論文元數(shù)據(jù)搜索,找到相關(guān)信息共 13 條:
2004, 26(10): 1620-1625.
刊出日期:2004-10-19
關(guān)鍵詞:
信息隱藏; 數(shù)字水印; LU分解
該文提出了一種新的基于矩陣LU分解的數(shù)字水印算法。該方法首先將數(shù)字圖像的非負(fù)矩陣表示轉(zhuǎn)化為G-對角占優(yōu)矩陣,再進(jìn)行LU分解,通過量化函數(shù)進(jìn)行數(shù)字水印的嵌入,恢復(fù)水印時(shí)不需要原始圖像。將矩陣的LU分解數(shù)字水印算法與DCT的中頻系數(shù)比較法進(jìn)行了對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明這種方法運(yùn)算速度快并且具有很好的魯棒性。
2013, 35(9): 2234-2239.
doi: 10.3724/SP.J.1146.2012.01527
刊出日期:2013-09-19
針對基于orth的稀疏目標(biāo)定位算法中orth預(yù)處理會(huì)影響原信號的稀疏性的問題,該文提出一種基于LU分解的稀疏目標(biāo)定位算法。該算法通過網(wǎng)格化感知區(qū)域把目標(biāo)定位問題轉(zhuǎn)化為壓縮感知問題,并利用LU分解法對觀測字典進(jìn)行分解得到新的觀測字典。該觀測字典有效地滿足了約束等距性條件,同時(shí)對觀測值的預(yù)處理過程不影響原信號的稀疏性,從而有效地保證了算法的重建性能,提升了算法的定位精度。實(shí)驗(yàn)結(jié)果表明,基于LU分解的稀疏目標(biāo)定位算法的性能遠(yuǎn)優(yōu)于基于orth的稀疏目標(biāo)定位算法,目標(biāo)的定位精度得到了較大地提升。
2010, 32(8): 2019-2022.
doi: 10.3724/SP.J.1146.2009.01401
刊出日期:2010-08-19
矩陣方程的快速求解是矩量法計(jì)算電大問題的關(guān)鍵,LU分解是求解線性方程組的有效方法。該文詳細(xì)地分析了Doolittle LU分解過程,基于分解過程的特點(diǎn),在MPI(Message-Passing interface) 并行環(huán)境下,提出了按直角式循環(huán)對進(jìn)程進(jìn)行任務(wù)分配的并行求解方法。實(shí)驗(yàn)證明該方法可以有效地減少進(jìn)程間數(shù)據(jù)通信量,從而加快計(jì)算速度。
2014, 36(8): 1866-1871.
doi: 10.3724/SP.J.1146.2014.00154
刊出日期:2014-08-19
該文首先從變分學(xué)的角度分析Le等人(2007)基于全變差的圖像泊松去噪模型,得到該模型解的一框式約束限制。在此基礎(chǔ)上,結(jié)合交替方向乘子算法(ADMM),給出了基于框式約束的快速全變差圖像泊松去噪算法,并證明了該算法的收斂性。最后,數(shù)值實(shí)驗(yàn)結(jié)果驗(yàn)證了該快速算法的可行性與有效性。
2003, 25(10): 1321-1326.
刊出日期:2003-10-19
貝葉斯網(wǎng)絡(luò)是一種不確定性知識的推理和描述技術(shù),針對遙感數(shù)據(jù)的復(fù)雜性和不確定性,該文提出了一種基于貝葉斯網(wǎng)絡(luò)模型的遙感數(shù)據(jù)推理和描述技術(shù)。文中利用 2002年春季中-日亞洲沙塵暴項(xiàng)目的土地利用數(shù)據(jù)(LU),沙塵監(jiān)測數(shù)據(jù)(TSP),衛(wèi)星 AVHRR時(shí)間序列 LST/Albedo數(shù)據(jù),采用貝葉斯網(wǎng)絡(luò)模型進(jìn)行了知識描述和信息推理預(yù)測實(shí)驗(yàn),取得了較好的效果。
2018, 40(12): 2986-2991.
doi: 10.11999/JEIT180196
刊出日期:2018-12-01
Lai-Massey結(jié)構(gòu)是由IDEA算法發(fā)展而來的一個(gè)分組密碼結(jié)構(gòu),F(xiàn)OX系列密碼算法是該密碼結(jié)構(gòu)的代表。該文從差分概率關(guān)于獨(dú)立等概輪密鑰的平均概率上界和給定起點(diǎn)和終點(diǎn)的線性鏈的平均概率上界兩個(gè)角度出發(fā),研究Lai-Massey 結(jié)構(gòu)的差分和線性可證明安全性。該文證明了2輪Lai-Massey結(jié)構(gòu)的非平凡差分對應(yīng)關(guān)于獨(dú)立等概的輪密鑰的平均概率 $ \le p{}_{\max }$ ;證明了當(dāng)Lai-Massey 結(jié)構(gòu)的F函數(shù)是正型置換時(shí),輪數(shù) $r \ge 3$ 的非平凡差分對應(yīng)關(guān)于獨(dú)立等概的輪密鑰的平均概率 $ \le p_{\max }^2$ 。針對給定起點(diǎn)和終點(diǎn)的線性鏈的平均概率上界,該文也獲得了類似的結(jié)論。
2021, 43(11): 3359-3366.
