基于matlab的数字水印系统。步骤：载体，水印，嵌入，攻击，提取，评价。带界面GUI，其中攻击步骤里面，有旋转，加噪，压缩，剪切等，且参数可调。算法可以有：dct，dwt，lsb，dft等，祝您学习愉快。

使用 DEAP 数据集从脑电图信号进行情绪识别，准确率为 86.4%。应用了多种机器学习模型，并实现了DWT算法等各种信号转换算法。 并对数据进行了归一化、离散小波变换、划分频段、提取频域特征等等处理。

所提出的系统基于使用离散小波变换 (DWT) 技术的图像压缩和使用人工蜂群和粒子群优化等进化算法的优化。 优化提供了良好的图像质量以提供更好的结果。 随着图像质量及其大小的不断增加。 市场上的许多产品都采用先进技术的图像进行控制和显示。 图像压缩是不同类型多媒体服务中的一种技术。 在这个项目中，称为离散小波变换 (DWT) 的编码技术应用于图像压缩。 这些技术使用较少的内存。 为了找到最好的图像质量，我们将使用进化算法进行优化。 进化算法是物种的进化，它侧重于机制。 由于使用 DWT 压缩图像后图像质量下降，因此我们使用进化算法来优化压缩图像。 这里使用了两种进化算法：人工蜂群和粒子群优化，并根据 PSNR、CR、MSE 和熵等参数对它们进行比较。

MATLAB DWT小波变换数字水印，彩色图象，包括攻击，评价鲁棒性。可以自己制作GUI界面，顺着做。

自己编写的，一种基于DWT的自适应数字水印算法。先将图像进行DWT分解，然后根据选定像素与其四邻域均值的关系，确定要嵌入的水印值。matlab源程序

dwt函数 功能：1-D离散小波变换 格式： [cA,cD]=dwt(X,’wname’) [cA,cD]=dwt(X,Lo_D,Hi_D) 说明： [cA,cD]=dwt(X,’wname’)使用指定的小波基函数‘wname’对信号X进行分解，cA和cD分别是近似分量和细节分量； [cA,cD]=dwt(X,Lo_D,Hi_D)用指定的滤波器组Lo_D,Hi_D对信号进行分解

dwt 用vc实现源码,用于对图像进行小波分解的三级小波变换。

MATLAB数字水印处理，包括dwt，lsb，dct等多种算法，带攻击测试，参数可调，评价指标

：提出了一种基于DCT域和DWT域的音频信息隐藏算法。该算法充分利用了离散小波变换的多分辨率特性和离散 余弦变换的能量压缩能力，通过量化的方法把保密语音信息隐藏到原始的载体音频中，在保密语音的提取过程中不需要原 始音频信号的参与。仿真试验表明，该算法的鲁棒性和不可感知性比单独采用DCT变换或DWT变换更好。

该项目与Itajubá联邦大学的Gabriel CS Almeida题为“智能学习中先进功率质量扰动的鲁棒分类器的机器学习应用”的硕士学位论文相关。 以下是MATLAB代码的详细信息。 新设备的插入，数据流的增加，间歇性生成和大规模计算机化大大增加了当前电气系统的复杂性。 这种增加导致了必要的变化，例如需要更智能的电气网络来适应这种不同的现实。 以大数据，机器学习（ML），深度学习（DL）和模式识别为代表的人工智能（AI）技术的出现代表了基于信息和知识的社会和全球发展的新时代。 随着最近的智能电网（SG），使用这种类型智能的技术的使用将变得更加必要。 本文研究了在SG中使用高级信号处理和ML算法创建高级功率质量扰动的鲁棒分类器的方法。 为此，使用随机元素生成已知的PQ干扰模型，以逼近实际应用。 从这些模型中，随着这些干扰的产生，产生了成千上万的信号。 使用离散小波变换（DWT）的信号处