基于块奇异值分解的水印算法研究

奇异值分解是一种特殊的矩阵变换，并具有良好的性质。本文充分利用奇异值分解的特性，提出了一种新的基于块奇异值分解的量化水印算法和一种新的基于块奇异值分解的扩频水印算法。这两个算法都是通过对各个数据块的最大奇异值进行修改来嵌入水印，都可以根据待嵌入的水印信息量来调整分块的大小，算法的复杂度较低。其中的量化水印算法是含边信息的嵌入方法，可以实现盲检测。实验结果证明，基于块奇异值分解的水印算法对常规的图像处理攻击具有很好的鲁棒性，尤其是其中的量化水印算法。     

一种基于置乱和奇异值分解的鲁棒水印算法

本文针对数字水印的抗攻击性问题,提出了一种新的基于置乱和奇异值分解的算法.算法首先将水印和载体图像同时进行置乱加密,再将置乱后的图像进行分块,然后对每块进行量化奇异值分解,在特征域嵌入水印.将双置乱技术引入分块量化奇异值分解方法中,进一步提高了奇异值分解算法的鲁棒性.其中,采用分块和置化特征矩阵的方法不用计算整个图像的SVD,大大缩短了水印嵌入和提取的时间.     

矩阵分解理论及应用

本文主要归纳和总结了代数学中的矩阵分解理论及理论应用。本文把矩阵分解分为等价分解、三角分解、谱分解、奇异值分解和Fitting分解等。在论文中对相关理论进行了证明,并给出了矩阵等价分解的一种新的证明方法。在应用方面,展示了等价分解、LU分解、谱分解、奇异值分解和Fitting分解在理论上的应用。     

基于离散小波变换和奇异值分解的盲水印算法

数字水印技术是解决多媒体数字产品版权保护与信息完整性的有效方法。提出了一种基于离散小波变换和奇异值分解的盲数字水印算法,算法利用小波变换和矩阵奇异值本身的特性,将Arnold变换后的水印信息量化地嵌入到原始图像小波低频子带分块奇异值分解后的向量中。实验表明,该算法具有较好的透明性和鲁棒性。     

潜在语义分析的理论研究及应用

潜在语义分析（Iatent Semantic Analysis，简称LSA）通过奇异值分解（Singular Value Decomposition，简称SVD）分析文本集之间的关系．是产生关键词——语义之间映射规则的方法。而随后又出现的PLSA（Probabilistic Latent Semantic Analysis）时基于奇异值分解的LSA又进行统计学的极大似然估计重新解释。LSA最初应用在文本信息检索领域，随着应用领域的不断拓展．LSA在信息过滤、跨语言检索、认知科学和数据挖掘中的信息理解、判断和预测等众多领域中得到了广泛的应用。     

浅议多媒体在数学教学中的应用

在小学阶段的几何初步知识的教学中,受小学生空间观念和空间想象能力的限制,学生不容易理解和掌握,应充分发挥多媒体计算机的形象、直观、生动等多方面优势,及时有效的对几何形体的知识点进行分解、组合、分析,使学生从观察到认识,从认识到理解,从理解到掌握,提高数学教学的质量。     

一类具有非线性互补多项式的奇异矩阵稳定性分析

一类具有非线性互补多项式的奇异矩阵是求解非线性动力学控制系统和模式状态监测的数学基础,分析具有非线性互补多项式的奇异矩阵稳定性,保障控制系统的稳定性。采用共轭梯度法进行奇异分解,提高对具有非线性互补多项式的奇异矩阵双正则函数的边值控制节点的约束能力,结合特征函数在渐进性条件下的Lyapunov-Krasovskii泛函,进行渐进稳定性证明,采用多目标优化局部搜索方法求解奇异矩阵的正则方程组,实现对非线性二阶模糊逻辑系统稳定性控制,求解奇异矩阵的解空间向量,分析其收敛性,根据共轭梯度边值加权优化理论,得到该类具有非线性互补多项式的奇异矩阵的SVD分解具有渐进稳定性的结论。     

基于DWT和SVD的水印盲提取

为进一步提高盲水印算法的抗攻击性,提出了基于离散小波变换和奇异值分解的盲水印算法。首先对原始图像进行分块处理,再对分块后的图像进行二维离散小波变换并对低频子带进行奇异值分解,将混沌加密后的水印信息自适应地嵌入到分块矩阵的最大奇异值中,平衡了水印的鲁棒性和不可见性,同时实现了水印的盲提取,实验结果表明该算法具有很好的不可见性,且能有效地抵御JPEG压缩、噪声、剪切等各种攻击。     

四元数分形奇异值分解方法与彩色图像重建

基于四元数矩阵彩色图像奇异值分解,得到表征彩色图像的不同分量的奇异值,运用分形快速确定图像的拐点。该方法具有快速和简单可行的优点。以受噪声污染图像为例,该方法针对彩色图像去噪具有较好的效果。     

基于灰色理论和局部奇异值的人脸识别方法

提出了一种利用人脸图像的局部奇异值和灰色关联分析进行人脸识别的方法。该方法的关键是不在整幅人脸图像上进行,而是在人脸的不同区域进行奇异值分解以提取更丰富的信息和克服"小样本"效应。     

