的'E{= 境的學(xué)習(xí)，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結(jié)構(gòu)表示 。 采用Kohonen~沖經(jīng)阿絡(luò)表示環(huán)境是一個(gè)新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時(shí)間內(nèi)進(jìn)行大量的計(jì)算。并 且不需要了解障礙物的過細(xì)信息．如形狀、位置等 通過 學(xué)習(xí)可用樹結(jié)構(gòu)表示自由空問的基本框架，起、終點(diǎn)問路 徑 可利用樹的遍 歷技術(shù)報(bào)容易地被找到 在機(jī)器人對(duì)環(huán)境的感知的過程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對(duì) 多傳 感器的信息進(jìn) 行融臺(tái) 。由于單個(gè)傳感器僅能 提 供部分不 完全 的環(huán)境信息 ，因此只有秉 甩 多種傳感器 才 能提高機(jī)器凡的感知能力。 2 神經(jīng) 網(wǎng)絡(luò)在局部路徑規(guī)射中的應(yīng) 用 局部路徑 規(guī)刪足稱動(dòng)吝避碰 規(guī)劃 ，足以全局規(guī)荊為指 導(dǎo) 利用在線得到的局部環(huán)境信息，在盡可能短的時(shí)問內(nèi)
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機(jī)器人 導(dǎo)航
上傳時(shí)間： 2022-02-12
上傳用戶：qingfengchizhu
本書是 Marc Thompson 博士 20 年模擬電路設(shè)計(jì)和教學(xué)經(jīng)驗(yàn)的總結(jié)，講述了模擬電路與系統(tǒng)設(shè)計(jì)中常用的直觀分析方法。本書提出了“模擬電路直觀方法學(xué)”，力圖幫助學(xué)生和設(shè)計(jì)人員擺脫復(fù)雜的理論推導(dǎo)與計(jì)算，充分利用直觀知識(shí)來應(yīng)對(duì)模擬電路工程設(shè)計(jì)挑戰(zhàn)。全書共分為 16 章，內(nèi)容涵蓋了二極管、晶體管、放大器、濾波器、反饋系統(tǒng)等模擬電路的基本知識(shí)與設(shè)計(jì)方法。本書大綱第 1 章與第 2 章為介紹性材料。第 1 章是本書的引言，同時(shí)介紹了模擬電路設(shè)計(jì)的發(fā)展動(dòng)機(jī)，其中引用了一些精選的歷史事件。第 2 章講述后續(xù)章節(jié)中用到地重要的信號(hào)處理概念，以使讀者們能夠跟上作者的思路。第 3 章至第 8 章講述雙極性器件的物理學(xué)原理、雙極性結(jié)型晶體管 (bipolar junction transistor, BJT) 、晶體管放大器，以及用于帶寬估計(jì)與開關(guān)速度分析的近似技術(shù)。第 9 章講述 CMOS 管和 CMOS 管放大器的基礎(chǔ)知識(shí)。前面章節(jié)介紹的用于放大器設(shè)計(jì)的帶寬估計(jì)技術(shù)也同樣適用于 CMOS 管器件。第 10 章講述 晶體管的開關(guān)效應(yīng)。晶體管是如何實(shí)現(xiàn)導(dǎo)通和關(guān)閉呢？又如何估計(jì)它的開關(guān)速度呢？第 11 章回顧反饋系統(tǒng) (feedback system) 的基本知識(shí)以及設(shè)計(jì)穩(wěn)定反饋系統(tǒng)的伯德圖 / 相位裕度方法 (Bod plot / phase margin) 。第 12 章和第 13 章講述實(shí)際運(yùn)算放大器的設(shè)計(jì)、使用和限制，包括電壓反饋 (voltage-feedback) 以及電流反饋 (current-feedback) 放大器。第 14 章講述模擬低通濾波器設(shè)計(jì)的基本知識(shí)，包括巴特沃思 (Butterworth) 、切比雪夫 (Chebyshev) 、橢圓 (elliptic) 以及貝塞爾 (Bessel) 濾波器的無源梯形實(shí)現(xiàn)和胡源實(shí)現(xiàn)。第 15 章講述實(shí)際電路設(shè)計(jì)問題，比如 PCB 版圖設(shè)計(jì)規(guī)則、無源器件的使用和限制等。第 16 章是一些有用的設(shè)計(jì)技術(shù)和設(shè)計(jì)技巧的大雜燴，這些內(nèi)容又不適合放在其他章節(jié)，所以作為獨(dú)立的章節(jié)進(jìn)行講述。一些說明性的分析問題以及 MATLAB 和 SPICE 設(shè)計(jì)示例點(diǎn)綴在全書的字里行間，以幫助讀者理解本書的內(nèi)容。
標(biāo)簽： 模擬電路
上傳時(shí)間： 2022-02-14
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
