一种基于回声隐藏的数字音频水印改进算法

在前后向双核回声隐藏思想的基础上, 提出了一种基于回声隐藏的改进算法. 根据设定的水印的嵌入率来确定音频段的能量阈值,选择短时能量高于此阈值的音频段嵌入水印信息, 并且引入功率倒谱检测法来检测水印信息. 仿真结果表明改进后的算法具有不可感知性更高, 隐藏效果好并且显著降低了水印信息检测的误码率.     

一种基于回声隐藏的数字音频水印算法

本文提出了一种新的基于回声隐藏的算法,该算法有别于传统的时间域嵌入-倒谱域提取,水印的嵌入和提取均在时间域完成,能够在回声幅度很小的情况下保持高检测率;基于人类听觉特性对音频进行能量划分,根据能量的不同自适应地嵌入回声,PN序列的引入提高了水印的安全性和不可见性;仿真结果证明该算法对常见攻击具有好的透明性和鲁棒性.     

一种自适应语音端点检测算法

针对基于短时能量和短时过零率的语音端点检测算法不能自适应环境,在低信噪比时性能较差问题,提出了一种新算法。该算法利用最小短时能量评估环境噪声,优化参数提取算法,提高了参数本身的抗噪能力和自适应能力,再通过参数融合有效平衡了音节之间的差异,放大了语音与噪声之间的差异,最后通过一个动态检测门限,实现了不同信噪比下的端点检测。     

基于神经网络的扩展回声隐藏算法

提出了一种神经网络自适应扩展回声隐藏算法。利用PN序列将音频信号的单回声内核进行扩展后作为水印信号，提高了水印算法的安全性。该算法利用了神经网络的非线性映射能力确定扩展回声内核的幅值，从而避免了复杂的心理声学模型的计算过程，实现了水印嵌入的强度的自适应。仿真实验证明了该算法的有效性和可靠性。     

一种高噪声环境下语音检测算法的仿真与应用

该文提出了一种高噪声环境下的自适应语音检测新算法。该算法利用了语音短时能量及帧内短时自相关的特性，两个自适应判决门限根据期望的误判率调整，无需事先给出噪声统计信息，适用于平稳噪声、缓变的非平稳噪声及脉冲噪声的情况，且可以实时实现。     

基于功率谱差分和TEO的语音端点检测

端点检测是语音识别中一个重要的环节。当信噪比较低时,传统的基于短时能量和短时过零率的端点检测方法不能有效地工作。由于Teager能量算子TEO(Teager Energy Operator)和差分算法可以有效地抑制噪声,因此,提出了一种基于TEO和差分算法的端点检测方法。实验证明,该算法在信噪比较低的情况下,能够随着环境自适应门限,准确地检测出语音信号。通过对两种不同的端点检测算法的比较,证明了基于差分和Teager能量算子的算法的检测正确率较高。     

强噪声环境下自适应语音端点检测算法

本文在分析基于短时能量的语音端点检测算法局限的基础上,引入短时信噪比SNR估计方法,并设计自适应的判决门限,提出一种自适应语音端点检测算法.通过对平稳高斯白噪声环境下信噪比从-10dB到20dB的带噪语音信号进行的仿真实验表明,所提方法能更为准确地检测到语音的端点.     

基于卷积神经网络框架的回声隐藏检测方法

回声隐藏是一种以音频为载体的隐写技术,目前针对回声隐藏的隐写分析方法主要以倒谱系数作为手工特征进行分类。然而,这些传统方法普遍在回声幅度较低时检测性能不高。针对回声幅度较低的情况,提出一种基于卷积神经网络（CNN）的回声隐藏隐写分析方法。首先利用短时傅里叶变换（STFT）提取音频的幅度谱系数矩阵作为浅层特征,然后设计了一个卷积神经网络框架对浅层特征进行进一步的深度特征提取,网络框架中包含了四个卷积模块以及三层全连接层,最后分类结果以Softmax进行输出。在三种经典的回声隐藏算法上对提出的方法进行了隐写分析实验评估,实验结果表明,该方法在低回声幅度条件下的检测率分别为98.62%、98.53%和93.20%,与目前所提出的传统基于手工特征的方法和基于深度学习的方法相比,检测性能提升10%以上。     

基于音频特征的自适应数字音频水印算法

提出了一种基于音频特征的自适应音频水印算法。该算法使用Logistic混沌序列对水印进行加密,通过对音频帧的过零率及短时能量的分析,选取适当的阈值,确定嵌入水印的帧,对选定的音频帧整合分段后进行小波变换,同时采用能量动态调整自适应确定嵌入强度的方法,计算每段音频的近似分量的平均能量,在所得音频帧中嵌入水印。通过实验可知,该算法具有较好的鲁棒性和不可感知性和实用性。     

回声隐藏技术中回声核的研究

简述了对回声隐藏技术的最初设想、心理声学原理及最基本的回声隐藏方法,在此基础上总结了回声隐藏算法的研究进展情况,主要归纳了对回声核的改造,同时对各种回声核结构进行了模拟仿真测试,通过测试结果分析并比较了各方法的优缺点,展望了回声隐藏技术领域的研究发展方向.     

