增强型Adaline神经网络谐波分析方法研究 被引量：11

1

作者 蔡忠法 周箭 陈隆道 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2009年第1期166-171,共6页

为了提高Adaline神经网络谐波分析方法对频率波动信号的分析精度,提出了增强型Adaline神经网络模型.该算法将基波频率作为待定的权值,可以同时估计信号频率及各次谐波的幅值和相位,在学习算法中采用动量项方法和频率延迟调整策略以提高... 为了提高Adaline神经网络谐波分析方法对频率波动信号的分析精度,提出了增强型Adaline神经网络模型.该算法将基波频率作为待定的权值,可以同时估计信号频率及各次谐波的幅值和相位,在学习算法中采用动量项方法和频率延迟调整策略以提高算法的收敛性能.讨论了学习率和动量因子对算法收敛性的影响,并给出了各参数的优化设置方法.Matlab仿真结果表明,增强型Adaline谐波分析算法不会产生频谱泄漏,具有较高的分析精度和较快的收敛速度.增强型Adaline谐波分析算法适合于短数据非同步采样下的谐波分析. 展开更多

关键词 电能质量监测 谐波分析 神经网络 adaline 增强型adaline

在线阅读 下载PDF 职称材料

基于AR谱估计和Adaline神经元的间谐波分析 被引量：35

2

作者 蔡忠法 陈隆道 《电力系统自动化》 EI CSCD 北大核心 2007年第17期78-82,共5页

将人工神经网络应用于电力系统间谐波分析,提出了Burg算法与Adaline神经元相结合的间谐波分析方法。通过Burg算法计算自回归(AR)模型参数,得到信号中谐波和间谐波的个数及频率初值,然后应用改进的Adaline神经网络精确分析谐波和间谐波... 将人工神经网络应用于电力系统间谐波分析,提出了Burg算法与Adaline神经元相结合的间谐波分析方法。通过Burg算法计算自回归(AR)模型参数,得到信号中谐波和间谐波的个数及频率初值,然后应用改进的Adaline神经网络精确分析谐波和间谐波的频率、幅值和相位。MATLAB仿真结果验证了Burg-Adaline间谐波分析方法具有分辨率高、精度高、收敛快的优点。 展开更多

关键词 电能质量 间谐波 AR模型 Burg算法 神经网络 adaline

在线阅读 下载PDF 职称材料

基于Adaline神经网络的家用电器谐波分析 被引量：6

3

作者 蔡忠法 陈隆道 陈国志 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第7期1449-1454,共6页

为了分析常用家用电器用电对公共电网的谐波污染,应用Adaline神经网络对其进行自适应谐波分析。改进的增强型Adaline神经网络将频率作为待定权值,同时估计被测信号的频率、幅值和相位。幅值相位权值的学习采用变步长方法,频率权值的学... 为了分析常用家用电器用电对公共电网的谐波污染,应用Adaline神经网络对其进行自适应谐波分析。改进的增强型Adaline神经网络将频率作为待定权值,同时估计被测信号的频率、幅值和相位。幅值相位权值的学习采用变步长方法,频率权值的学习采用动量项方法,提高了收敛速度。修正的频率调整公式和频率延迟调整策略简化了频率学习率的设置。基于实测电压信号的对比研究验证了改进算法的收敛性能和分析精度。通过数据采集实验装置得到计算机、电视机、洗衣机、微波炉等家用电器的用电波形,并用改进的Adaline方法对波形信号进行谐波分析。实验结果表明,计算机的电流谐波总畸变率超过60%,微波炉的电流谐波总畸变率在40%以上,电视机和洗衣机的电流谐波总畸变率在10%以上。 展开更多

