基于RVMD-RobustICA-ST联合相干性分析的电驱动总成噪声源识别

为研究集成一体化电驱动总成的噪声源特性,提出一种RVMD-RobustICA-ST联合算法融合相干性分析的噪声源识别方法。首先,采用基于奇异值分解的占优特征值准则估计噪声子空间维数对变分模态分解参数进行指向性条件约束,并利用鲁棒性独立分量分析联合占优特征值约束的变分模态分解对信号特征进行提取。然后,利用S变换和快速傅里叶变换对各分量信号时频特性进行识别。最后,在二次残差法分析分量信号波形误差度基础上,以电驱动总成振动信号、噪声信号、时频重叠分量信号为变量建立线性系统并进行相干性分析。结果表明,稳态工况下减速二级齿副啮合振动噪声对该电驱动总成噪声贡献度最大,且时频重叠分量信号的噪声能量主要由减速一级齿副啮合振动提供。

Extracting the interference components of normal modes in shallow water waveguide using singular value decomposition method

The normal mode interference characteristic in shallow water waveguide is a valu- able topic in the fields of underwater acoustic. A method for extracting the interference components of normal modes from broadband acoustic propagation data recorded by a single hy- drophone without any prior information is present in this paper. First, a Hermitian matrix is formed by the power spectral density. Second, a singular value decomposition （SVD） is performed on the Hermitian matrix to obtain the orthonormal eigenvectors, which are proportional to the interference components of normal modes. The fundamental equations of the new extracting method are derived based on normal mode and waveguide invariant theory. And the validity of the present method is verified by the numerical simulation and experimental results. In addition, the extracted results of normal-mode interference components are intended to be used for passive ranging of broadband sources.

针对三维彩色点云模型水印算法的研究

为实现三维彩色点云模型的版权保护,有效提高数字水印算法的鲁棒性,提出了一种基于冗余离散小波变换和奇异值分解的三维彩色点云模型的数字水印算法。首先,该算法对三维彩色点云模型进行三维仿射不变性处理;其次,利用坐标投影算法将处理后的三维彩色点云模型转化为二维彩色图像;接着,将二维彩色图像应用冗余离散小波变换得到的低频部分LL子带作为水印的嵌入区域,并且对LL子带进行奇异值分解,此外应用Arnold变换将二值水印图像变为加密后的水印图像;最后,通过修改奇异值分解得到的矩阵U中的相关系数来实现加密水印图像的嵌入。水印提取是根据矩阵U中的相关系数的大小关系来实现。实验结果表明,该算法对平移、旋转、均匀缩放、噪声、剪切、简化等攻击具有鲁棒性,不仅有效提高了数字水印算法的鲁棒性,而且也达到了保护三维彩色点云模型版权的目的。

关于矩阵的Schatten p-范数的注记

利用矩阵奇异值分解、柯西不等式及Schatten p-范数的酉不变性,讨论了矩阵主对角线元素与矩阵Schatten p-范数之间的关系.利用正交投影的性质及分块矩阵的主对角块组成的准对角矩阵可以表示成其凸组合,刻画了分块矩阵与其主对角块p-范数之间的关系.利用分块矩阵的技巧、矩阵的谱分解及Schatten p-范数的特性,深入讨论了矩阵与其伴随换位子Schatten p-范数之间的关系.利用了正规矩阵的特性及Frobenius范数的特性,给出了矩阵的绝对值及换位子之间Frobenius范数的界.所得结果细化和深化的矩阵Schatten p-范数的已有结果.

