基于Watson视觉感知模型的能量调制水印算法

感知器模型及其学习算法 感知器模型及其学习算法 1 感知器模型 ? 感知器模型是美国学者罗森勃拉特Rosenblatt为研究大脑的存储学习和认知过程而提出的一类具有自学习能力的神经网络模型它把神经网络

单层感知器模型的详细介绍还有相应的matlab工具箱的应用

MATLAB代码：基于模型预测算法的含储能微网双层能量管理模型。该代码实现了一个微网双层优化调度模型，考虑了微网聚合单元包括风电、光伏、储能和超级电容器，以及电池的退化成本。通过建立全寿命周期模型，并

在经典报童模型的基础上引入概率选择理论, 发现决策者对需求发生的感知概率不符合贝叶斯公理, 而为截尾正态分布. 鉴于此, 提出一种感知效用下的最优库存策略, 并采用行为实验的方法测算出不同产品的决策噪

传统协议识别技术多以单网络流为识别手段,不能应对复杂网络应用多服务、多协议等特性,因此在面对复杂网络应用识别时严重失效。针对复杂网络应用的识别难题,提出了一种流感知模型,从空间、时间和流量3个维度来刻

鉴于当前的高效视频编码标准并未考虑人类视觉的特性，本文提出了一种基于恰到好处的失真模型（JND）的感知视频编码算法。 调整后的JND模型在高效视频编码（HEVC）中被组合到变换量化过程中，以消除更多的

上下文感知计算是普适计算研究中极为活跃的核心技术之一，其模型存在处理不完备、不有效的问题。owl语言是以描述逻辑为理论基础构建的本体表示语言，满足了用于知识共享和上下文推理的本体建模。通过对一种上下文

传统声纳成像系统所要采集的数据量巨大,给硬件设备以及数据的存储和传输带来很大的压力。压缩感知作为一种全新的采样理论,可以从很少的采样数据中以很大的概率重建原始信号。将压缩感知用于声纳成像,减少数据采集

改进的OMP算法，很大程度提高算法运行效率，想要在算法改进上研究的同志可以看看。

L1 based compressed sensing algorithm