排序方式: 共有71条查询结果,搜索用时 15 毫秒
1.
一般差值扩展可逆水印算法通过图像像素对的差值扩展嵌入水印,最大嵌入率为0.5 bpp(bit per pixel),存在嵌入率低 和失真较大的问题。为了提高嵌入性能,提出基于像素三元组的差值扩展可逆图像水印算法 。 首先利用图像像素的相关性,通 过像素三元组均值局部方差选择平滑区域,然后扩展像素三元组中像素值与其均值差嵌入水 印。 另外,为了提高图像不可感知 性和防止嵌入水印导致像素值的溢出,嵌入水印时,设定阈值限制在平滑区域嵌入水印时像 素值的改变。本文提出的算法最 大嵌入率能到达0.66 bpp,比传统的差值扩展算法提高33%,实验结果表明提出的算 法能在 较高嵌入率时仍保持较大的峰值信噪比,有效地提高了水印嵌入容量和降低了图像的失真率。 相似文献
2.
线性调频-捷变频对三元组目标定位精度的影响 总被引:1,自引:0,他引:1
在射频仿真系统中,精确的目标角位置通过“三元组”幅相控制实现,幅相控制误差直接影响阵列上目标位置的模拟精度。当工作频率发生变化时,受阵列系统瞬时带宽的限制,目标阵列角位置的模拟精度将发生变化。本文从目标阵列的角位置模拟原理出发,分析了线性调频和频率捷变引起的通路幅度和相位误差对三元组目标定位精度的影响,为研究线性调频和捷变频状态下的目标定位控制提供了一定的依据。 相似文献
3.
4.
针对行人重识别存在的遮挡和姿势变化问题和目前网络识别率低的缺陷,提出了不同空间维度的多分支行人重识别网络模型。首先利用IBN-Net50-a为基础骨干网络提取特征;然后对最后两层卷积层融合批量特征丢弃方法,以增强局部区域专注特征学习;最后拼接不同维度的特征,获得更多浅层、深层的有用信息。在网络训练时,采用三元组损失和标签平滑损失联合策略训练。使用三个常用的基准数据集Market1501、DukeMTMC-reID、CUHK03进行实验验证,并按照主流策略划分数据集。实验结果表明,所提方法的特征泛化能力较好,其中在Market1501数据集的Rank-1和平均准确率(mAP)分别达到95.3%和86.8%;在DukeMTMC-reID数据集的Rank-1和mAP分别达到88.5%和75.9%;在CUHK03数据集的Rank-1和mAP分别达到80.9%和77.8%。 相似文献
5.
一个Mendelsohn (Directed, 或Hybrid)三元系 MTS$(v, \lambda)$~(DTS$(v, \lambda)$,或HTS$(v,\lambda))$, 是由$v$元集$X$ 上的一些循环(可迁,或循环和可迁)三元组(简称区组)构成的集合${\cal B}$, 使得$X$上每个由不同元素组成的有序对都恰在 ${\cal B}$的$\lambda$个区组中出现.本文主要讨论了这三类有向三元系之间的一种关联关系,给出猜想:任意MTS$(v,\lambda)$的区组关联图$G(\ 相似文献
6.
为了探究丝氨酸蛋白酶催化效率的来源,本文分别研究了丝氨酸酶催化水解多肽CI2、MCTI-A和六肽(SUB)的过程中催化三元组内的氢键所起的作用. 首先采用QM/MM-MD方法计算了在酶-底物复合物和过渡态下组氨酸和天冬氨酸之间质子转移的自由能曲线. 结果表明低能垒氢键仅在CI2酰化反应的过渡态区域形成,而在MCTI-A和SUB酰化反应中均是正常氢键. 与MCTI-A相比,CI2和SUB体系中氢键强度在过渡态时显著增强,因此相应的酰化反应能垒明显降低. 过渡态区域形成的低能垒氢键显然有助于加速酰化反应,同时研究也表明正常氢键也有可能降低能垒. 氢键降低能垒的关键则在于过渡态下氢键强度的增加程度,而不是其是否生成了低能垒氢键. 本文为研究催化三元组间的氢键在丝氨酸蛋白酶中的作用提供了新思路,并有助于理解丝氨酸蛋白酶中催化三元组的催化机制. 相似文献
7.
借助于分式积分-微分算子和关于Gel'fand三元组上分式Levy过程的随机积分,本文给出分式Levy过程的新息表示公式,此公式可将Gel'land三元组上分式Levy过程转换成更简单的Levy过程,并且可以应用在信号识别和行为金融学中. 相似文献
8.
9.
In this paper, we introduce the concept of VT-congruence triples on a regular semigroup S and show how such triples can be constructed by using the equivalences on S/ℒ, S/R and the special congruences on S. Also, such congruence triples are characterized so that an associated congruence can be uniquely determined by a given congruence
triple. Moreover, we also consider the VH-congruence pairs on an orthocryptogroup. 相似文献
10.
大部分现有深度聚类方法都试图最小化重构损失,然而深层特征的判别能力与重构损失并没有必然联系,并且这些深度聚类方法通常只关注从样本自身提取的有用特征,很少考虑样本背后的结构信息.为解决这些问题,提出一种新的结构化深度判别嵌入编码网络聚类(SDDECC)算法,用于无监督图像聚类.首先在多层卷积自编码器网络中引入最大化互信息... 相似文献