亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

自相關算法

  • 一種新的自適應數字水印算法

    為了提高數字水印抗擊各種圖像攻擊的性能和保持圖像的穩健性和不可見性,提出了一種基于離散小波變換(DWT),SVD(singular value decomposition)奇異值分解水印圖像和原始載體圖像的離散余弦變換(DCT)的自適應水印嵌入算法,主要是將水印圖像的兩次小波變換后的低頻分量潛入到原始圖像分塊經過SVD分解的S分量矩陣中,同時根據圖像的JPEG壓縮比的不同計算各個圖像塊的水印調節因子。實驗證明該算法在抗擊JPEG壓縮、中值濾波、加噪等均具有很好的魯棒性,嵌入后的圖像的PSNR達到38,具有良好的視覺掩蔽性

    標簽: 數字水印算法

    上傳時間: 2013-10-09

    上傳用戶:ca05991270

  • 基于LMS算法與RLS算法的自適應濾波

    自適應信號處理的理論和技術已經成為人們常用濾波和去噪技術。文中講述了自適應濾波的原理以及LMS算法和RLS算法兩種基本自適應算法的原理及步驟。并用MATLAB分別對兩種算法進行了自適應濾波仿真和實現。

    標簽: LMS RLS 算法 自適應濾波

    上傳時間: 2013-11-26

    上傳用戶:1051290259

  • 【開源】線性CCD自適應性算法攻略

    【開源】線性CCD自適應性算法攻略

    標簽: CCD 開源 線性 算法

    上傳時間: 2013-10-23

    上傳用戶:forzalife

  • 光伏電池的自適應占空比擾動MPPT算法研究

    環境溫度、光照強度和負載等因素對光伏電池的輸出特性影響很大,為了提高光伏電池的工作效率,需要準確快速地跟蹤光伏電池的最大功率點。在分析了光伏電池的輸出特性的基礎上,建立了光伏電池的仿真模型;針對傳統爬山法的不足,采用了自適應占空比擾動法對最大功率點進行了跟蹤控制。給出了上述兩種算法的工作原理及設計過程。仿真結果表明:自適應占空比擾動算法跟蹤迅速,減少了系統在最大功率點附近的振蕩現象,提高了系統的跟蹤速度和精度。

    標簽: MPPT 光伏電池 算法研究

    上傳時間: 2013-12-04

    上傳用戶:bakdesec

  • 基于Q學習的無線傳感網絡自愈算法

    無線傳感網絡存在關鍵區域節點能量消耗過快,節點能量供應有限以及通信鏈路擁塞等問題,容易造成節點故障和路由破壞。為減小上述問題對網絡傳輸造成的影響,提出一種基于Q學習的無線傳感網絡自愈算法,通過引入Q學習的反饋機制,動態感知網絡的狀態信息,當故障發生時,自適應地選擇恢復路徑,保證數據實時順利傳輸。仿真結果表明,該算法降低了錯誤選擇故障或擁塞路徑的概率,在故障感知、故障恢復和延長網絡壽命等方面,表現出了良好的性能。

    標簽: 無線傳感網絡 算法

    上傳時間: 2013-10-26

    上傳用戶:toyoad

  • 基于C8051F020的PID參數自整定控制器的研究與實現

    該系統采用自校正控制原理和常規PID控制相結合的算法!能快速整定出PID控制器的參數

    標簽: C8051F020 PID 參數 自整定

    上傳時間: 2013-10-21

    上傳用戶:Shaikh

  • 自適應波束形成算法的研究

    自適應波束形成是智能天線的關鍵技術,其核心是通過一些自適應波束形成算法獲得天線陣列的最佳權重,并最終最后調整主瓣專注于所需信號的到達方向,以及抑制干擾信號,通過這些方式,天線可以有效接收所需信號。在實際應用中,收斂性,復雜性和魯棒性的速度是在選擇自適應波束形成算法時要考慮的主要因素。本文聚焦于最小均方(LMS)算法和樣本矩陣求逆(SMI)的算法,分析了它們的性能,并在Matlab的幫助下將這兩個算法應用于自適應波束形成。

    標簽: 自適應波束 法的研究

    上傳時間: 2013-11-23

    上傳用戶:ArmKing88

  • 基于自檢測的自適應一致表決算法

    為了解決自適應大數表決算法無法容忍表決周期發生瞬時錯誤的問題,提出了基于自檢測的自適應一致表決算法。該算法通過插入檢測代碼實時搜集瞬時錯誤信息,進而屏蔽發生瞬時錯誤的軟件冗余模塊參與表決,并將各軟件冗余模塊歷史記錄信息有效地應用到表決系統。在此算法的基礎上,設計了能實現上述功能的表決系統結構圖。最后通過仿真實驗證明了所提算法的有效性。

    標簽: 自檢測 算法

    上傳時間: 2013-10-13

    上傳用戶:miaochun888

  • ACPSO-SVR結合的非線性建模預測算法

    提出一種基于自適應混沌粒子群優化和支持向量機結合的非線性預測建模算法(ACPSO-SVR),引入ACPSO啟發式尋優機制對SVR模型的超參數進行自動選取,在超參數取值范圍變化較大的情況下,效果明顯優于網格式搜索算法。選取UCI機器學習數據庫中的Forest fires標準數據集進行測試,實驗結果表明該方法具有較高的精度和良好的泛化能力,對于解決多變量的回歸預測問題是一種有效的方法。最后給出了混合算法在碳一多相催化領域的兩種典型應用,在反應動力學模型未知的情況下建立催化劑組份模型和操作條件模型,以及基于混合算法的最優催化劑設計框架。

    標簽: ACPSO-SVR 非線性建模 預測算法

    上傳時間: 2013-10-23

    上傳用戶:alibabamama

  • 動量-自適應學習調整算法(BP改進算法)應用實例.zip

    動量-自適應學習調整算法(BP改進算法)應用實例.zip

    標簽: zip 動量 算法 改進算法

    上傳時間: 2014-11-13

    上傳用戶:alan-ee

主站蜘蛛池模板: 辽宁省| 苍山县| 禹城市| 新沂市| 方正县| 宁南县| 梧州市| 合肥市| 汨罗市| 怀集县| 广南县| 横峰县| 湖南省| 武邑县| 雷州市| 富宁县| 静乐县| 石泉县| 故城县| 枣庄市| 冕宁县| 建瓯市| 新邵县| 犍为县| 贵南县| 北川| 当雄县| 灌阳县| 阿合奇县| 平泉县| 文安县| 虎林市| 高邑县| 永昌县| 攀枝花市| 乌拉特前旗| 江孜县| 南阳市| 聂荣县| 出国| 玛多县|