在笔迹鉴别中为了便于获取特征字符的细微特征，基于线性矩和小波变换提出了提取特征字符纹理特征的方法。小波变换能有效地提取字符的结构特征，而矩能够很好地对其进行描述。在该方法中，一幅特征字图像可以用一个含有52个元素的特征矢量表示，然后通过训练多个神经网络，并应用神经网络集成的方法将其结果合成，对特征空间进行正确分类。分别在特征字和候选人数变化的情况下进行实验，实验结果显示识别准确率较同类算法平均提高百分之五。
2023-04-11 20:17:53
322KB
1
提出了一种用三维Jerk系统对彩色图像加密的算法。首先对Jerk系统输出的混沌序列进行预处理，使其成为更为理想的伪随机序列；其次用得到的混沌序列对图像进行行、列置乱变换；最后再用混沌序列对置乱后的图像进行扩散，完成加密。此外，在解密中利用原图像相邻像素的相关性增强了算法的抗攻击能力。仿真结果表明，Jerk系统产生的混沌序列有理想的伪随机性，该加密算法可以达到很好的加密效果，并具有较强的抗攻击性能。
2023-04-11 12:13:30
589KB
1
峰值电流模升压变换器的自适应斜坡补偿电路设计，汪倩，陈文韬，设计了一种适用于峰值电流模升压DC-DC变换器的自适应斜坡补偿电路。利用吉尔伯特单元的传输特性将输入输出电压转化为斜坡电流，使�
2023-04-11 11:24:17
485KB
1
超声全聚焦成像校正模型及加速算法.pdf,超声全聚焦成像算法是一种基于全矩阵数据的成像技术，具有成像精度高、缺陷表征能力强的优点，但也存在数据量大、计算时间长、近表面区域噪声较大的缺点，目前主要应用于后处理成像。针对以上问题，建立了基于阵元指向性函数的成像校正模型；结合并行计算设备，提出了基于三角矩阵数据采集和索引技术的成像加速算法。使用16阵元相控阵探头对带有人工通孔的铝制试块进行检测试验，结果表明，使用加速算法可以将每帧图像成像时间缩短至135 ms以内，满足实时成像的要求；添加校正模型后，对于图像近表面区域噪声抑制效果明显，降低了伪缺陷出现的可能性，提高了图像信噪比。
2023-04-11 11:24:12
3.16MB
1
基于机器学习的信号测向方法，吴流丽，刘章孟，波达方向（DOA）估计被广泛应用在雷达、蜂窝通信、卫星通信等领域。传统的DOA估计方法运算量较大，难以对目标实现实时跟踪。本文提
2023-04-11 10:21:02
272KB
1
结合人类听觉系统，提出了一种基于倒谱变换的自适应音频水印算法，充分利用复倒谱变换的性质，将原始音频信号分成若干帧，每帧实施复倒谱变换后，在对应位置按照一定的方法嵌入水印信号。水印的提取不需要原始音频信号，是一种盲水印算法。实验结果表明，嵌入后的水印不仅具有很好的不可感知性，而且对添加噪声、重新采样、低通滤波和重新量化等攻击也具有很好的鲁棒性。
2023-04-11 10:13:56
221KB
1
基于CPLD等精度测频法的数字频率计设计，李剑勇，，本文利用 ALTERA 公司生产的CPLD可编程器件 EP1K50QC208-3，基于等精度测频法原理设计实现数字频率计。 硬件主要有主板及显示两大模块，软
2023-04-10 18:51:48
259KB
1
为实现基于公交IC卡数据的大规模OD（origination-destination）矩阵推导，提出了一种不关联公交调度信息和GPS数据的OD矩阵推导算法。提出了站点序号标注算法，通过时间聚类思想设计了自适应调整的时间间隔阈值以判断公交车的行驶状态，将公交站点序列与刷卡记录进行匹配；在此基础上，提出了单个公交车的行驶方向标注算法，通过从已知行驶方向的公交车推导未知方向公交车的方向标注算法。为了最大化解决公交数据的上车站点信息补全问题，将全局公交车行驶方向标注问题映射为图论中的节点遍历问题，利用贪心生长算法和广度优先策略实现了局部最优。最后该算法处理某市的公交IC卡数据，得到了公交出行链假设下的城市居民大规模OD矩阵。结果显示算法可有效推导大规模OD矩阵。
2023-04-10 16:54:51
1.08MB
1
为了克服基于小波尺度谱重排的时频分析方法中时、频分辨率不佳及时频分布可读性较差等问题，提出了一种基于参数优化Morlet小波变换和奇异值分解的海杂波背景下舰船目标检测算法。算法利用Shannon小波熵作为目标函数，根据高频地波雷达信号的特点自适应地优化Morlet小波变换的时间带宽积参数，使得后续重排尺度谱的时、频分辨率同时达到最佳；然后再对重排小波尺度谱进行基于奇异值分解的降噪处理，以抑制环境噪声的影响，进一步提高时频分布的可读性。实验结果表明，与传统的时频分析算法相比，提出的算法具有更好的时频聚集性和较强的噪声抑制能力，能有效地检测海杂波背景下缓慢运动的匀速和匀加速舰船目标。
2023-04-10 15:57:06
1.96MB
1
提出了利用小波变换(WT)、非负稀疏矩阵分解(NMFs)和Fisher线性判别(FLD)来进行人脸识别。用小波变换分解人脸图像，选择最低分辨率的子段，既能捕获到人脸的实质特征，又有效地降低了计算复杂性；非负稀疏矩阵分解能显示地控制分解稀疏度和发现人脸图像的局部化表征；Fisher线性判别能在低维子空间中形成良好的分类。实验结果表明，这种方法对光照变化、人脸表情和部分遮挡不敏感，具有良好的健壮性和较高的识别效率。
2023-04-10 09:44:30
280KB
1