doi: 10.11999/JEIT200999
刊出日期:2021-11-23
SIMON算法是由美國國家安全局(NSA)在2013 年推出的一簇輕量級分組密碼算法,具有實(shí)現(xiàn)代價(jià)低、安全性能好等優(yōu)點(diǎn),其輪函數(shù)采用了$F(x) = (x < < < a){{\& }}(x < < < b) \oplus (x < < < c)$ 類型的非線性函數(shù)。該文研究了移位參數(shù)(a,b,c)一般化時(shí)SIMON類算法輪函數(shù)的線性性質(zhì),解決了這類非線性函數(shù)的Walsh譜分布規(guī)律問題,證明了其相關(guān)優(yōu)勢只可能取到${{0}}$ 或${2^{ - k}}$ ,其中$k \in Z$ 且${{0}} \le k \le \left\lfloor {{2^{ - 1}}n} \right\rfloor $ ,并且對于特定條件下的每一個(gè)$k$ ,都存在相應(yīng)的掩碼對使得相關(guān)優(yōu)勢等于${2^{ - k}}$ ,給出了相關(guān)優(yōu)勢取到${2^{ - 1}}$ 時(shí)的充分必要條件及掩碼對的計(jì)數(shù),給出了特定條件下非平凡相關(guān)優(yōu)勢取到最小值時(shí)的充分必要條件與掩碼對的計(jì)數(shù)。
2019, 41(4): 845-850.
doi: 10.11999/JEIT180562
刊出日期:2019-04-01
為實(shí)現(xiàn)電磁計(jì)算的安全可靠和自主可控,該文基于“天河二號”國產(chǎn)眾核超級計(jì)算機(jī)平臺,開展大規(guī)模并行矩量法(MoM)的開發(fā)工作。為減輕大規(guī)模并行計(jì)算時(shí)計(jì)算機(jī)集群的通信壓力以及加速矩量法積分方程求解,通過分析矩量法電場積分方程離散生成的矩陣具有對角占優(yōu)特性,提出一種新型LU分解算法,即對角塊矩陣選主元LU分解(BDPLU)算法,該算法減少了panel列分解的計(jì)算量,更重要的是,完全消除了選主元過程的MPI通信開銷。利用BDPLU算法,并行矩量法突破了6×105 CPU核并行規(guī)模,這是目前在國產(chǎn)超級計(jì)算平臺上實(shí)現(xiàn)的最大規(guī)模的并行矩量法計(jì)算,其矩陣求解并行效率可達(dá)51.95%。數(shù)值結(jié)果表明,并行矩量法可準(zhǔn)確高效地在國產(chǎn)超級計(jì)算平臺上解決大規(guī)模電磁問題。
2021, 43(12): 3749-3757.
doi: 10.11999/JEIT200740
刊出日期:2021-12-21
在分布式存儲系統(tǒng)中,當(dāng)節(jié)點(diǎn)發(fā)生故障時(shí)局部修復(fù)碼(LRC)可以通過訪問少量其他節(jié)點(diǎn)來恢復(fù)數(shù)據(jù),然而LRC的局部度不盡相同,該文構(gòu)造了短碼長且局部度較小的四元LRC。當(dāng)碼長不超過20,最小距離大于2時(shí),若四元距離最優(yōu)線性碼的生成陣維數(shù)不超過校驗(yàn)陣維數(shù),可利用其生成陣給出LRC,否則利用其校驗(yàn)陣給出LRC。對已構(gòu)造的LRC的生成陣或校驗(yàn)陣,利用刪除、并置等方法得到新矩陣,從而構(gòu)造出190個(gè)碼長$n \le 20$ ,最小距離$d \ge 2$ 的LRC。除12個(gè)LRC外,其他LRC是局部度最優(yōu)的。
2017, 39(5): 1261-1265.
doi: 10.11999/JEIT160651
刊出日期:2017-05-19
基于拉格朗日乘子法,該文提出一種2維修正離散傅里葉變換調(diào)制濾波器組的迭代設(shè)計(jì)方法。在每次迭代中,原型濾波器的設(shè)計(jì)描述成一個(gè)約束為2次函數(shù)的2次規(guī)劃問題。引入拉格朗日乘子法將問題轉(zhuǎn)化為無約束的優(yōu)化問題,通過求解線性矩陣方程得到優(yōu)化問題的解。針對矩陣方程中的系數(shù)矩陣的特點(diǎn),運(yùn)用塊LU分解,顯著降低了運(yùn)算復(fù)雜度。仿真實(shí)驗(yàn)表明,與現(xiàn)有的設(shè)計(jì)方法相比,該文方法設(shè)計(jì)得到的2維修正離散傅里葉變換調(diào)制濾波器組的重構(gòu)誤差和阻帶衰減均有較大的改善。
- 首頁
- 上一頁
- 1
- 2
- 下一頁
- 末頁
- 共:2頁