-
-
-
-
-
论文研究-图像拟仿射变换的DWT水印算法.pdf
提出一种图像拟仿射变换的DWT水印算法。该算法对水印图像的预处理采用有限整数域上的拟仿射变换，拟仿射变换有较好的置乱效果及较大的置乱周期，从图像信息加密的安全性角度来看，它优于Arnold等常见的几何置乱变换，利用混沌序列提取原始图像的若干块组成子图像，并对子图像进行三次小波变换，将加密图像嵌入到子图像中，并将子图像还原到原始图像的相应位置。实现了水印的透明性和鲁棒性。仿真实验结果表明，算法对常见的图像攻击具有较强的鲁棒性和稳健性。
-
论文研究-一种改进的DWT-SVD域参考水印方案.pdf
针对一类SVD域图像水印方案存在过高虚警概率的问题，提出了一种改进的混合DWT和SVD的图像参考水印算法。算法先对载体图像进行[n]层的离散小波变换，然后随机选取第[n]层的部分或全部子带形成参考子带，并对参考子带进行SVD分解；将Arnold置乱处理后的水印嵌入到SVD分解后的奇异值矩阵中。实验表明，提出的算法具有较好的透明性和安全性；与其他方案相比，解决了虚警概率问题，且对于大部分的攻击，具有更好的鲁棒性能。
-
论文研究-基于DWT和Tucker分解的超光谱图像压缩技术研究.pdf
由于超光谱图像（HSI）的大数据量，HSI压缩技术的研究近年来越来越受到关注。鉴于此，提出了一种基于离散小波变换（DWT）和Tucker分解的HSI压缩方法。充分利用HSI频域和空域的信息，对HSI频带的小波变换系数进行Tucker分解，先利用小波变换将HSI分解为不同的子图像，然后利用Tucker分解实现子图像的压缩；最后用实际的HSI对算法的有效性进行评估。与其他算法的比较结果表明该算法具有更好的性能；实验还显示了压缩HSI在监督分类方法中的作用。
-
基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法.pdf
基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法.pdf,针对现有癫痫脑电(EEG)识别算法分类模式单一、普适性不强的问题，提出了一种新的基于双密度离散小波变换（DD DWT）和Log Logistic参数回归（LLPR）的脑电信号自动识别方法。不仅利用了DD DWT算法的分解特性，还建立了脑电信号的LLPR模型，并将二者有机的结合，从而更好的发挥算法的优势。滤波后脑电信号由DD DWT进行6层分解，提取各子频带系数的小波域能量波形，并结合LLPR模型计算尺度参数α和 ...
-
-
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
