【摘 要】
：
设计了一种基于多层激励函数量子神经网络的音频水印算法.将水印信号嵌入载体语音的小波低频系数中,再训练量子神经网络建立水印嵌入前后低频小波系数间的联系以便在接收端恢
【机 构】
：
解放军理工大学通信工程学院,解放军61623部队,解放军南京炮兵学院
【基金项目】
：
国家自然科学基金资助项目（61072042）
论文部分内容阅读
设计了一种基于多层激励函数量子神经网络的音频水印算法.将水印信号嵌入载体语音的小波低频系数中,再训练量子神经网络建立水印嵌入前后低频小波系数间的联系以便在接收端恢复水印.同时,区别于传统的归一化方法,将小波低频系数规范到同一数量级,避免了恢复水印时小波低频系数的差错传播,提高了算法的鲁棒性.实验结果表明,设计的水印算法对加噪、滤波、重采样和再量化等攻击具有较强的鲁棒性,提取正确率相比BP网络水印算法平均提高1.8％.
其他文献
为了提高领域概念筛选的准确率,对测试数据进行了筛选,指出了算法误筛选常用词汇的问题,分析了常用词汇的高一致度值导致高综合值的缺陷,设计并探讨了术语综合值修正参数,改
针对由2个独立电源供电的相移30°双Y联结的六相永磁同步电机系统,提出了一种基于矢量空间解耦变换理论的新型六相空间矢量脉宽调制（SVPWM）算法。分析了2种常用坐标变换—
为改进传统贝叶斯非负矩阵分解（BNMF）语音增强算法的性能,提出基于高斯混合模型的贝叶斯非负矩阵分解语音增强算法。该算法分为训练和增强两个阶段,训练阶段,对纯净语音与噪声
为了进一步提高增强语音的质量,基于传统的贝叶斯非负矩阵分解语音增强算法,考虑语音帧内原子间的相关性,提出了一种新的改进贝叶斯非负矩阵分解语音增强算法。该算法可分为
研究了认知MIMO无线网络中基于博弈论的动态频谱接入技术，以使得具有不同风险偏好的次级用户（买家）可以动态地选择竞标策略，同时主用户也可以根据系统情况，自适应地调整拍卖机制。