基于DDS和框架的鲁棒盲水印算法

为进一步提高盲水印算法的鲁棒性,提出了一种基于DWT-DCT-SVD和框架的鲁棒盲水印算法。首先提取彩色宿主图像的Y、U、V分量灰度图,分别进行一级小波变换,对低频子带4×4分块并进行离散余弦变换和奇异值分解;然后通过调节每个子块的对角矩阵,将置乱的水印信息嵌入到宿主图像中;最后在图像四周添加框架用以定位和几何校正。实验结果表明,嵌入水印后图像SSIM和PSNR值分别达到0.96和39.06以上,攻击后提取的水印图成功跳转率在90%以上。该算法在不影响原图视觉效果的前提下,不仅提升了盲水印算法对于旋转、缩放、噪声等常规攻击的鲁棒性,还能抵抗任意角度旋转、大尺度缩放和截图的联合攻击。

基于SVD的深度学习模型对抗鲁棒性研究

对抗攻击的出现对于深度神经网络(DNN)在现实场景中的大规模部署产生了巨大的威胁,尤其是在与安全相关的领域。目前已有的大多数防御方法都基于启发式假设,缺少对模型对抗鲁棒性的分析。如何提升DNN的对抗鲁棒性,并提升鲁棒性的可解释性和可信度,成为人工智能安全领域的重要一环。文中提出从奇异值分布的角度分析模型的对抗鲁棒性。研究发现,模型在对抗性环境下鲁棒性的提升伴随着更加平滑的奇异值分布。通过进一步分析表明,平滑的奇异值分布意味着模型的分类置信度来源更加多样,从而也具有更高的对抗鲁棒性。基于此分析,进一步提出了基于奇异值抑制SVS(Singular Value Suppress)的对抗训练方法。实验结果表明,该方法进一步提高了模型在对抗性环境下的鲁棒性,在面对强力白盒攻击方法PGD(Project Gradient Descent)时,在CIFAR10和SVHN数据集上分别能达到55.3%和54.51%的精度,超过了目前最具有代表性的对抗训练方法。

基于BEMD、DCT和SVD的混合图像水印算法

水印的不可见性和算法的鲁棒性是图像版权保护领域关注的重要问题,然而大多数算法不能很好地平衡二者的关系。为此,提出了一种基于二维经验模态分解(BEMD)、离散余弦变换(DCT)和奇异值分解(SVD)的不可见性高、鲁棒性强的混合图像水印算法。首先,对水印图像采用Arnold置乱,增强算法的安全性,并对置乱后的水印图像进行二维DCT。然后,对宿主图像进行BEMD,得到有限个尺度不同的内蕴模态函数(IMF)及余量,选择与宿主图像相关性较低的IMF执行二维DCT,根据水印的大小对其进行不重叠分块,分别对每个分块图像以及经DCT的水印图像执行SVD。最后,根据自适应最优嵌入准则确定水印嵌入强度,并将水印嵌入每个分块,以增强算法的容错性。大量实验以及与现有算法的对比表明,所提算法不仅具有抵抗大尺度攻击的鲁棒性,而且具有较高的不可见性。

基于SVDP基尼指数图和ARLD的风电机组主轴承微弱故障诊断

在强烈背景噪声环境下,风电机组服役过程中主轴承局部故障所引发的振动冲击容易受到干扰,加之受到复杂多变振动传递路径的影响,导致对主轴承的故障通常难以进行准确地判别。针对这一问题,提出了一种基于奇异值分解包(SVDP)基尼指数图和自适应Richardson-Lucy解卷积(ARLD)的主轴承故障诊断方法,用于提取强烈背景噪声环境下的微弱故障特征。首先,通过设置SVDP分解层数对原始信号进行了处理,计算出了各层子分量的基尼指数,构造了SVDP基尼指数图,并从原始信号中分离出最佳子分量,提升了信号的信噪比;然后,采用鲸群优化算法(WOA)自动获取了解卷积算法的最优形态控制参量,并对最佳子分量做了解卷积处理,从而进一步抑制了子分量中的噪声干扰,强化了冲击性特征;最后,采用Teager能量算子,对解卷积信号进行了包络解调分析,并根据包络谱中特征频率谱线,识别了主轴承的故障位置;分别采用仿真信号及风电现场的工程实测信号数据,对基于SVDP基尼指数图和ARLD诊断方法的有效性和鲁棒性进行了验证。研究结果表明:采用基于SVDP基尼指数图和ARLD的故障诊断方法可以有效地提取出风电机组主轴承的故障特征频率及其多倍频成分,进而对主轴承微弱故障进行了准确判定;该方法可为实际工程中的风电机组主轴承的微弱故障诊断提供一定的参考和借鉴。

