基于Watson视觉感知模型的能量调制水印算法

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

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

Watson

为了降低WSN中弱硬实时系统的能量消耗，应用离散事件系统（DES）框架中的优化原理，建立数学模型，得到了能量消耗的目标函数，为了最小化目标函数，利用线性规划方法进行求解，得到一种可扩展的低复杂度算法来

针对噪声图像的分割难，分割不准确，以及现有模型无法适应多种噪声环境的问题，提出了一种基于改进的能量泛函模型的噪声图像分割算法，该算法结合各向异性扩散方程和灰度水平集算法，通过对能量泛函的改进实现对噪声

单层感知器模型的详细介绍还有相应的matlab工具箱的应用

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

针对认知能量采集网络,提出一种基于系统吞吐量最大化的功率分配算法。该算法在满足2个次用户节点采集能量的因果性限制和对主用户干扰限制的条件下,构建了系统吞吐量的优化模型;通过变量代换和问题等价性变换,将

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。