數(shù)字水印作為一種防護(hù)技術(shù)，在數(shù)字產(chǎn)品的保護(hù)認(rèn)證方面越發(fā)顯得重要，成為當(dāng)前計(jì)算機(jī)領(lǐng)域研究的熱點(diǎn)問(wèn)題之一。提出了一種在空域采用分塊重復(fù)嵌入水印信息和HVS相結(jié)合的水印技術(shù)。實(shí)驗(yàn)結(jié)果說(shuō)明，分塊技術(shù)在空域的使用提高了水印的嵌入強(qiáng)度和降低計(jì)算復(fù)雜度，該算法在抵抗旋轉(zhuǎn)、裁剪、縮放方面等有較強(qiáng)能力；水印算法與HVS技術(shù)的有效性相結(jié)合，數(shù)字水印具有很好的掩蔽性。
標(biāo)簽： HVS 分塊 數(shù)字水印技術(shù)
上傳時(shí)間： 2013-10-23
上傳用戶(hù)：qwerasdf
基于圖形處理器單元（GPU）提出了一種幀間差分與模板匹配相結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。在CUDA-SIFT（基于統(tǒng)一計(jì)算設(shè)備架構(gòu)的尺度不變特征變換）算法提取圖像匹配特征點(diǎn)的基礎(chǔ)上，優(yōu)化隨機(jī)采樣一致性算法（RANSAC）剔除圖像中由于目標(biāo)運(yùn)動(dòng)部分產(chǎn)生的誤匹配點(diǎn)，運(yùn)用背景補(bǔ)償?shù)姆椒▽㈧o態(tài)背景下的幀間差分目標(biāo)檢測(cè)算法應(yīng)用于動(dòng)態(tài)情況，實(shí)現(xiàn)了動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)，通過(guò)提取目標(biāo)特征與后續(xù)多幀圖像進(jìn)行特征匹配的方法最終實(shí)現(xiàn)自動(dòng)目標(biāo)檢測(cè)。實(shí)驗(yàn)表明該方法對(duì)運(yùn)動(dòng)目標(biāo)較小、有噪聲、有部分遮擋的圖像序列具有良好的目標(biāo)檢測(cè)效果。
標(biāo)簽： 幀間差分 模板匹配 運(yùn)動(dòng)目標(biāo)檢測(cè)
上傳時(shí)間： 2013-10-09
上傳用戶(hù)：ifree2016
針對(duì)無(wú)線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)能量有限，且在進(jìn)行信息傳輸時(shí)存在數(shù)據(jù)沖突、傳輸延時(shí)等問(wèn)題，提出并設(shè)計(jì)了基于最大生存周期的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法。該算法將整個(gè)網(wǎng)絡(luò)中的節(jié)點(diǎn)分成多個(gè)簇，并根據(jù)節(jié)點(diǎn)的傳輸范圍，將每個(gè)簇中的節(jié)點(diǎn)均勻分布，每個(gè)節(jié)點(diǎn)根據(jù)自己的本地信息和剩余能量選擇通信方式向簇頭節(jié)點(diǎn)傳輸數(shù)據(jù)，從而形成傳輸數(shù)據(jù)的最短路徑；并根據(jù)集中式TDMA（時(shí)分多址）調(diào)度模型，運(yùn)用基于微粒群的Pareto優(yōu)化方法，使得網(wǎng)絡(luò)在完成規(guī)定的信息傳輸時(shí)每個(gè)節(jié)點(diǎn)耗費(fèi)的平均時(shí)隙和平均能耗最優(yōu)。仿真結(jié)果表明，上述算法不但可以最大化網(wǎng)絡(luò)的生存時(shí)間，還可以有效的降低數(shù)據(jù)融合時(shí)間，減少網(wǎng)絡(luò)延時(shí)。
標(biāo)簽： 低能耗 時(shí)延 無(wú)線傳感器 網(wǎng)絡(luò)數(shù)據(jù)
上傳時(shí)間： 2014-12-29
上傳用戶(hù)：看到了沒(méi)有
使用ABI Cloud Mask算法，結(jié)合多種基礎(chǔ)的表數(shù)據(jù)，對(duì)MTSAT-1R衛(wèi)星圖像進(jìn)行了云掩膜分類(lèi)。將衛(wèi)星圖像中的像素成功分為了4類(lèi)：“晴空”“似晴空”“似云”“云” 。實(shí)驗(yàn)結(jié)果表明，本掩膜計(jì)算方便，達(dá)到了進(jìn)一步計(jì)算下一步數(shù)據(jù)的要求。
標(biāo)簽： MTSAT 衛(wèi)星數(shù)據(jù) 掩膜 閾值
上傳時(shí)間： 2013-10-19
上傳用戶(hù)：xauthu
本文采用Memetic算法進(jìn)行飛行控制系統(tǒng)PIO評(píng)估，提出了一種結(jié)合自適應(yīng)差分進(jìn)化和模式搜索的Memetic算法。以瑞典FOI開(kāi)發(fā)的飛機(jī)模型ADMIRE為研究對(duì)象，利用Memetic算法對(duì)存在不確定條件下的飛行控制系統(tǒng)進(jìn)行評(píng)估。評(píng)估結(jié)果表明，與工業(yè)傳統(tǒng)網(wǎng)格評(píng)估方法相比，改進(jìn)的優(yōu)化算法可以在全飛行包線范圍內(nèi)找出最壞的飛行狀態(tài)，具有更高的可靠性、效率。