关键词 家用电器 谐波畸变率 神经网络 自适应 adaline

在线阅读 下载PDF 职称材料

考虑高斯有色噪声的FOMC-HTLS-Adaline算法在低频振荡模式辨识中的研究 被引量：11

4

作者 王臻 李承 +1 位作者 林志芳 李惠章 《电工技术学报》 EI CSCD 北大核心 2017年第6期21-30,共10页

针对广域测量系统的实测信号受高斯色噪声的影响,提出一种利用FOMC-HTLSAdaline进行低频振荡在线辨识的新方法。首先,为抑制高斯色噪声的影响,利用四阶混合累积量的盲高斯性,将四阶混合累积量(FOMC)序列代替实测序列进行低频振荡的辨识... 针对广域测量系统的实测信号受高斯色噪声的影响,提出一种利用FOMC-HTLSAdaline进行低频振荡在线辨识的新方法。首先,为抑制高斯色噪声的影响,利用四阶混合累积量的盲高斯性,将四阶混合累积量(FOMC)序列代替实测序列进行低频振荡的辨识。然后,利用HTLS和自适应神经网络算法(Adaline ANN)相结合,估计出低频振荡的频率、衰减因子、幅值和相位。Adaline神经网络的引入解决了四阶混合累积处理后,模式幅值和相位不易确定的难点,同时减少矩阵处理引入的误差累积,提高检测精度。四机两区域系统仿真算例和实测相量测量单元(PMU)算例共同表明,FOMC-HTLS-Adaline算法可以在高斯色噪声环境下,精确地在线辨识系统振荡模式。 展开更多

关键词 广域测量系统 四阶混合累积量 高斯色噪声 HTLS adaline 人工神经网络 模态信息

在线阅读 下载PDF 职称材料

基于变步长Adaline神经网络的永磁同步电机参数辨识 被引量：35

5

作者 张立伟 张鹏 +2 位作者 刘曰锋 张超 刘杰 《电工技术学报》 EI CSCD 北大核心 2018年第A02期377-384,共8页

为了提高永磁同步电机在线参数辨识结果的收敛速度并减小稳态误差,首先对考虑逆变器非线性因素电压补偿的表贴式永磁同步电机电压方程进行变换,从而消除误差电压的影响。在此基础上,提出一种变步长自适应线性(Adaline)神经网络算法,对... 为了提高永磁同步电机在线参数辨识结果的收敛速度并减小稳态误差,首先对考虑逆变器非线性因素电压补偿的表贴式永磁同步电机电压方程进行变换,从而消除误差电压的影响。在此基础上,提出一种变步长自适应线性(Adaline)神经网络算法,对表贴式永磁同步电机参数进行在线辨识。实验结果表明,所提方法能有效减小定子电阻、电感、转子磁链辨识结果的稳态误差,同时提高辨识结果的收敛速度。 展开更多

关键词 表贴式永磁同步电机 变步长adaline神经网络 参数辨识 稳态误差

在线阅读 下载PDF 职称材料

采用Adaline神经网络实现增益自适应内模控制 被引量：4

6

作者 刘红军 赵鑫 薛浩洋 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第8期1955-1958,共4页

引入1/1Pade逼近处理纯滞后环节,利用二步法设计内模控制器,运用单层Adaline神经网络参数辨识算法得到被控对象的稳态增益,并用于内模控制算法中,以此来自动调整被控对象模型增益,实现增益自适应控制。大量仿真实验表明此控制方法能克... 引入1/1Pade逼近处理纯滞后环节,利用二步法设计内模控制器,运用单层Adaline神经网络参数辨识算法得到被控对象的稳态增益,并用于内模控制算法中,以此来自动调整被控对象模型增益,实现增益自适应控制。大量仿真实验表明此控制方法能克服系统增益变化对控制品质的影响,具有鲁棒性好,抗干扰能力强,控制精度高等特点。 展开更多

关键词 内模控制(IMC) adaline神经网络 增益自适应 参数辨识

在线阅读 下载PDF 职称材料

基于Root-MUSIC和Adaline神经网络的间谐波参数估计 被引量：3

7

作者 陈国志 蔡忠法 陈隆道 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第1期173-177,190,共6页

为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法(root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神... 为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法(root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神经网络的输入进行学习,用得到的权值确定谐波和间谐波的幅值和相位;将频率作为权值在改进的Adaline神经网络中参与学习,估计谐波和间谐波的频率、幅值和相位.Matlab仿真结果表明,该算法频率分辨率高、检测准确、收敛快;当频率估计准确时,基本Adaline神经网络与改进的Adaline神经网络具有相近的检测精度,且前者的实时性更好. 展开更多