基于遗传匹配追踪分解的汉语孤立字声韵分割

汉语实际发音中声母能量小,其频率成分多且分布分散;而韵母能量相对较大,其频率成分较少且集中于中低频。运用时频分析方法,将声母和韵母发音的这些差异同时体现在时频平面的时频原子特征上,提出利用所得到的Gabor原子参数的不同对汉语孤立字进行声韵分割的新方法,并通过引入遗传算法降低匹配追踪算法搜索原子的运算量。对115个汉语孤立字的仿真实验显示,该方法的分割正确率可达80.87%。     

一种基于能耗优化的云计算系统任务调度方法

服务器执行任务产生的能耗是云计算系统动态能耗的重要组成部分。为降低云计算系统任务执行的总能耗,提出了一种基于能耗优化的最早完成时间任务调度方法,建立了服务器动态功率计算模型,基于动态功率的服务器执行能耗模型,以及云计算系统的能耗优化模型。调度策略根据任务的截止时间要求和在不同服务器上的执行能耗,选择不同的调度算法,以获得最小任务执行总能耗。实验结果证明,提出的任务调度方法,能够较好地满足任务截止时间的要求,降低云计算系统任务执行的总能耗。     

A finite element method for diffusion dominated unsteady viscous flows

A general conforming finite element scheme for computing viscous flows is presented which is of second-order accuracy in space and time. Viscous terms are treated implicitly and advection terms are treated explicitly in the time marching segment of the algorithm. A method for solving the algebraic equations at each time step is given. The method is demonstrated on two test problems, one of them being a plane vortex flow for which asymptotic methods are used to obtain suitable numerical boundary conditions at each time step.     

基于冲激雷达的运动体目标检测算法

针对冲激雷达脱靶量测量中的检测问题，提出了一种新的时域多门限信号检测算法。根据冲激雷达的特点，首先采用距离门等效采样方法对运动体目标回波采样，并在此基础上，利用多门限对各距离门采样信号进行散射点回波的检测，进而通过各散射点回波平均功率的求取实现对各散射点回波的识别，从而解决了后续数据处理中信号检测精度过低和散射点无法识别的问题。仿真结果表明该算法可得到满意的检测结果。     

基于小波和倒谱域的数字音频水印算法

给出一种基于小波和倒谱域的强鲁棒数字音频水印算法。该算法利用人耳听觉模型和频率掩蔽效应,选择出音频小波变换后对人耳听觉不敏感的低频系数,对其进行分帧并作倒谱变换。再利用倒谱域能量集中在零点附近的特性,将一段伪随机序列嵌入在每帧相对稳定的倒谱系数中,从而实现水印的嵌入。采用相关检测的方法,根据相关值的极性来提取水印信息。实验表明,嵌入水印后的音频信号不仅具有良好的不可感知性,而且对诸如加噪、低通滤波、重采样、重量化、回声、MP3压缩和去同步等攻击具有很强的鲁棒性。     

一种基于离散点的透明折射算法

传统真实感图形绘制所采用的造型都是基于多边形的表示方法 ,由于该方法存在着一些不足之处 ,为此提出了一种基于离散点的表示方法 ,该方法首先求出场景中 ,曲面上的某些离散点 ,然后将这些离散点排列成若干序列并存储 .同时也提出 ,并实现了一种基于离散点的透明折射算法 ,该算法的关键就是如何确定检测线段 ,由于只有该检测线段上的像素对应序列中的点才有可能在折射线上 ,这样就抛弃了大量的不需要参与运算的点 ,因此可减小计算量 .试验结果表明 ,该表示方法及透明折射算法可以较准确、真实地反映实际场景中的透明现象 .     

Reconstruction of missing data in multidimensional time series by fuzzy similarity

The present work addresses the problem of missing data in multidimensional time series such as those collected during operational transients in industrial plants. We propose a novel method for missing data reconstruction based on three main steps: (1) computing a fuzzy similarity measure between a segment of the time series containing the missing data and segments of reference time series; (2) assigning a weight to each reference segment; (3) reconstructing the missing values as a weighted average of the reference segments. The performance of the proposed method is compared with that of an Auto Associative Kernel Regression (AAKR) method on an artificial case study and a real industrial application regarding shut-down transients of a Nuclear Power Plant (NPP) turbine.     

Time-spread echo method for digital audio watermarking

Conventional watermarking techniques based on echo hiding provide many benefits, but also have several disadvantages, for example, a lenient decoding process, weakness against multiple encoding attacks, etc. In this paper, to improve the weak points of conventional echo hiding, we propose a time-spread echo as an alternative to the single echo in conventional echo hiding. Spreading an echo in the time domain is achieved by using pseudonoise (PN) sequences. By spreading the echo, the amplitude of each echo can be reduced, i.e., the energy of each echo becomes small, so that the distortion induced by watermarking is imperceptible to humans while the decoding performance of the embedded watermarks is better maintained as compared with the case of conventional echo hiding, as shown by computer simulations, in which several parameters, such as the amplitude and length of PN sequences and analysis window length, were varied. Robustness against typical signal processing was also evaluated in these simulations and showed fair performance. Results of a listening test using some pieces of music showed good imperceptibility.     

一种新的基于RS理论的压缩域镜头分割算法*

针对传统的非压缩域镜头分割算法数据多、运算量大和效率低的缺点,提出了一种基于RS理论的压缩域镜头分割算法。该算法首先根据MPEG压缩标准,从视频流中提取DCT系数;然后经预处理得到每一帧的DC系数;最后依DC系数建立镜头分割信息系统模型,通过RS理论的划分与属性约简得到视频镜头。实验结果表明,该算法相对传统非压缩域算法运算量和数据量大大减少,算法效率明显提高。