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DCT和DWT的数字图像隐藏技术

提出了基于DCT域置乱的DW T域数字图像隐藏算法。先对秘密图像按块进行DCT变换,然后按“之”字型结构挑选其低频系数和部分中频系数,为了增强系统的安全性,选用混沌序列作为ZF-02分组密码算法的初始密钥,生成2个换位错乱序,对秘密图像进行频域系数的置乱加密;再对公开图像进行DWT变换,选中某一层的3个方向上(水平、对角、垂直方向))的高频分解系数,通过比较这3个高频系数矩阵,将同一位置上最大的系数组成一个新的矩阵(中频系数矩阵);最后将置乱后的秘密图像的DCT系数嵌入到中频系数矩阵中,用修改后的系数重建混合图像(与公开图像近似)。实验证明该方法可行、效果好、隐藏信息量大、安全性高,能够克服DCT域系数间融合产生秘密图像轮廓的缺点,而且还能抵抗空间域几种几何攻击和小波变换域压缩攻击。

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。

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和SIFT的鲁棒图像水印算法

为了提高数字图像水印的不可见性和鲁棒性,文章提出了一种基于离散小波变换(discrete wavelet transform,DWT)和尺度不变特征转换(scale-invariant feature transform,SIFT)的数字图像水印算法。该算法首先利用DWT找出原始图像中纹理较复杂区域,再在所找出的纹理复杂区域中提取出不变特征点;通过自适应确定局部特征区域,并对特征区域进行一级DWT,取其低频部分进行奇异值分解(singular value decomposition,SVD);最后对待嵌入水印图像进行Arnold置乱,把置乱后的一维水印信息进行SVD并通过加性准则嵌入到原始图像的奇异值中,以实现水印的嵌入。仿真结果表明,该算法不仅具有较好的透明性,而且对常规攻击和一般的几何攻击有较高的鲁棒性。

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．

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。

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。

基于置乱加密和DWT的音频双水印算法

文中提出了一种基于置乱加密和离散小波变换(DWT)的音频双水印算法。首先对原始的二值水印图像进行Arnold置乱变换和混沌乱序以生成加密水印图像;再对音频信号进行小波分解,在低频系数中嵌入版权保护水印,在高频系数中嵌入内容认证水印。实验结果表明本文提出水印算法同时具有不可感知性、鲁棒性和脆弱性,对高斯噪声、幅度修改、重采样、重量化攻击具有一定的抵抗能力。

二维DwT／IDWT处理器的VLSI设计

在本文中，我们设计了基于多分辨分析，适合于硬件实现的二维ＤＷＴ和ＩＤＷＴ实时系统．采用了ｔｏｐ－ｄｏｗｎ的ＶＬＳＩ设计方法，用硬件描述语言ＶＨＤＬ，在Ｓｙｎｏｐｓｙｓ系统中进行了验证和综合．综合结果表明：系统的规模为７１４０单元面积，对于四层二维小波变换，数据处理速度约可达到４Ｍｐｉｘｅｌ／ｓ．

基于DWT域乘嵌入音频水印的优化检测算法

对以固定嵌入强度和未知嵌入强度的小波域乘性音频水印的优化检测算法进行了研究。利用广义高斯分布对音频低频小波系数建立统计分布模型,并使用统计决策理论知识分别对固定嵌入强度和未知嵌入强度的检测统计量进行确定,利用Neyman-Pearson准则对两种嵌入强度的算法的检测阈值进行计算,并对检测算法进行了仿真。实验结果表明,对于固定嵌入强度与未知嵌入强度的乘水印的盲检测算法,该检测算法的性能比音频水印算法中常使用的相关检测的性能优越。

基于DWT-SVD的数字水印嵌入方法(英文)

目前基于SVD的水印算法是直接对宿主图像或水印图像进行奇异值变换(SVD),然后将水印嵌入宿主图像的的奇异值中。本文提出了一种新的基于SVD-DWT的水印算法,先对宿主图像和水印图像进行小波变换(DWT),然后将水印嵌入各频带的奇异值中,并且水印嵌入系数随频带不同而不同。在JPEG压缩、图像旋转及剪切等攻击方式下,对该水印算法进行了鲁棒性分析,数值实验表明该水印算法具有良好的抗攻击性和安全性.

基于SIDWT的遥感图像融合算法

合成孔径雷达(SAR)和全色遥感图像由于成像机理存在差异,对目标轮廓、纹理和色调等信息的表现各不相同,像素级融合后将更易于图像判读。基于此,将平移不变离散小波变换(SIDWT)算法用于SAR与全色遥感图像融合,该算法克服了传统小波变换不具有平移不变性的缺点。同时,提出一种新的增强互补信息的融合规则:图像的低频部分采用基于边缘提取的加权规则,高频部分采用绝对值最大原则。实验结果表明,该算法能够获得较好的融合效果。

SVD和DWT数字水印算法的应用研究

研究数字图像版权保护问题,由于数字媒体在网上易被复制篡改。针对单纯奇异值分解或小波变换水印算法均存在抵抗攻击差的难题,为了更好的保护数字图像版权,提了一种奇异值分解与小波变换相结合的数字水印算法。首先对水印图像进行置乱处理并对原始图像进行分块,从中找到符合要求的最佳水印嵌入子块,然后对所选择的最佳子块进行小波变换,对子块的低频系数进行奇异值分解,最后将水印嵌入各子块的奇异值中进行仿真。结果表明,水印算法能够很好的抵抗多种攻击,水印具有很好的鲁棒性和不可见性,克服了奇异值分解和小波变换水印算法缺陷,为设计提供了依据。