关键词 间谐波 求根多重信号分类(Root-MUSIC) 神经网络 adaline 参数估计

在线阅读 下载PDF 职称材料

基于Adaline神经网络参数辨识的PMSM鲁棒电流预测控制 被引量：15

8

作者 何静 唐润忠 +1 位作者 张昌凡 吴公平 《电机与控制学报》 EI CSCD 北大核心 2023年第4期127-139,共13页

针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法。首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响。然后,设... 针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法。首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响。然后,设计了基于Adaline神经网络的参数在线辨识器,并在传统的权值调整算法上,提出一种应用于电机参数辨识系统的新型动态混合最小均方算法。最后,利用在线辨识的参数来实时更新电流预测控制器中的参数,以避免参数失配对控制系统性能的影响。通过仿真和实验验证了所提方法和新型算法的可行性和有效性,其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化,而且有效抑制了参数失配导致的响应电流偏差。 展开更多

关键词 永磁同步电机 鲁棒电流预测控制 模型参数失配 adaline神经网络 最小均方算法

在线阅读 下载PDF 职称材料

带时滞的ADALINE神经网络在时变线性系统自适应建模中的应用研究

9

作者 赖桂文 王永初 《现代机械》 2006年第3期86-89,共4页

本文提出了带时滞的ADALINE神经网络对时变复杂线性系统的自适应建模方法,通过对性能函数是权系数二次型的神经网络的算法改进,以梯度变化的共轭向量为搜索方向,以解析式确定最优步长,理论分析和仿真实验证明了此算法的快速性和高精度... 本文提出了带时滞的ADALINE神经网络对时变复杂线性系统的自适应建模方法,通过对性能函数是权系数二次型的神经网络的算法改进,以梯度变化的共轭向量为搜索方向,以解析式确定最优步长,理论分析和仿真实验证明了此算法的快速性和高精度逼近能力,也证明了基于这种快速算法的带时滞的ADALINE网络实现复杂时变线性系统高精度动态自适应建模的有效性。 展开更多

关键词 adaline神经网络 时滞 共轭向量 快速算法

在线阅读 下载PDF 职称材料

基于Adaline神经网络参数辨识的含DG配电网的电压稳定性分析

10

作者 杨志淳 《电力与能源》 2015年第2期158-163,共6页

提出了一种基于Adaline神经网络参数辨识来研究含有分布式电源配电网电压稳定性的方法。依据戴维南等值理论,将含有分布式电源的配电网络等值为3节点系统,在该等值系统的基础上提出了一种新的电压稳定性指标;将Adaline神经网络用于戴维... 提出了一种基于Adaline神经网络参数辨识来研究含有分布式电源配电网电压稳定性的方法。依据戴维南等值理论,将含有分布式电源的配电网络等值为3节点系统,在该等值系统的基础上提出了一种新的电压稳定性指标;将Adaline神经网络用于戴维南等值系统的参数辨识中,通过测量单元采集到的电压和电流相量对系统进行训练,得到戴维南等值系统的电势及阻抗,从而对含分布式电源的配电网络进行电压稳定性评估。结合IEEE33节点系统的仿真,对不含分布式电源和含分布式电源的配电网络在不同负荷水平下的电压稳定性进行了分析。所提出的电压稳定性指标、等值系统参数辨识方法及配电网电压稳定性分析为评估分布式电源对配电网电压稳定性的影响提供了基础。 展开更多

