論文元數(shù)據(jù)搜索,找到相關(guān)信息共 11 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。
1995, 17(5): 492-499.
刊出日期:1995-09-19
關(guān)鍵詞:
代數(shù)幾何碼; 基本累次算法; 譯碼算法
設(shè)C是虧格為g的不可約代數(shù)曲線;C*(D,G)為C上的代數(shù)幾何碼,該碼的設(shè)計(jì)距離為d*=deg(G)-2g+2。本文首先從理論上證明所給算法的合理性,然后給出一種基于基本累次算法(FIA)的譯碼算法。該算法是G.L.Feng等人(1993)提出的算法的改進(jìn)。它可對[(d*-1)/2]個(gè)錯誤的接收向量進(jìn)行譯碼。運(yùn)算量與存貯量約為G.L.Feng等人算法的一半,且便于軟硬件實(shí)現(xiàn)。
2016, 38(6): 1412-1418.
doi: 10.11999/JEIT150911
刊出日期:2016-06-19
隱私保護(hù)技術(shù)是當(dāng)前信息安全領(lǐng)域的研究熱點(diǎn)。然而,現(xiàn)階段集合并集運(yùn)算中的隱私保護(hù)技術(shù)側(cè)重理論研究,在實(shí)驗(yàn)?zāi)P偷拈_發(fā)上較為欠缺。針對該問題,該文首先設(shè)計(jì)了保護(hù)隱私的集合合并運(yùn)算電路、去重電路和混淆電路,并應(yīng)用YAO氏通用混淆電路估值技術(shù)提出了一種布爾電路上保護(hù)隱私的集合并集協(xié)議。然后,該文使用模擬器視圖仿真法證明了協(xié)議的安全性。最后,基于MightBeEvil中的YAO氏混淆電路估值框架,開發(fā)了該文理論方案對應(yīng)的實(shí)驗(yàn)?zāi)P?。?shí)驗(yàn)結(jié)果表明,在安全計(jì)算稀疏集合的并集時(shí),所提算法效率優(yōu)于當(dāng)前布爾電路上的其他算法。
2004, 26(6): 966-970.
刊出日期:2004-06-19
關(guān)鍵詞:
機(jī)動目標(biāo)模型;跟蹤算法
在當(dāng)前統(tǒng)計(jì)模型的基礎(chǔ)上,結(jié)合實(shí)時(shí)輸入估計(jì)算法(Feng xinxi等,1996)的思想,提出了一種新的機(jī)動目標(biāo)模型,并利用其方差調(diào)整關(guān)系建立了自適應(yīng)跟蹤算法。大量仿真結(jié)果表明該模型能夠準(zhǔn)確描述目標(biāo)的各種機(jī)動情況,跟蹤算法具有良好的跟蹤性能,具有實(shí)際應(yīng)用價(jià)值。
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。
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。
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。
2011, 33(4): 992-996.
doi: 10.3724/SP.J.1146.2010.00756
刊出日期:2011-04-19
矩量法常與漸近波形估計(jì)技術(shù)結(jié)合用于目標(biāo)寬帶雷達(dá)散射截面的快速計(jì)算,然而當(dāng)目標(biāo)為電大尺寸時(shí),此種方法仍然十分耗時(shí)。該文使用一種基于可變內(nèi)外迭代技術(shù)的Krylov子空間迭代法FBICGSTAB求解由電場積分方程離散得到的大型稠密矩陣方程。同時(shí)近場矩陣預(yù)處理技術(shù)將與雙閾值不完全LU分解預(yù)處理技術(shù)結(jié)合用于降低FBICGSTAB的迭代求解次數(shù)。數(shù)值計(jì)算表明:在不影響精度的前提下,該文方法可以大大提高目標(biāo)寬帶雷達(dá)散射截面的計(jì)算效率。
- 首頁
- 上一頁
- 1
- 2
- 下一頁
- 末頁
- 共:2頁