基于DWT-VMD混合信号分解技术的人体活动识别

在人类活动识别的应用环境中,从原始传感器数据中提取更加有效的特征仍具有挑战性。针对该问题,利用离散小波变换(Discrete wavelet transform,DWT)和变分模式分解(Variational mode decomposition,VMD)的混合信号分解技术提取原始信号中的显著特征向量。在UCI-HAR数据集与SCUT-NAA数据集上,利用多种机器学习分类算法,例如K近邻、随机森林、LightGBM和XGBoost,对DWT-VMD混合信号分解算法的有效性进行了实验。实验结果表明,与未使用混合信号分解技术相比,使用该技术后识别准确率均有所提高,其中UCI-HAR数据集分类准确率达到98.91%,与未加入分解算法相比提高了1.79%;SCUT-NAA数据集分类准确率达到95.52%,提高了3.2%。在人体活动识别中,利用DWT-VMD混合信号分解技术,能够提取原始信号中更有效的特征,提高识别准确率,具有一定的实用性。

基于DWT-SARIMA-LSTM的流感预测模型研究

为提高流感预测模型的准确率,针对流感数据的季节性与波动性特点,提出利用离散小波分解(DWT)、季节性自回归综合移动平均模型(SARIMA)和长短期记忆神经网络(LSTM)综合建模,构建DWT-SARIMA-LSTM混合预测模型。首先,将流感数据分解为高频成分与低频成分,对低频成分使用SARIMA模型、高频成分使用LSTM模型分别进行预测;其次,将预测值融合得到最终的预测结果;最后,构建流行控制图预警模型。使用从中国香港卫生署官网获得的中国香港地区2010—2019年的流感数据对模型进行预测和验证,其MAE为0.3427,MAPE为8.0973%,RMSE为0.4632,预警模型的准确率为100%,该模型较于如ARIMA-LSTM等其他混合模型有更高的预测精度。

基于DWT与SVM的风门开闭阶段识别方法

为解决因风门开闭导致的风速传感器数据异常波动与误报警问题,提出一种基于离散小波变换(DWT)与支持向量机(SVM)的风门开闭阶段识别方法。使用多尺度滑动窗口将传感器风速监测数据离散化为若干段不同尺度的子时间序列数据,利用统计方法与DWT,提取各尺度子时间序列数据中的统计特征与隐含的波动特征,建立SVM风门开闭阶段识别分类模型。为进一步优化识别结果,基于重叠度(IoU)规则合并、修正、组合、取优分类识别结果,再根据相似准则建立长度方向取变率为2、整体相似比为1∶16的相似试验模型,开展风门开闭扰动试验,验证方法的可行性。结果表明:在测试集上的识别准确率较高,对于风门开闭时间的识别准确率可达到90.08%,风门开闭阶段的划分准确率可达到71.05%,优化滑动窗口尺度数量,可继续增加方法识别的准确率。

DWT和AKD自动编码器的DDoS攻击检测方法研究

针对DDoS网络流量攻击检测效率低及误报率高的问题,本文提出一种基于离散小波变换(Discrete Wavelet Transform, DWT)和自适应知识蒸馏(Adaptive Knowledge Distillation, AKD)自动编码器神经网络的DDoS攻击检测方法.该方法利用离散小波变换提取频率特征,由自动编码器神经网络进行特征编码并实现分类,通过自适应知识蒸馏压缩模型,以实现高效检测DDoS攻击流量.研究结果表明,该方法对代理服务器攻击、数据库漏洞和TCP洪水攻击、UDP洪水攻击具有较高的检测效率,并且具有较低的误报率.

A New Image Watermarking Scheme Using Genetic Algorithm and Residual Numbers with Discrete Wavelet Transform

Transmission of data over the internet has become a critical issue as a result of the advancement in technology, since it is possible for pirates to steal the intellectual property of content owners. This paper presents a new digital watermarking scheme that combines some operators of the Genetic Algorithm (GA) and the Residue Number (RN) System (RNS) to perform encryption on an image, which is embedded into a cover image for the purposes of watermarking. Thus, an image watermarking scheme uses an encrypted image. The secret image is embedded in decomposed frames of the cover image achieved by applying a three-level Discrete Wavelet Transform (DWT). This is to ensure that the secret information is not exposed even when there is a successful attack on the cover information. Content creators can prove ownership of the multimedia content by unveiling the secret information in a court of law. The proposed scheme was tested with sample data using MATLAB2022 and the results of the simulation show a great deal of imperceptibility and robustness as compared to similar existing schemes.

