首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文--加密与解密论文

基于机器学习方法的数字音频水印技术研究

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-34页
   ·研究背景与意义第12-13页
   ·数字音频水印的基本理论第13-27页
     ·数字水印的基本框架第13-14页
     ·数字水印的分类第14-16页
     ·数字音频水印的应用第16-18页
     ·音频水印的主要评价标准第18-21页
     ·音频水印的攻击方法第21-23页
     ·音频水印研究中存在的几个问题第23-24页
     ·音频水印算法的回顾第24-27页
   ·基于机器学习方法的数字水印的研究现状第27-30页
     ·基于神经网络的水印方法第27-28页
     ·基于支持向量机的水印方法第28-29页
     ·基于遗传算法的水印方法第29-30页
     ·基于模糊技术的水印方法第30页
   ·论文的主要研究工作第30-34页
     ·本文的研究内容和主要贡献第30-32页
     ·本文的章节安排第32-34页
第二章 预备知识第34-55页
   ·核判别分析第34-39页
     ·线性判别分析第34-36页
     ·核判别分析第36-39页
   ·粒子群优化第39-45页
     ·PSO 框架第40-41页
     ·PSO 算法的行为分析第41-42页
     ·PSO 算法与其它进化算法的比较第42-43页
     ·PSO 算法的当前进展第43-45页
   ·多目标优化与多目标遗传算法第45-55页
     ·多目标优化问题的数学描述第45-46页
     ·主要的进化多目标优化算法第46-49页
     ·非占有排序遗传算法II(NSGA-II)第49-55页
第三章 基于核判别分析的音频水印研究第55-72页
   ·引言第55-56页
   ·水印嵌入第56-61页
     ·降采样技术第56-58页
     ·能量关系调制技术第58-60页
     ·水印嵌入算法第60-61页
   ·水印提取第61-64页
     ·基于核判别分析的水印检测器原理第61-63页
     ·水印提取算法第63-64页
   ·实验结果与分析第64-70页
     ·实验设置第64-66页
     ·不可感知性测试第66页
     ·鲁棒性测试第66-70页
   ·本章小结第70-72页
第四章 采用粒子群优化的抵抗去同步攻击的音频水印方案第72-88页
   ·引言第72-74页
   ·多小波变换第74-76页
   ·所提出的水印方法第76-83页
     ·同步码的嵌入与提取算法第77-78页
     ·水印的嵌入与提取算法第78-80页
     ·基于粒子群优化的水印参数优化过程第80-83页
   ·实验结果与分析第83-87页
     ·实验设置第83-84页
     ·优化结果第84-85页
     ·不同λ参数值对性能的影响第85-86页
     ·与其它方法的比较第86-87页
   ·本章小结第87-88页
第五章 一种音频水印的多目标优化框架第88-115页
   ·引言第88-89页
   ·几个传统的水印算法第89-92页
     ·水印算法I第90-91页
     ·水印算法II第91页
     ·水印算法III第91-92页
   ·音频水印的多目标优化框架第92-101页
     ·最优水印问题第92-94页
     ·具有变长机制的多目标遗传算法第94-99页
     ·音频水印的多目标优化过程第99-101页
   ·实验结果与分析第101-113页
     ·数据集第101-102页
     ·参数设置第102-104页
     ·优化结果第104-107页
     ·与单目标优化方法的对比第107-109页
     ·与其它音频水印方法的对比第109-112页
     ·不同音频长度和不同采样率对性能的影响分析第112-113页
   ·本章小结第113-115页
第六章 结论与展望第115-118页
   ·本论文的研究总结第115-116页
   ·前景展望第116-118页
致谢第118-119页
参考文献第119-130页
攻博期间取得的研究成果第130-131页

论文共131页,点击 下载论文
上一篇:时空联合的视频运动目标分割技术研究
下一篇:微波阵列天线成像处理中干扰抑制及快速成像方法的研究