基于弱信号保护的超深层探测资料处理

超深层探测对于地下构造演化研究与深部油气开发具有重要的指导意义,其地震信号受到巨厚地层的吸收作用,目的层反射波主频和信噪比随着埋深的增加而逐步降低。在资料处理过程中,需要对超深目的层的弱反射信号进行针对性的保护处理。采用渐进式去噪、SVD分离有效波场、稳健反褶积、低频弱信号补偿技术,能够在保护超深目的层有效信号的同时,提高资料深部信噪比,在实际资料应用中适应性良好。

鲁棒音频数字水印图频域算法研究

为了解决音频水印的鲁棒性问题,本文提出一种基于图傅里叶变换和奇异值分解的音频水印算法。该算法借助Arnold对图像水印进行置乱加密,利用图傅里叶变换和奇异值分解的特性,将加密后的图像水印嵌入到音频载体上。仿真实验结果表明,音频载体在经过噪声、压缩、重采样、滤波、压缩等多种攻击后能提取出较完整的图像水印,证明该算法具有良好的不可感知性、保密性和鲁棒性。

基于混沌和SVD-DWT的稳健数字图像水印算法

针对现有适用于图像的数字水印对信号处理和几何失真比较敏感的问题,提出一种稳健的数字图像水印算法。该算法先对整个图像应用三级离散小波变换,再对低频域运用奇异值分解,并通过修改奇异值,嵌入经过混沌置乱的水印图像的奇异值,在小波变换域的中频系数上嵌入水印信息。水印检测时,分别在中频区域和低频提取水印并进行比较,采用效果较好的水印作为检测水印。实验结果表明,该方法对一般的信号处理操作及几何攻击等均具有较好的鲁棒性。

基于Contourlet奇异值分解的强鲁棒数字水印算法

在奇异值分解的数字水印技术中,为改善水印系统的鲁棒性并解决水印虚警问题,提出一种奇异值分解强鲁棒数字水印算法。将原始载体图像进行Contourlet变换,对变换后的低频系数运用块奇异值分解,选择水印图像左奇异矩阵和奇异值矩阵的乘积作为水印主成分,通过修改每个子块的最大奇异值,嵌入水印图像的主成分。实验结果表明,该算法不但可以有效解决水印虚警问题,而且在保证透明性的同时具有较强的鲁棒性。

奇异值分解方法在日负荷曲线降维聚类分析中的应用

负荷曲线聚类对负荷预测、电网规划和需求侧响应等应用有重要意义,但是海量的历史负荷曲线为数据存储和计算效率带来了挑战。为此,提出一种基于奇异值分解的日负荷曲线降维聚类方法。首先利用奇异值分解将日负荷曲线数据旋转变换至新的坐标系中,求解出的奇异值反映了相应坐标轴的重要程度。然后,将负荷曲线在各坐标轴上的坐标作为降维指标,用以反映负荷曲线的主要特征,再依据奇异值下降趋势确定指标的数目。最后,以各坐标轴对应的奇异值作为指标权重,采用基于加权欧式距离的K-means算法对日负荷曲线进行聚类。算例结果表明所提方法运行时间短、鲁棒性好,可以提高负荷曲线聚类的准确性。

Hausdorff距离下的景像特征快速匹配

针对灰度相关法鲁棒性差的缺点,提出一种以图像特征进行匹配的新方法。采用具有良好稳定性和旋转不变性的图像奇异值分解作为匹配特征,并根据奇异值的数值特点,采用规范化奇异值的Hausdorff距离作为特征匹配的相似性度量;通过变模板分级匹配的策略,在保证匹配精度的前提下,使匹配时间减少到约10%。在加入方差σ=35的高斯噪声,灰度变化25%的情况下对旋转变化的景像目标进行匹配实验,结果证实了本文算法的有效性和鲁棒性及快速性。

