一种基于特征匹配的鲁棒性稳像算法： (1)为保证稳像系统的鲁棒性，算法在进行特征匹配时融入亮度变化自适应模型并利用特征匹配误差分析和运动一致性原则对特征初步匹配结果作有效性验证 以提高算法对光线变化和局部运动物体的鲁棒性。 (2)为提高稳像系统的智能性，提出一种基十特征集合匹配关系的抖动检测方法。该方法通过对帧间运动参数进行分析确定视频是否有抖动发生，进Ifu确定是否需要做进一步的运动补偿处理，从}fu避免在视频没有发生抖动时产生由补偿引起的系统效率下降。 (3)在以上研究工作的基础上，成功开发一套数字图像稳定系统，该系统在拍摄场景具有一定的纹理信息时，即使场景中发生光线变化和存在产生局部运动的前景物体时，仍具有较好的稳像效果。

（MATLAB）的DCT,DWT,DFT,LSB多方法数字水印，带GUI界面，攻击方法多，评价，鲁棒性 （MATLAB）的DCT,DWT,DFT,LSB多方法数字水印，带GUI界面，攻击方法多，评价，鲁棒性

该各地为基于Matlab的数字水印系统，带有多个方法有人机交互界面。dct dwt lsb等，带有不同的攻击方法和评价参数，需要在人机交互界面的基础之上进行拓展。 该各地为基于Matlab的数字水印系统，带有多个方法有人机交互界面。dct dwt lsb等，带有不同的攻击方法和评价参数，需要在人机交互界面的基础之上进行拓展。

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。

借鉴多媒体数字水印技术，提出了一种基于混沌的DCT域关系数据库水印算法，运用混沌序列对版权图像加密生成水印信息，并嵌入到候选属性的DCT中频系数中。利用DCT在频域中实现水印与载体的融合，隐蔽性更强，弥补了空域水印算法的不足；混沌序列的伪随机性和初值敏感性为数字水印的安全性提供了保证。实验表明，该算法具有较强的鲁棒性和良好的不可见性。

自适应鲁棒性卡尔曼滤波算法在卫星姿态估计中的应用

针对一类具有外界扰动的严格反馈非线性系统, 将Backstepping 技术、预设性能控制和鲁棒控制相结合, 提出一种预设性能鲁棒控制器设计方法. 通过误差转换, 建立系统等效误差模型, 利用Backstepping 和鲁棒控制逐步递推选择适当的Lyapunov 函数设计预设性能鲁棒控制器. 该控制策略兼顾系统的暂态和稳态性能, 仿真实例表明了所提出设计方法的有效性.

（语言：MATLAB）数字水印（图像大小不限制，攻击，鲁棒性评价，带界面GUI） （语言：MATLAB）数字水印（图像大小不限制，攻击，鲁棒性评价，带界面GUI）

2023年最新入门对抗样本、对抗攻击与防御的最佳教程，里面包含总结好的攻击跟防御代码 并有详细介绍。 有入门到精通，该教程最通俗易懂。 对抗样本是各种机器学习系统需要克服的一大障碍。对抗样本的存在表明模型倾向于依赖不可靠的特征来最大化性能，如果特征受到干扰，那么将造成模型误分类，可能导致灾难性的后果。对抗样本的非正式定义：以人类不可感知的方式对输入进行修改，使得修改后的输入能够被机器学习系统误分类，尽管原始输入是被正确分类的。这一修改后的输入即被称为对抗样本。 敌手在恶意设计扰动，让自动驾驶汽车直线拐弯[10]，让目标检测失灵[11]，让人脸识别系统失效[12]。我不放心你做事啊，尤其是人命关天的任务。

Cubature 卡尔曼滤波器(CKF) 在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散, 为此提出了统计回归估计的鲁棒CKF 算法. 推导出线性化近似回归和直接非线性回归的鲁棒CKF 算法, 直接非线性回归克服了观测方程线性化近似带来的不足. 具有混合高斯噪声的仿真实例比较了3 种Cubature 卡尔曼滤波器的滤波性能, 结果表明这两种鲁棒CKF 滤波精度及估计一致性明显优于CKF, 直接非线性回归的CKF 的鲁棒性更强, 滤波性能更好.