基于图像小波域自适应干扰的GAN生成人脸反取证

针对现有生成对抗网络(GAN)生成人脸反取证方法攻击迁移性不强的问题,提出了一个基于图像小波域自适应干扰的GAN生成人脸反取证方法以提升攻击迁移性.该方法通过对GAN生成人脸图像的小波域信息(即图像经过小波分解后的频率分量)施加扰动以实现其对取证模型的抵抗,并且分别在空域和频域上基于最小可觉察误差(JND)设计自适应扰动阈值,对图像不同像素点位置设置不同的扰动强度,从而增强扰动的人眼不可感知性.此外,还设计了一种数据增强方式对反取证人脸进行数据分布多样性扩充,以进一步提升攻击迁移性.实验结果表明,与6种基线方法相比,所提方法生成的反取证人脸在保证扰动对人眼不可感知前提下具有更强的攻击迁移性.

基于CWT和DWT相结合的谐波检测

提出了一种基于连续小波变换(CWT)和离散小波变换(DWT)相结合的电力系统谐波检测方法。首先利用CWT系数的幅值来检测谐波频率,该过程不用事先根据谐波次数确定分解层数,而只是确定尺度范围及步长,即可得出各次谐波频率。然后根据确定的谐波成分利用DWT来检测谐波幅值,并通过Matlab软件进行了仿真分析。仿真结果表明该方法有效地解决了基于离散小波变换的谐波检测方法中谐波次数未知而无法确定分解层数的难题,并能精确可靠检测各次谐波频率和相应的幅值。因此,CWT和DWT相结合是一种有效的电力系统谐波检测方法。

基于DWT-TEO的说话人识别

针对在噪声环境下的说话人识别系统,做了两点改进．第一,为了提高系统的鲁棒性,通过不同尺度的小波基,把含有噪声的信号分解于不同频段中,然后在各个频段分别通过TEO(Teager能量算子)去噪．针对说话人识别的特点,在小波重构时对各小波系数进行了加权处理．再把各个频段的输出通过小波重构恢复信号．最后通过Mel滤波器组把小波系数转换成MFCC．第二,为了进一步提高识别性能和训练速度,在识别阶段采用了改进的OGMM(正交高斯混合模型),即把正交变换改到EM算法之前进行,这样就不必要在EM迭代过程中每次都进行正交运算了．从实验得出,采用本文提出的DWT-TEO参数对于说话人识别的效果较好．采用改进的OGMM进一步提高了识别性能和训练速度．

基于DWT的音频“零数字”水印技术研究

提出了一种改进的方法,即在不修改音频数据情况下把水印信息“嵌入”到原始信号中。实验证明,该方法能够有效抵御各种常见攻击,具有很强的鲁棒性,并且在提取水印的时候可以不需要原始信号。

基于DWT和均值量化的音频水印算法

提出基于小波包的离散小波变换和均值量化的音频水印算法。该算法的主要特点是:1)将音频信号根据嵌入的水印图像大小自适应地分段。利用Arnold变换对水印图像进行预处理,消除水印图像的相关性,提高图像的抗攻击性。2)采用小波包的离散小波变换,增加嵌入和提取效率,提高水印的透明性。3)水印信息嵌入到均值中,有较好的不可感知性。仿真实验表明:嵌入水印后音频的不可感知性较高,能够有效地抗击有损压缩、低通滤波和剪切等攻击。

一种基于DWT-SVD的彩色图像水印嵌入方法

为了进一步加强多媒体的信息安全和版权保护问题,文中基于离散小波变换和奇异值分解理论,提出将RGB三色通道的水印图像分别嵌入到载体RGB三色通道中,其特点是以彩色图像作为水印.实验结果表明,该算法水印具有不可见性好、嵌入信息量大、抗攻击能力强等特点.

基于双通道时频卷积神经网络的故障电弧检测

交流故障电弧产生的高温极易点燃周围的可燃材料,是引发电线火灾的重要原因之一.准确检测不同类型的故障电弧对于预防重大火灾事故的发生具有重要意义.然而故障电弧的复杂性与隐蔽性给检测方法带来了极大挑战.基于阈值和电流特征提取的技术难以全面概括故障电弧的特征,而大多数基于深度神经网络的方法直接对电流信号进行特征学习,忽略了信号中的频率信息,从而导致泛化能力差的问题.对此,本文提出了基于时频特征学习的双通道时频卷积神经网络的故障电弧识别方法,设计了可学习的自适应离散小波变换,用于提取一维信号中的多尺度特征,同时通过短时傅里叶变换获取二维的时频图像特征,分别在这2种特征信号上进行卷积,最后将2个通道中学习的特征进行融合,用于分类预测.通过对故障电弧发生器采集到的3种工况下电弧电流信号进行性能评估,验证所提方法的有效性.实验结果表明,该方法与其他同类方法相比具有更高的电弧识别准确率,达到了97.91%.

