基于MATLAB的数字水印嵌入系统

文章利用MATLAB语言及其小波工具箱,采用小波变换算法,开发数字水印嵌入系统,通过时原始静态图像和二值图像水印进行小波多分辨率分解。组合对应方向上的小波细节子图数据。从而实现了在原始静态图像上嵌入二值图像水印。     

探究式教学在“模拟电子技术实验”教学案例中的应用

以学生为主体设计了模拟电子技术实验课程的典型电路实验。将实验内容按基础—晋级—拓展阶段进行设计,层层深入地实现对电路原理、参数及装配形式的探究与应用;将课前—课中—课后的过程与线上线下融合。实验中充分融入科研项目雏形与学科竞赛赛题,让学生体会基础实验在科研与竞赛中的价值。围绕以学生为中心,通过夯实基础实验、训练思维能力,培养学生深入探究和勇于创新的科学精神。     

中国资本市场平稳发展研究——基于美联储货币政策影响

保持我国资本市场的平稳发展对于推进资本要素市场化改革和加快构建新发展格局具有重大战略意义。通过构建连续小波变换（CWT）模型,系统考察了2003—2020年美联储货币政策与中国金融资产价格的时频关系。研究表明：第一,美联储影子利率与中国股票收益在短期内的相关关系易受突发事件影响,呈正负交替变化;二者在中长期内呈现显著的正相关关系,与中国债券收益在短期内主要表现为负相关关系,二者中长期相关特征不显著。第二,美联储货币政策对中国金融资产收益存在“先上升后下降”的周期影响,且对中国股票收益的影响程度显著高于债券收益。第三,国际大宗商品价格在美联储货币政策影响中国股市过程中起到“跷板”效应,在影响中国债市过程中起到“减震”效应。第四,房地产类股票、国债、企业债以及剩余期限长的债券更易受到冲击。     

基于DWT和双通道LSTM的卫星电池阵电流预测方法

卫星太阳能电池阵输入电流受地球反照、卫星反照等多方面影响,会产生不同频率的波动起伏,造成预测精度不足,针对该问题提出一种基于离散小波变换(DWT)和长短期记忆网络(LSTM)的电流数据预测方法。首先对电流信号进行归一化,其次使用DWT对遥测信号进行小波分解,获取信号的多层高低频小波系数,提高信号数据特征,然后通过双通道LSTM进行特征学习,预测出各层小波系数,最后通过对预测出来的小波系数进行信号重构并反归一化获得最终预测信号。通过使用某在轨卫星太阳能电池阵电流遥测数据对预测模型进行验证,结果表明提出的方法相对于传统LSTM模型具有更好的预测精度,平均绝对误差减少16.4%,均方根误差减少29.9%,相关系数提高3.2%。     

一种融合RF-SVM的无人机遥感图像信息提取与分类技术

针对传统无人机遥感图像信息提取与分类算法准确率低、稳定性差、无法有效应对大规模复杂遥感图像数据集等问题,提出一种基于RF-SVM的遥感图像处理算法。RF-SVM算法将RF数据集分类性能较强的优势与经典SVM算法数据降维能力相融合,引入随机变量和示性函数扩大样本集的边界,提升对复杂大规模数据集的处理能力,有效控制泛化误差。在对无人机遥感图像的预处理过程中,借助Brovey变换完成对光谱和高分辨率遥感图像的像素级融合,引入核函数并根据获取到的遥感图像特征和后验概率值,实现对遥感图像内部标的物的准确分类。实验结果显示,在RF-SVM算法下,无人机遥感图像信息提取准确率分类平均准确率达到99.81%,且在RF-SVM算法下的样本点感受性曲线稳定性更好。     

“鱼归池塘”：经验哲学视角下英语教学思路变换探究

长期以来,中小学英语教学研究多聚焦于微观层面,围绕教学策略、方法、课型展开,而对教师、学生、学科及其他要素间关系的本源性问题关注较少。作为一种隐喻表达,“鱼”与“池塘”隐喻着杜威经验哲学中主客同体性、经验对象与经验方式二重性以及经验连续性与交互性等思想。“鱼归池塘”的隐喻要求教学设计从教的逻辑向学的逻辑转换,英语学习活动应从机械式外部推动向让学习者在语境里、情境中进行自主建构转化,英语教师应从追求教学技术向创新教学实践转变。     

基于MATLAB7.0的RLC阻尼振荡电路建模方法研究

在电路分析中经常会遇到一些阻尼振荡电路,由于这类电路在高压断路器开断能力测试、受控热核研究等许多重要的工程领域有着极为广泛的应用,因此有必要对此类电路的特性加以讨论,研究.本文首先介绍了建立数学模型的方法,然后利用了时域中传统的微分方程法和频域中经典的拉普拉斯变换法对电路进行分析.最后借助于MATLAB软件来对一类RLC电路的过渡过程进行仿真分析,并对其产生的误差作出了一定的解释.     

“问题式”教学在复变函数与积分变换中的应用

"问题式"教学的目的在于提高学生的学习兴趣,加强学生的学习主动性,培养学生的创新能力。基于此,探讨"问题式"教学法在复变函数与积分变换教学中的应用,并对具体教学步骤进行了实践。     

经验模式分解去斑和顶帽变换在舰船检测预处理中的应用

提出了一种基于经验模式分解去斑和顶帽变换背景不均匀的预处理方法. 经验模式分解去斑算法先对图像每一列进行经验模式分解得到IMF函数,然后将原信号与第一、二模态相减得到初步处理图像,再对该图像每一行重复该操作从而得到去斑图像,该算法有效地去除斑点噪声;顶帽变换则有效地补偿了海浪带来的局部不均匀的背景亮度,提高了图像的信杂比,有利于目标的检测. 仿真结果证明了算法的有效性.