魯棒圖像多目數(shù)字水印技術(shù)研究.pdf_第1頁
已閱讀1頁，還剩158頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、數(shù)字水印是一種保護(hù)數(shù)字材料版權(quán)的方案。自從上個(gè)世紀(jì)90年代以來，越來越多的人工作在這個(gè)充滿趣味、挑戰(zhàn)和機(jī)會(huì)的研究領(lǐng)域。在本論文中，引入了LCNN(Lagrange約束神經(jīng)網(wǎng)絡(luò))方法，模仿哺乳動(dòng)物雙眼系統(tǒng)比單眼更清晰的觀測過程，以期獲得更清晰的數(shù)字水印。 經(jīng)典LCNN(CLCNN)效率低，容易碰到“病態(tài)”矩陣問題。本文仔細(xì)研究了LCNN的學(xué)習(xí)矩陣的逼近過程，發(fā)現(xiàn)了Lagrange約束λ與有監(jiān)督學(xué)習(xí)目標(biāo)min(As-x)之間的關(guān)系，

2、引入x的逼近加速度替換λ病態(tài)學(xué)習(xí)逼近的方案，更徹底地闡述了大腦有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的“你中有我、我中有你”的關(guān)系。正是通過對(duì)這種并行學(xué)習(xí)的認(rèn)識(shí)，本文提出了4類自適應(yīng)LCNN(ALCNN)快速算法，為欠定稀疏分析(m

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論