基于DWT和PNN的印刷过程实时监测和故障诊断

提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号故障特征分量。对提取的故障特征参数应用概率神经网络映射,实现对印刷过程振动信号运行状态的实时监测和故障诊断。仿真结果表明,该诊断方法快速、准确且易于工程实现。

基于DWT的3D点云模型数字水印算法

提出一种基于离散小波变换(DWT)的3D点云模型数字水印算法。选取3D点云模型各点到模型重心距离值的一维DWT低频信号部分,进行水印信息的嵌入。实验结果表明,该算法嵌入数据量大,算法简单且容易实现,同时对仿射变换、重排序攻击、简化、剪切和噪声等变形攻击具有较强的鲁棒性。

一个基于DWT和改进Arnold置乱的数字水印算法

给出一种DWT和改进的Arnold图像置乱相结合的数字图像水印算法.在水印图像嵌入之前先对水印图像作改进的Arnold变换,对水印图像的位置和灰度做双置乱,然后用离散小波变换把原始图像分解成多频段的图像,使水印的嵌入和检测可分多个层次进行.实验结果表明,改进的置乱算法能在少量的迭代次数下达到较好的置乱效果,最终的水印图像具有良好的视觉效果和抵抗多种攻击的能力.

一种鲁棒的基于DWT域自适应量化步长的图像盲水印算法

提出了一种可用于版权认证的基于小波变换域自适应量化步长的图像盲水印算法。该算法首先在DWT(离散小波变换)的低频子带中选择感知重要系数作为水印的嵌入区间,然后选择一个同时可满足不可见性与鲁棒性要求的最小量化步长,对所选择的重要系数进行量化,再通过自适应增大量化步长,把二值水印信息交替地嵌入到不同的量化层上。作为这种算法的一个特例,就是用所选系数的低5位表示水印信息。在嵌入过程中,根据小波变换所具有的良好的空域局部化特性,采用了分块舍入技术,实现了水印信息的精确嵌入;在检测过程中,提出了一种新颖的差分检测方法,增强了系统的鲁棒性。实验结果证明,该算法具有嵌入信息量大,水印透明性好,对各种常见的图像处理操作、有损压缩、裁剪和几何变换抵抗性强等特点。

一种基于DWT-DCT变换强鲁棒性的数字水印算法

提出一种基于DWT-DCT的新的数字图像水印算法。该算法充分利用离散小波变换多分辨率特性和离散余弦变换能量压缩特性,综合两种变换的优点。在嵌入时,先对宿主图像进行DWT变换,得到4个子带。选择HL子带进行DCT变换,然后将加密后的水印嵌入DCT变换后得到子带中频系数。为获得较强的安全性,在嵌入前先对水印进行混沌加密。试验结果表明基于DWT-DCT联合的水印算法具有较强的不可见性,对常见的攻击具有较强的鲁棒性。

基于DWT的抗RST攻击鲁棒性数字水印

针对现有数字图像水印方法对几何变换攻击鲁棒性不足的问题,提出一种基于离散小波域的抗几何攻击数字水印方法,对图像进行离散小波变换,在其低频逼近子图嵌入水印,通过检测其不变矩实现数字水印检测。由于所选不变矩具有旋转、平移、尺度变换不变特征,因此该方法对几何变换攻击具有鲁棒性。仿真实验结果表明,该方法对普通加噪、滤波、JPEG压缩攻击以及旋转、缩放、平移等几何攻击均具有较好的鲁棒性。

基于QR码的DWT-SVD数字水印算法

目的结合奇异值和小波变换的优点,针对彩色载体图像进行水印的嵌入和提取,提高水印的鲁棒性和安全性。方法根据基于DWT-SVD的数字水印算法,对彩色载体图像进行RGB到Lab颜色空间的转换,对L分量作二级离散小波变换,选择低频子带并对其进行奇异值分解,同时对原始QR码水印进行奇异值分解。最后根据人眼视觉系统(HVS)特性,选择合适的嵌入强度因子嵌入水印。结果文中算法对于高斯噪声、椒盐噪声、斑纹噪声和泊松噪声、JPEG压缩、小角度的旋转攻击、缩放攻击以及对比度增强有一定的鲁棒性。结论该算法能够抵抗常见的水印攻击,满足数字防伪以及版权保护的需要。

基于提升算法的二维DWT高效VLSI实现结构

以CDF9/7小波为例构造了一种二维DWT变换的高效VLSI结构。采用改进的提升算法,减少了关键路径上的延时。把乘法器系数表示为CSD形式,将乘法优化为最少的移位加操作。提出了一种行变换和列变换同时进行的方法和实现结构,并且整个结构采用流水线处理。通过VHDL的行为级仿真,得到的数据和软件仿真的结果相同,证明了该结构的正确性。和其它结构相比,该结构处理速度更快,并且硬件利用率可达100%。