关键词 分布式电源 戴维南等值 稳定性指标 adaline神经网络 参数辨识

在线阅读 下载PDF 职称材料

基于小波-EEMD-Adaline网络的容栅传感器信号去噪方法 被引量：2

11

作者 邓慧芳 孙传猛 +2 位作者 杨孟 谢锐 魏涯峰 《传感技术学报》 CAS CSCD 北大核心 2018年第6期898-903,共6页

针对容栅传感器检测的转动轴扭振信号掺杂的环境噪声干扰和自身的电磁噪声干扰使得信噪比低、微弱信号难提取的问题,提出了一种基于小波-EEMD-Adaline自适应线性神经网络去噪方法。该方法对信号进行小波、EEMD、Adaline网络消噪处理,采... 针对容栅传感器检测的转动轴扭振信号掺杂的环境噪声干扰和自身的电磁噪声干扰使得信噪比低、微弱信号难提取的问题,提出了一种基于小波-EEMD-Adaline自适应线性神经网络去噪方法。该方法对信号进行小波、EEMD、Adaline网络消噪处理,采用三级去噪、噪声过滤、对消来逼近原始信号。用典型加噪超声信号、Doppler信号、Block信号对该方法进行有效性验证,与EEMD、基于小波分解的EEMD去噪效果相比较。实验结果表明,后两种方法信号去噪的SNR提升小(均不到20),而本文方法 SNR(RMSE)提升(减小)明显,对于9 d B的Doppler信号SNR提升达90,RMSE从1.038 5降至0.009 5。对容栅电路实测大噪声微弱信号去噪,结果表明,该方法去噪性能更优,去噪后信号光滑性好,波动稳定性强。 展开更多

关键词 容栅传感器 小波 集合经验模态分解 adaline神经网络 信号去噪

在线阅读 下载PDF 职称材料

Adaline神经网络随机逼近LMS算法的仿真研究 被引量：4

12

作者 张帆 《电子设计工程》 2009年第9期88-90,共3页

基于最小二乘(LMS)统计算法的自适应线性元件(Adaline)神经网络是非线性分类的重要工具之一。从计算机仿真的角度研究随机逼近LMS学习方法的特点,从步长设置、收敛性、收敛速度、算法抗噪性、判断的准确率等多个参量评估随机逼近法的性... 基于最小二乘(LMS)统计算法的自适应线性元件(Adaline)神经网络是非线性分类的重要工具之一。从计算机仿真的角度研究随机逼近LMS学习方法的特点,从步长设置、收敛性、收敛速度、算法抗噪性、判断的准确率等多个参量评估随机逼近法的性能。仿真结果表明,对于不同的初始步长设置,神经元完成学习任务的训练时间不同;在保证学习收敛性的前提下,步长越大,收敛速度越快,但收敛的稳定性变差。权矢量的初始值设置对学习的收敛性没有影响。 展开更多

关键词 人工神经网络 自适应线性元件(adaline) 仿真 最小二乘(LMS)算法

在线阅读 下载PDF 职称材料

带有参数在线辨识的永磁同步电机模型预测控制研究 被引量：2

13

作者 徐海 米彦青 +1 位作者 王艳阳 徐志鹏 《电气传动》 2025年第2期3-12,共10页

永磁同步电机(PMSM)具有动态响应快、功率密度高、低速大转矩等优点,但是温度变化和复杂工况会造成PMSM参数的变化,进而影响电机性能并且降低效率。针对模型预测电流控制中电机参数变化导致的控制器参数失配问题,首先采用自适应线性(Ada... 永磁同步电机(PMSM)具有动态响应快、功率密度高、低速大转矩等优点,但是温度变化和复杂工况会造成PMSM参数的变化,进而影响电机性能并且降低效率。针对模型预测电流控制中电机参数变化导致的控制器参数失配问题,首先采用自适应线性(Adaline)神经网络进行PMSM的交直轴电感、磁链和电阻等参数在线辨识,然后引入归一化最小均方误差(NLMS)算法对Adaline神经网络算法进行改进,以提高算法的收敛速度和计算精度。此外,利用模型预测控制中的高频电流成分对PMSM转子位置进行计算,获得转子位置角和转速两个参数,以达到无位置传感器控制的目的。实验结果表明,改进后的NLMS-Adaline神经网络相比递推RLS和传统Adaline在线辨识的速度和精确度上都有所提升,对参数失配有良好的适应性。 展开更多