融合局部奇异值特性的人脸自动识别

针对仅在整幅人脸图像上进行奇异值分解无法得到人脸识别所需的足够信息的问题,提出了一种利用人脸图像的局部奇异值和灰色关联分析进行人脸识别的方法。该方法的关键是不在整幅人脸图像上进行,而是在人脸的不同区域进行奇异值分解以提取更丰富的信息和克服＂小样本＂效应。在识别阶段,对待识别人脸的特征向量,计算其对各人脸样本的隶属度,最后做出判断。该方法与传统方法在ORL人脸库上进行的对比实验结果,表明了该方法的优越性。     

彩色数字图像的版权保护

针对彩色数字图像的版权保护问题,提出了基于奇异值分解和离散的小波变换的彩色图像数字水印算法。算法将CIE-RGB色彩模式下的彩色图像转换到CIE-LAB色彩模式,然后将置乱后的水印嵌入到LAB色彩空间的L分量分块的小波分解低频系数的奇异值中。实验证明,该算法能够抵抗剪贴、拼贴、高斯噪声、JPEG压缩缩放、旋转等常用的图像处理的攻击,并且具有良好的不可见性和安全性。     

方程的根与函数的零点教学案例及启示

本内容实际上是数学分析中的介值定理下放中学数学课程,如何把理论性很强的内容深入浅出地让学生理解是这节课的着力点。因此设计符合学生认知规律,从具体到抽象,从特殊到一般,从学生熟悉的经验和有兴趣的问题开始,通过设疑迁疑让学生逐步理解本课程及感受一些高等数学思想方法,并从中培养学生的学习能力和探究能力是本课的教学设计理念。     

采用奇异值分解移动学习云计算静态重删系统

在云存储服务中,为使用户可以随时验证存储在云存储服务器上数据的完整性,需要对云计算数据进行移动学习,在移动学习过程中,产生大量的重复数据。需要设计云计算静态重删系统,对重复数据有效及时删除。传统方法采用虚拟化云平台分类层次重删模型,需要修改内核代码或者以模块的形式动态植入内核代码,重删效果不好。本文提出一种基于奇异值分解移动学习的云计算静态重删系统设计方案,进行云计算存储系统设计与重删数据特征分析,对云计算静态重复数据的尺度伸缩分解,把重复数据宽带互模糊度函数映射为一个检测统计量特征分解问题,构建一个参数未知多重假设检验,对云计算静态重复数据进行奇异值尺度伸缩分解,对分解后的奇异值特征进行状态空间重组和移动学习,得到重删系统模型改进。仿真结果表明,该算法对云计算静态重复数据检测性能较高,重删性能优越,抗干扰能力强,具有较好的应用前景。     

改进奇异值分解去噪的图像盲复原的研究

图像复原过程,对先验条件的了解通常很少,因此图像盲复原得到广泛应用。本文介绍了一些图像盲复原的算法,分析了奇异值分解去噪的不足,引进了一种改进的去噪方法。最后,利用EM算法从模糊图像估计点扩散函数,分别对比不同方差的噪声类型、不同大小图像在改进前后复原的结果,证明了改进奇异值分解算法去噪的有效性。     

应用特征基函数法快速求解目标单站RCS

提出了一种快速求解目标单站RCS的有效算法。传统的矩量法在求解目标单站RCS时,对于每一个激励基函数与缩减矩阵均需要重新构造,计算十分耗时。因此,本文提出了一种基于奇异值分解的特征基函数法,该方法通过奇异值分解来减少基函数生成数目,且不会降低求解的精度,数值算例证明了方法的有效性。     

MATLAB软件在力的分解教学中的应用

随着电子计算机信息技术的发展,MATLAB软件在物理学教学中的应用也越来越广泛。利用MATLAB软件制作力的分解微型课件,把抽象的力的分解教学直观、动态的表现出来,加深学生对平行四边形定则的理解,激发学生的学习兴趣。     

一种图像数字水印算法研究

为实现数字水印的隐蔽嵌入,提高水印鲁棒性和信息量,基于小波离散变换(DWT)、非下采样Contourlet变换(NSCT)和奇异值分解(SVD)提出了一种数字水印算法。利用Arnold变换实现水印图像的置乱加密;通过NSCT处理载体图像得到大小相同的低频子带,对该低频子带进行小波分解,然后进行SVD;确定嵌入强度,并将置乱的水印信息嵌入到奇异值中,重构低频分量;通过小波逆变换和NSCT逆变换实现水印嵌入。实验结果表明,在保证水印嵌入信息量前提下,该算法能够满足水印的隐蔽性;同时可抵抗噪声、滤波、压缩、剪切、旋转等攻击,鲁棒性较强;PSNR值在30 d B以上,NMSE值均在0.2以下。所述图像数字水印算法具有很好的鲁棒性、不可见性以及抵抗各种攻击的能力,对数字产品的版权保护具有促进作用。     

关于一类受控矩阵的构造

本文通过正交对角化和奇异值分解原理构造得到了具有受控形式"(X-A)D(X-A)'≤B"的未知矩阵的存在结构形式.     

四元数体上线性矩阵方程解的判定

本文基于奇异值分解,Kronecker积,拉直给出了四元数线性矩阵方程解的存在性定理,同时通过实例对其进行了说明。