一种基于奇异值分解的图像匹配算法

图像匹配技术在计算机视觉、遥感和医学图像分析等领域有着广泛的应用背景.针对传统的相关匹配算法计算量大、对图像旋转敏感等问题,提出一种新的基于奇异值分解的图像匹配算法.首先在待匹配图像中分别提取带主方向的角点作为特征点,通过计算特征点间经旋转补偿的归一化互相关值建立特征点相似度矩阵,然后利用奇异值分解算法生成特征点匹配矩阵并获得特征点间的一一对应关系.在复杂自然图像上的实验结果表明,算法能够匹配任意角度旋转的图像,对局部遮挡、光照变化、随机噪声等具有较强的健壮性,并具有较快的计算速度和较高的匹配精度.此外,该算法易于和其他匹配技术进行融合并获得性能提升,其与SIFT描述子结合的匹配实验结果表明,该算法具有良好的扩展性和实用性.

一种基于DCT和SVD的音频水印算法

提出一种基于离散余弦变换(DCT)和奇异值分解(SVD)的音频水印算法。该算法将原始音频进行分段后再分块,对每一块进行DCT变换,利用Zig-Zag算法将变换后的系数分成4个象限,通过对每个象限进行SVD变换得到对角阵,并在对角阵的第1个元素内嵌入水印。实验结果证明,该算法具有良好的透明性,在嵌入强度为0.2时峰值信噪比较高,同时可以抵抗重采样、回声、噪声等攻击,具有较高的鲁棒性。

基于SVD和小波包分解的自适应鲁棒水印算法

针对当前水印鲁棒性和透明性矛盾的问题,提出了一种基于奇异值变换(SVD)和小波包分解的自适应鲁棒水印算法,对二值水印图像进行Arnold置乱预处理,以增强水印信息的安全性。在水印嵌入过程中,将原始宿主图像分为8×8子图像块,并对每一子块进行小波包分解。根据人眼视觉特性和图像块自身的亮度以及纹理特征确定最佳量化步长,将水印信息通过量化调制的方法自适应地嵌入至相应高低频区域的奇异值中。实验结果表明,该算法在具有良好透明性的同时,对JPEG压缩、加噪、滤波、几何攻击等常见的攻击方式也有着较强的鲁棒性。

一种基于Harris特征点和DWT-SVD的图像盲水印算法

目的针对第2代数字水印技术,提出一种基于Harris特征点和DWT-SVD的图像盲水印算法。方法提取归一化图像的Harris特征点;选取部分稳定特征点来确定要嵌入水印的特征区域;将特征区域作一次小波分解得到的低频子带,对低频子带进行分块,并对每一块进行奇异值分解,通过对每块中最大奇异值进行加权的方法来嵌入水印信息。结果 PSNR值均大于45 d B,NC值接近于1,说明该算法具有可行性。结论该算法对剪切攻击具有很好的鲁棒性,同时该算法也能很好地抵抗噪声、中值滤波攻击、提高亮度攻击、降低亮度攻击、基本图像处理操作的攻击。

一种嵌入三维动画特效参数的数字水印算法

三维动画因其高信息量和高逼真性,广泛应用于虚拟展示、动画电影等领域。为了有效保护三维动画的知识产权,提出一种嵌入三维动画特效参数的数字水印算法。将三维动画中粒子效果和动力学效果等特效参数作为水印嵌入载体,结合满秩分解、奇异值分解和三角分解,将水印信息高效地嵌入到特效参数组成的矩阵中。由于水印是嵌入在特效参数而非场景主要特征中,所以水印具有很好的透明性。实验结果表明,该算法复杂度较低且鲁棒性较高,具有很好的推广性。

基于水印主成分的小波域数字水印方法

针对一类奇异值分解水印算法中存在严重的虚警错误、鲁棒性和透明性难以平衡的问题,提出一种基于水印主成分的小波域数字水印新思路。该方法首先将三级离散小波变换(DWT)作用于原始载体图像,再对三级逼近子图LL3运用奇异值分解(SVD),选择水印图像左奇异矩阵和奇异值矩阵的乘积作为水印主成分,最后借鉴果蝇优化算法(FOA)确定最优的水印嵌入系数,嵌入水印图像的主成分。实验结果表明,与传统的SVD图像水印算法相比,该方法在消除虚警问题的同时,也可使水印的鲁棒性和透明性达到最佳平衡。