基于核范数的鲁棒音阶轮廓特征提取算法.pdf
飞舟****文章
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于核范数的鲁棒音阶轮廓特征提取算法.pdf
本发明公开了一种专基于核范数的鲁棒音阶轮廓特征提取算法,步骤1、待输入音乐信号转换;步骤2、对音乐信号进行加窗处理,并进行傅立叶变换,得到音乐信号的时频矩阵,确定起始节拍点;步骤3、利用核范数约束对时频矩阵的秩进行频谱低秩化;同时用一范数约束矩阵中的噪声点,用以下凸优化问题对信号频谱进行低秩化,并去除噪声;步骤4、在迭代约束过程中,利用频谱的低秩特性,实现阈值自适应调整算法;步骤5、对时频矩阵进行有效的降维处理,得到12维的和弦特征。与现有技术相比,本发明提取出了鲁棒性的和弦特征;有效地降低了算法的时间;
基于鲁棒性音阶轮廓特征和向量机的和弦识别方法.pdf
本发明涉及和弦自动识别,为提取鲁棒性音阶轮廓和弦特征,并能够快速准确的对和弦进行识别。本发明,基于鲁棒性音阶轮廓特征和向量机的和弦识别方法,包括下列步骤:1)对原始音频信号进行加窗预处理;2)对分帧结果进行离散余弦变换,得到原始信号的标准音频频谱矩阵S;3)通过凸优化问题进行全局最优解的求解:4)为了得到鲁棒性PCP特征,进行矩阵映射;5)采用测度学习的方法对支持向量机的高斯核函数进行优化;6)利用训练数据对测度学习支持向量机进行训练,确定测度学习支持向量机中的参数;7)使用训练好的测度学习支持向量机对测
非下采样轮廓波变换的鲁棒数字水印算法.pdf
本发明旨在解决数字水印技术中伪Zernike矩抗剪切、缩放攻击鲁棒性不强的问题,属于图像与信号处理领域。利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量,通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基,构造稀疏基的测量矩阵,并对其进行压缩感知处理得到新的低频分量,然后计算其Zernike矩,通过抖动量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入。最后利用正则化正交匹配追踪算法进行图像压缩感知的重构。本方法在保证水印不可见性的前提下,不仅能够有效抵抗诸如滤波、噪声、压缩等常规攻击,
一种基于栅格的轮廓线段特征提取算法.pdf
本发明涉及移动机器人的技术领域,更具体地,涉及一种基于栅格的轮廓线段特征提取算法,包括数据点的聚类、每个聚类内数据点的排序、每个聚类内数据点的分段、每个数据段内数据点进行线段拟合,前三项为本发明提出的搜寻线段支持区的方法,结合该方法再在支持区内用最小二乘法拟合线段。本发明算法在寻找线段支持区时,不需要较大的内存和较长的计算时间,在拟合线段时,拟合的方法简单;本发明能够降低对旋转激光扫描仪的性能要求,降低噪点对于提取效果的影响;且本发明不用设置阈值等参数,降低对旋转激光扫描仪的性能要求,降低噪点对提取效果的
基于深度学习的零水印鲁棒算法.pdf
本发明公开了一种基于深度学习的零水印鲁棒算法,具体包括如下步骤:步骤1,在知识版权保护中心注册时间以得到时间戳;步骤2,将宿主图像H和带有时间戳的水印图像B一起输入VGG‑19网络中,VGG‑19网络输出一个带有时间戳的图像O,将图像O进行加密,并将加密后的图像O在知识版权保护中心注册为零水印图像;步骤3,采用步骤2所得的图像制作数据集,并将数据集输入到训练完成的RCNN卷积神经网络中,网络输出结果是带有时间戳的水印图像,完成零水印的提取验证过程。本发明解决了目前零水印技术中普遍存在鲁棒性差的问题。