為了提高數(shù)字水印抗擊各種圖像攻擊的性能和保持圖像的穩(wěn)健性和不可見性，提出了一種基于離散小波變換（DWT），SVD（singular value decomposition）奇異值分解水印圖像和原始載體圖像的離散余弦變換（DCT）的自適應水印嵌入算法，主要是將水印圖像的兩次小波變換后的低頻分量潛入到原始圖像分塊經(jīng)過SVD分解的S分量矩陣中，同時根據(jù)圖像的JPEG壓縮比的不同計算各個圖像塊的水印調(diào)節(jié)因子。實驗證明該算法在抗擊JPEG壓縮、中值濾波、加噪等均具有很好的魯棒性，嵌入后的圖像的PSNR達到38，具有良好的視覺掩蔽性
標簽： 數(shù)字水印算法
上傳時間： 2013-10-09
上傳用戶：ca05991270
自適應信號處理的理論和技術(shù)已經(jīng)成為人們常用濾波和去噪技術(shù)。文中講述了自適應濾波的原理以及LMS算法和RLS算法兩種基本自適應算法的原理及步驟。并用MATLAB分別對兩種算法進行了自適應濾波仿真和實現(xiàn)。
上傳時間： 2013-11-26
上傳用戶：1051290259
【開源】線性CCD自適應性算法攻略
上傳時間： 2013-10-23
上傳用戶：forzalife
環(huán)境溫度、光照強度和負載等因素對光伏電池的輸出特性影響很大，為了提高光伏電池的工作效率，需要準確快速地跟蹤光伏電池的最大功率點。在分析了光伏電池的輸出特性的基礎(chǔ)上，建立了光伏電池的仿真模型；針對傳統(tǒng)爬山法的不足，采用了自適應占空比擾動法對最大功率點進行了跟蹤控制。給出了上述兩種算法的工作原理及設計過程。仿真結(jié)果表明：自適應占空比擾動算法跟蹤迅速，減少了系統(tǒng)在最大功率點附近的振蕩現(xiàn)象，提高了系統(tǒng)的跟蹤速度和精度。
上傳時間： 2013-12-04
上傳用戶：bakdesec
無線傳感網(wǎng)絡存在關(guān)鍵區(qū)域節(jié)點能量消耗過快，節(jié)點能量供應有限以及通信鏈路擁塞等問題，容易造成節(jié)點故障和路由破壞。為減小上述問題對網(wǎng)絡傳輸造成的影響，提出一種基于Q學習的無線傳感網(wǎng)絡自愈算法，通過引入Q學習的反饋機制，動態(tài)感知網(wǎng)絡的狀態(tài)信息，當故障發(fā)生時，自適應地選擇恢復路徑，保證數(shù)據(jù)實時順利傳輸。仿真結(jié)果表明，該算法降低了錯誤選擇故障或擁塞路徑的概率，在故障感知、故障恢復和延長網(wǎng)絡壽命等方面，表現(xiàn)出了良好的性能。
標簽： 無線傳感網(wǎng)絡 算法
上傳時間： 2013-10-26
上傳用戶：toyoad
該系統(tǒng)采用自校正控制原理和常規(guī)PID控制相結(jié)合的算法!能快速整定出PID控制器的參數(shù)
上傳時間： 2013-10-21
上傳用戶：Shaikh
自適應波束形成是智能天線的關(guān)鍵技術(shù)，其核心是通過一些自適應波束形成算法獲得天線陣列的最佳權(quán)重，并最終最后調(diào)整主瓣專注于所需信號的到達方向，以及抑制干擾信號，通過這些方式，天線可以有效接收所需信號。在實際應用中，收斂性，復雜性和魯棒性的速度是在選擇自適應波束形成算法時要考慮的主要因素。本文聚焦于最小均方（LMS）算法和樣本矩陣求逆（SMI）的算法，分析了它們的性能，并在Matlab的幫助下將這兩個算法應用于自適應波束形成。
上傳時間： 2013-11-23
上傳用戶：ArmKing88
為了解決自適應大數(shù)表決算法無法容忍表決周期發(fā)生瞬時錯誤的問題，提出了基于自檢測的自適應一致表決算法。該算法通過插入檢測代碼實時搜集瞬時錯誤信息，進而屏蔽發(fā)生瞬時錯誤的軟件冗余模塊參與表決，并將各軟件冗余模塊歷史記錄信息有效地應用到表決系統(tǒng)。在此算法的基礎(chǔ)上，設計了能實現(xiàn)上述功能的表決系統(tǒng)結(jié)構(gòu)圖。最后通過仿真實驗證明了所提算法的有效性。
上傳時間： 2013-10-13
上傳用戶：miaochun888
提出一種基于自適應混沌粒子群優(yōu)化和支持向量機結(jié)合的非線性預測建模算法（ACPSO-SVR），引入ACPSO啟發(fā)式尋優(yōu)機制對SVR模型的超參數(shù)進行自動選取，在超參數(shù)取值范圍變化較大的情況下，效果明顯優(yōu)于網(wǎng)格式搜索算法。選取UCI機器學習數(shù)據(jù)庫中的Forest fires標準數(shù)據(jù)集進行測試，實驗結(jié)果表明該方法具有較高的精度和良好的泛化能力，對于解決多變量的回歸預測問題是一種有效的方法。最后給出了混合算法在碳一多相催化領(lǐng)域的兩種典型應用，在反應動力學模型未知的情況下建立催化劑組份模型和操作條件模型，以及基于混合算法的最優(yōu)催化劑設計框架。
上傳時間： 2013-10-23
上傳用戶：alibabamama
動量-自適應學習調(diào)整算法(BP改進算法)應用實例.zip
上傳時間： 2014-11-13
上傳用戶：alan-ee
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
