您的位置: 专家智库 > >

严军

作品数:9 被引量:35H指数:4
供职机构:中国地质大学更多>>
发文基金:湖北省自然科学基金中央高校基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术电子电信语言文字文化科学更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 2篇电子电信
  • 1篇语言文字

主题

  • 6篇小波
  • 4篇图像
  • 3篇水印
  • 3篇小波变换
  • 3篇波变换
  • 2篇信号
  • 2篇水印算法
  • 2篇图像水印
  • 2篇图像水印算法
  • 2篇主元
  • 2篇主元分析
  • 2篇CHIRP信...
  • 1篇电机
  • 1篇信号检测
  • 1篇信息隐藏
  • 1篇英语
  • 1篇振子
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人脸

机构

  • 8篇中国地质大学

作者

  • 8篇严军
  • 8篇王典洪
  • 4篇李东明
  • 2篇余蓓蓓
  • 2篇陈分雄
  • 1篇宋麦玲
  • 1篇王永涛
  • 1篇郭红想

传媒

  • 2篇计算机工程
  • 2篇计算机应用
  • 1篇计算机工程与...
  • 1篇舰船电子工程
  • 1篇中南民族大学...
  • 1篇光学与光电技...

年份

  • 1篇2016
  • 1篇2014
  • 1篇2009
  • 1篇2008
  • 1篇2007
  • 3篇2004
9 条 记 录,以下是 1-8
排序方式:
基于小波包和组合分类器的脑电信号分类被引量:4
2016年
为了提高脑思维任务分类精度,提出了一种基于小波包分解和多分类器投票组合的运动想象任务分类方法。该方法利用小波包分解对经过预处理的脑电信号进行分解,提取所有频带上的相对小波包能量特征;根据不同脑思维任务下左右半脑各通道间的差异性对C3、C4两通道求取特定频带上的小波包系数的L-2范数作为特征;采用基于投票策略的组合分类器对两种联合特征进行分类,得到了92.85%的识别精度。实验结果表明,联合特征向量较好地反映了左右手运动想象脑电信号的事件相关去同步(ERD)和事件相关同步(ERS)的本质特性;组合分类器识别效果优于单一分类器。
郭红想严军王典洪余蓓蓓
关键词:脑-机接口特征提取小波包分解组合分类器
基于小波与分数傅里叶变换的图像水印算法被引量:4
2008年
载体图像的空域隐藏Chirp信号可以通过分数傅里叶变换在变换域中进行盲检测。为了提高该算法的鲁棒性能,该文研究直接离散化方法,合理选取分数傅里叶变换的算子阶数,将Chirp信号隐藏在图像信号的低频小波域中。仿真实验表明,改进后的水印算法提高了直接在空域进行信息隐藏的鲁棒性。
李东明王典洪严军陈分雄
关键词:小波变换分数傅里叶变换数字图像水印CHIRP信号
基于图像小波矩特征调制的鲁棒水印被引量:3
2007年
为了提高水印抵抗旋转、剪切等攻击的能力,提出了一种新的基于小波矩特征调制的鲁棒性水印算法。小波矩具有旋转、平移、缩放不变性,且具有小波的多分辨率特性,可以利用水印信息调制载体的低阶小波矩实现信息的隐藏,并且对各阶矩的隐藏能力进行比较。实验表明该算法对剪切、旋转等几何攻击具有很强的抵抗能力,且水印检测不需要原载体的参与。
李东明王典洪严军陈分雄
关键词:数字水印小波矩信息隐藏版权
基于学习矢量量化网络的人脸识别
2004年
提出利用主元分析 (PCA)和学习矢量量化神经网络 (LVQ)相结合的方法进行人脸识别。在ORL人脸库上的实验证明 ,这种方法的识别效率高 ,对表情和姿态的变化具有一定的鲁棒性 。
严军王典洪
关键词:主元分析神经网络LVQ人脸识别
小波域利用Duffing振子检测的图像水印算法被引量:1
2009年
为了提高图像Chirp类水印的鲁棒性能,提出一种利用混沌振子检测微弱水印信号的方法。将嵌入在载体低频小波域的非周期Chirp信号通过分块平滑转化为单频周期信号,然后通过Duffing振子阵列检测器检测微弱的周期信号,使水印检测问题转化为超低信噪比下,确定性微弱周期信号的检测。实验表明信噪比为-40dB时仍然能有效检测到水印的存在。
李东明王典洪严军
关键词:DUFFING振子CHIRP信号微弱信号检测
从专业英语到双语教学被引量:13
2004年
本文从教学模式、课程设置和师资水平等方面探讨了在高校双语教学实践中的一些实际问题,提出了相应的解决方法,并展示了专业英语与双语教学的相互促进的关系。
严军王典洪
关键词:专业英语
基于支持向量机的舰船图像识别被引量:6
2004年
支持向量机(SVM)是一种基于超平面分类的新的学习方法,具有很强的泛化能力。研究了支持向量机的学习机理,以及实现支持向量机的序贯最小优化算法(SMO),并用来对舰船图像进行识别。首先将待识别目标进行二维小波分解,获取不同尺度下的小波系数,然后对其进行主元分析,得到的主元分量作为支持向量机的特征量输入。实验结果表明,该方法具有良好的分类性能。
严军王典洪
关键词:支持向量机小波变换主元分析模式识别
基于MODWT的运动想象脑电信号识别被引量:3
2014年
对运动想象脑电信号进行分类识别,是脑机接口研究中的重要问题。为此,提出一种基于极大重叠小波变换和AR模型的脑电信号分类方法。将脑电信号波形进行极大重叠小波分解,抽取变换系数的统计特征,利用Burg算法提取其3层光滑的8阶AR模型系数以及3层光滑部分的能量曲线特征,将这3类特征进行组合后,使用神经网络、支持向量机及线性判别进行分类和比较。与BCI2003竞赛数据分类精度结果相比,该方法的识别率更高。将模型移植入自行研制的嵌入式脑电信号控制电机转向系统中,该模式识别方法的平均准确度达到了91.3%,可用于嵌入式脑机接口的系统设计。
李东明王典洪严军王永涛宋麦玲余蓓蓓
关键词:脑机接口
共1页<1>
聚类工具0