提出了一种基于仿生小波变换和模糊推理的变步长自适应滤波语音降噪算法。该算法首先用仿生小波变换法对包含噪声的语音信号进行小波分解，以分离出来的噪声信号作为自适应滤波器的输入，选择基于模糊推理变步长自适应算法对带噪声语音信号进行降噪处理，最终实现语音信号的信噪分离，去除语音信号中的噪声。仿真结果表明，该方法对语音信号有较为明显的降噪效果。
上传时间： 2013-10-14
上传用户：恋天使569
为了提高数字水印抗击各种图像攻击的性能和保持图像的稳健性和不可见性，提出了一种基于离散小波变换（DWT），SVD（singular value decomposition）奇异值分解水印图像和原始载体图像的离散余弦变换（DCT）的自适应水印嵌入算法，主要是将水印图像的两次小波变换后的低频分量潜入到原始图像分块经过SVD分解的S分量矩阵中，同时根据图像的JPEG压缩比的不同计算各个图像块的水印调节因子。实验证明该算法在抗击JPEG压缩、中值滤波、加噪等均具有很好的鲁棒性，嵌入后的图像的PSNR达到38，具有良好的视觉掩蔽性
标签： 数字水印算法
上传时间： 2013-10-09
上传用户：ca05991270
针对红外图像边缘模糊，对比度低的问题，文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上，研究了改进的Laplace金字塔分解的图像融合算法，并基于CUDA并行处理技术，在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点，应用纹理映射、多点访问、并行触发技术，优化数据的存储结构，提高数据处理速度，适用于对红外图像增强的实时性要求较高的领域。实验结果表明，该算法有较好的并行特性，能充分利用CUDA的并行计算能力，提高了红外图像增强的实时性，处理分辨率为3 096×3 096的红外图像时加速比达32.189。
上传时间： 2014-01-03
上传用户：mh_zhaohy
针对基本蚁群算法在机器人路径规划问题中容易陷入局部最优的问题，提出了一种改进的蚁群算法，利用遗传算法加入了变异因子使最优路径产生变异，从而降低了蚁群算法陷入局部极小的可能性，同时改善了基本蚁群算法不收敛或收敛速度比较慢的缺点，加快了收敛速度，增加了最优解的多样性。
上传时间： 2013-11-11
上传用户：zuozuo1215
无线多媒体传感器网络（WMSNs）中传感器节点采集的数据量非常大，在传输前需对大数据量的多媒体信息进行压缩处理，但是单节点能源受限，存储、处理能力相对较弱。针对无线多媒体传感器网络应用的高效、低耗能的需求这些问题，在图像压缩双正交重叠变换（LBT）的基础上，文中提出了一种基于此变换的分布式无线多媒体传感器网络图像压缩算法。即基于簇结构，把压缩任务分配给其他节点，通过多个节点相互协作，共同完成图像的压缩编码和传输。实验结果表明，在传感器节点散布不均且较为密集的情况下，该算法在高质量、低复杂度和低功耗等方面都有了很大的性能提高。
上传时间： 2014-12-23
上传用户：langliuer
针对传统的双线性插值法在对图像进行插值后会不可避免的产生边缘模糊的问题，提出了一种改进的线性插值法，该算法首先把待插值点分为三类，然后分别选取合适的已知点进行插值。通过对经典图像lena和pepper进行插值的实验结果表明，该算法的插值效果与双立方法相当，但计算量远远小于双立方，能有效的保持图像边缘信息，提高了图像质量。
上传时间： 2014-01-17
上传用户：杏帘在望
SIFT算法具有旋转、平移、尺度缩放和亮度的变化保持不变性的优点，也有算法复杂、计算时间长的缺点。本文提出了以街区距离代替欧式距离的新方法，来提高SIFT特征匹配效率，缩短匹配时间，提高SIFT算法的实时性。实验结果表明，该方法在保持图像匹配率和算法鲁棒性的同时，可以减少运算时间。
上传时间： 2013-10-28
上传用户：zhangzhenyu
对于大型矩阵的乘积运算和高阶方阵的求逆运算, 构造了一种适用于多处理机系统的并行算法. 该方法能较大地节约计算机的工作单元, 提高计算速度和效率, 同时给出了具体的并行程序和计算结果.
上传时间： 2013-10-13
上传用户：zw380105939
提出了一种针对JPEG图像的通用隐写分析算法。该算法提取了15个具有良好分类特性的特征参数，输入构建的LS-SVM分类器，以达到检测载密图像的目的。实验结果表明，该算法的检测正确率较高，检测速度快，能够实现针对各类JPEG载密图像的有效检测。
上传时间： 2014-12-23
上传用户：dddddd55
基于遗传算法的组合逻辑电路的自动设计，依据给出的真值表，利用遗传算法自动生成符合要求的组合逻辑电路。由于遗传算法本身固有的并行性，采用软件实现的方法在速度上往往受到本质是串行计算的计算机制约，因此采用硬件化设计具有重要的意义。为了证明基于FPGA的遗传算法的高效性，设计了遗传算法的各个模块，实现了基于FPGA的遗传算法。
上传时间： 2014-01-08
上传用户：909000580