上傳時(shí)間： 2013-11-24
上傳用戶(hù)：lina2343
在機(jī)器人的廣泛應(yīng)用中，為了獲取各種參數(shù)和數(shù)據(jù)，確定各機(jī)器人基站的相對(duì)位置是極為重要的。為了安全和節(jié)省成本，對(duì)傳感器網(wǎng)絡(luò)采用了時(shí)延差定位算法和頻分復(fù)用傳輸模式，即可獲得傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的相對(duì)位置。定位系統(tǒng)的搭建包括發(fā)射和接收兩部分，并采用了水聲換能器進(jìn)行電-聲轉(zhuǎn)換和聲-電轉(zhuǎn)換。通過(guò)測(cè)試，該定位系統(tǒng)利用測(cè)試發(fā)射和接收信號(hào)之間的時(shí)間間隔，得到水下機(jī)器人傳感器網(wǎng)絡(luò)的相對(duì)位置，且滿足一定的定位精度。
標(biāo)簽： 時(shí)延 頻分復(fù)用 節(jié)點(diǎn)定位
上傳時(shí)間： 2013-10-20
上傳用戶(hù)：hebanlian
提出一種在接收端結(jié)合最大比合并的發(fā)送天線選擇新算法。該算法中，發(fā)送端從N個(gè)可用天線中選擇信道增益最佳的L個(gè)天線，而接收端不進(jìn)行天線選擇并進(jìn)行最大比合并(MRC)。并對(duì)該算法在準(zhǔn)靜態(tài)瑞利衰落信道的成對(duì)差錯(cuò)(PEP)性能進(jìn)行了深入地分析。理論分析和仿真試驗(yàn)證明。盡管發(fā)送端天線選擇對(duì)MIMO系統(tǒng)的分級(jí)階數(shù)會(huì)造成一定程度的損傷，但同不進(jìn)行天線選擇O‘M)相比，應(yīng)用該算法仍能獲得較大的分級(jí)增益，并能明顯提高相同頻譜效率和相同分集階效條件下空時(shí)碼的性能。
上傳時(shí)間： 2013-10-11
上傳用戶(hù)：a296386173
近年來(lái)，多輸入多輸出(MIMO)雷達(dá)受到國(guó)內(nèi)外科研人員的廣泛關(guān)注。這種新體制雷達(dá)能夠在時(shí)域、頻域、空域、碼域獲取更加豐富的目標(biāo)和環(huán)境信息，尤其是MIMO雷達(dá)的空間分集和信號(hào)分集特性在提高雷達(dá)的檢測(cè)與參數(shù)估計(jì)性能等方面具有很大的優(yōu)越性，能夠突破傳統(tǒng)雷達(dá)的性能限制。論文圍繞MIMO雷達(dá)空間分集與信號(hào)分集特性，針對(duì)目標(biāo)分辨與定位問(wèn)題提出了MIMO雷達(dá)DOA估計(jì)的新算法，利用MIMO雷達(dá)實(shí)驗(yàn)系統(tǒng)的實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了新算法的有效性。
標(biāo)簽： MIMO DOA 雷達(dá) 估計(jì)算法
上傳時(shí)間： 2013-11-09
上傳用戶(hù)：sclyutian
提出了一種基于Surendra改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，通過(guò)對(duì)背景更新系數(shù)的改進(jìn)，獲取穩(wěn)定準(zhǔn)確的背景，再將背景幀與含運(yùn)動(dòng)區(qū)域的圖像幀用差分運(yùn)算獲得運(yùn)動(dòng)目標(biāo)圖像。實(shí)驗(yàn)結(jié)果表明，該算法能夠較快反應(yīng)環(huán)境的變化，準(zhǔn)確地獲得背景圖像，提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確性。
標(biāo)簽： Surendra 運(yùn)動(dòng)目標(biāo) 檢測(cè)算法
上傳時(shí)間： 2013-11-19
上傳用戶(hù)：1234567890qqq
針對(duì)幀差分法易產(chǎn)生空洞以及背景減法不能檢測(cè)出與背景灰度接近的目標(biāo)的問(wèn)題，提出了一種將背景減和幀差法相結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先利用連續(xù)兩幀圖像進(jìn)行背景減法得到兩種差分圖像，并用最大類(lèi)間與類(lèi)內(nèi)方差比法得到合適的閾值將這兩種差分圖像二值化，然后將得到的兩種二值化圖像進(jìn)行或運(yùn)算，最后利用圖像形態(tài)學(xué)濾波得到準(zhǔn)確的運(yùn)動(dòng)目標(biāo)。實(shí)驗(yàn)結(jié)果表明，該算法簡(jiǎn)單、易實(shí)現(xiàn)、實(shí)時(shí)性強(qiáng)
上傳時(shí)間： 2013-10-08
上傳用戶(hù)：yqs138168
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