关键词 永磁同步电机 参数在线辨识 自适应线性神经网络 归一化 模型预测电流控制

在线阅读 下载PDF 职称材料

考虑逆变器非线性因素的表贴式永磁同步电机参数辨识 被引量：31

14

作者 史婷娜 刘华 +1 位作者 陈炜 耿强 《电工技术学报》 EI CSCD 北大核心 2017年第7期77-83,共7页

在表贴式永磁同步电机参数辨识中,逆变器的非线性因素会影响电机参数的辨识精度。该文通过方程变换去除定子电压方程中逆变器非线性因素产生的误差电压,构建不受逆变器非线性因素影响的参数辨识模型。为了提高辨识结果的收敛速度并降低... 在表贴式永磁同步电机参数辨识中,逆变器的非线性因素会影响电机参数的辨识精度。该文通过方程变换去除定子电压方程中逆变器非线性因素产生的误差电压,构建不受逆变器非线性因素影响的参数辨识模型。为了提高辨识结果的收敛速度并降低稳态误差,采用加入动量项的自适应线性元件(Adaline)神经网络算法辨识电机参数。实验结果表明,所提方法能提高电感、定子电阻和转子磁链的辨识精度,并加快辨识结果的收敛速度。 展开更多

关键词 表贴式永磁同步电机 参数辨识 逆变器非线性因素 adaline神经网络

在线阅读 下载PDF 职称材料

农用机器人转向系统自适应内模控制 被引量：5

15

作者 焦俊 江朝晖 +2 位作者 金瑞春 许正荣 刘波 《农业机械学报》 EI CAS CSCD 北大核心 2011年第10期186-191,234,共7页

针对农用机器人转向系统状态和控制具有复杂、时滞和增益时变的特性,将Adaline神经网络(ANN)与内模控制相结合,提出一种在线调整时滞时间和控制增益的自适应控制方法。建立基于Adaline网络的增益与时滞的辨识算法,即通过反馈误差在线优... 针对农用机器人转向系统状态和控制具有复杂、时滞和增益时变的特性,将Adaline神经网络(ANN)与内模控制相结合,提出一种在线调整时滞时间和控制增益的自适应控制方法。建立基于Adaline网络的增益与时滞的辨识算法,即通过反馈误差在线优化,适应性地调整时滞时间和增益,克服参数时变对内模控制和被控对象模型的影响。仿真和试验结果表明,与常规的PID控制方法相比,该方法具有较高的控制精度、较强的自适应性和鲁棒性,完全适用于农用机器人转向系统的控制。 展开更多

关键词 农用机器人 转向系统 自适应内模控制 非线性PID控制 adaline神经网络

在线阅读 下载PDF 职称材料

基于自适应线性元件神经网络的表面式永磁同步电机参数在线辨识 被引量：42

16

作者 刘侃 章兢 《中国电机工程学报》 EI CSCD 北大核心 2010年第30期68-73,共6页

提出一种基于自适应线性元件(Adaline)神经网络辨识表面式永磁同步电机定子绕组电阻、电感和转子磁链的方法。所提出的辨识方法不需要知道电机的任何设计参数信息,只需在线采样定子电流、电压和转速值即可。该方法首先在电机静止状态时... 提出一种基于自适应线性元件(Adaline)神经网络辨识表面式永磁同步电机定子绕组电阻、电感和转子磁链的方法。所提出的辨识方法不需要知道电机的任何设计参数信息,只需在线采样定子电流、电压和转速值即可。该方法首先在电机静止状态时估算出定子绕组电阻值,并利用该电阻值在电机启动时辨识出转子磁链和定子电感值,而所辨识出来的转子磁链值将被进一步用来在线估算定子绕组电阻的变化。实验显示该方法能够有效辨识定子电阻、电感和转子磁链。此外,当电机带负载运行时,该方法依然能够有效地在线跟踪电机定子绕组电阻变化。 展开更多

关键词 自适应线性元件神经网络 永磁同步电机 参数辨识 绕组电阻 转子磁链

原文传递

一种基于自适应线性神经网络算法的永磁同步电机电流谐波提取和抑制方法 被引量：23

17

作者 王硕 康劲松 《电工技术学报》 EI CSCD 北大核心 2019年第4期654-663,共10页

永磁同步电机通常采用正弦波进行驱动和控制,由于气隙磁场的畸变和电压型逆变器的死区效应等因素的存在,使永磁同步电机电流波形含有大量的谐波而发生畸变,特别是在电机低速运行时更为严重。为了进一步提高永磁同步电机的电流控制性能,... 永磁同步电机通常采用正弦波进行驱动和控制,由于气隙磁场的畸变和电压型逆变器的死区效应等因素的存在,使永磁同步电机电流波形含有大量的谐波而发生畸变,特别是在电机低速运行时更为严重。为了进一步提高永磁同步电机的电流控制性能,抑制电流谐波,本文在传统矢量控制算法基础上,增加神经网络谐波电流环,通过自适应线性神经网络(ADALINE)算法实现对主要电流谐波的分解和提取,将所提取的电流谐波经过神经网络训练获得补偿电压值进行谐波注入,实现电流谐波的检测和抑制。通过仿真和实验结果证明,本文提出的控制策略可以有效提取并抑制电流谐波,降低电机转矩脉动。 展开更多

关键词 永磁同步电机 电流谐波提取 电流谐波抑制算法 自适应线性神经网络算法

在线阅读 下载PDF 职称材料

神经网络滤波技术在矿井内噪声消除中的研究与应用 被引量：2

18

作者 李目 方雪华 《湘潭大学自然科学学报》 CAS CSCD 北大核心 2006年第1期93-96,126,共5页

为了提高矿井内的安全生产水平,通过对煤炭矿井的实地调查与研究,对Adaline构成的自适应网络进行了分析,针对该网络在消除矿井内噪声中的应用进行了研究,并利用MATLAB语言对该系统进行了描述和计算机仿真,仿真结果表明了该方案的可行性... 为了提高矿井内的安全生产水平,通过对煤炭矿井的实地调查与研究,对Adaline构成的自适应网络进行了分析,针对该网络在消除矿井内噪声中的应用进行了研究,并利用MATLAB语言对该系统进行了描述和计算机仿真,仿真结果表明了该方案的可行性和有效性. 展开更多

关键词 自适应神经元 神经网络 噪声消除 安全生产 MATLAB

在线阅读 下载PDF 职称材料

基于神经网络的火电机组负荷预见控制方法及其仿真研究 被引量：4

19

作者 张芳生 沈炯 李益国 《自动化与仪器仪表》 2003年第6期1-3,32,共4页

利用多个自适应神经元构造了火电单元机组负荷预见控制系统 ,研究了用神经网络实现多变量系统的预见协调控制 ,神经网络输入量应该怎样选取。仿真结果证明了这种控制方案的正确性。与原有的负荷最优预见控制方法相比 ,该方法不依赖于对... 利用多个自适应神经元构造了火电单元机组负荷预见控制系统 ,研究了用神经网络实现多变量系统的预见协调控制 ,神经网络输入量应该怎样选取。仿真结果证明了这种控制方案的正确性。与原有的负荷最优预见控制方法相比 ,该方法不依赖于对象的精确模型 ,也不涉及权重矩阵的选取。 展开更多

关键词 火电机组 神经网络 自适应线性单元 预见控制 负荷控制 仿真

在线阅读 下载PDF 职称材料

基于Walsh-Hadamard变换与预测误差扩展的图像水印算法 被引量：3

20

作者 王洪 王聪 余金暇 《光学技术》 CAS CSCD 北大核心 2018年第4期487-494,共8页

设计了基于可逆Walsh-Hadamard变换与预测误差扩展的图像水印算法。将载体图像分割为4×4的非重叠子块,引入Walsh-Hadamard变换,对每个子块进行处理,得到其域Hadamard,提取其直流分量与交流分量系数;基于Adaline神经网络,确定一个... 设计了基于可逆Walsh-Hadamard变换与预测误差扩展的图像水印算法。将载体图像分割为4×4的非重叠子块,引入Walsh-Hadamard变换,对每个子块进行处理,得到其域Hadamard,提取其直流分量与交流分量系数;基于Adaline神经网络,确定一个准确的预测系数,构建线性预测函数,计算每个交流系数的误差;对交流系数误差完成二进制表示,根据水印信息对误差进行扩展;考虑像素的溢出或下溢问题,从所有子块中指定一个平滑扩展块,通过设计水印嵌入方法,将水印信息嵌入到扩展块中,再借助Walsh-Hadamard逆变换,输出水印图像;构建水印提取机制,从水印图像中提取初始水印信息。实验结果显示：与当前水印图像相比,所提算法具有更高的不可感知性与更低的失真度。 展开更多

关键词 图像水印 Walsh-Hadamard变换 预测误差扩展 预测系数 adaline神经网络 平滑扩展块

原文传递