自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(54)
  • 收藏
  • 关注

原创 混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.5)

本节的主要贡献是提出具有如下特点的两个新四维自治非线性联系系统

2023-12-02 17:58:48 291

原创 混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.4)

本章提出了一类与Nosé-Hoove系统类似的系统,此类系统含有保守力场和 外力场,而无耗散力场。为了研究该类系统的动态特性,提出了两个具有代表性 的系统,该系统在不同的外力作用下会产生丰富的动力学特性。

2023-11-18 10:58:27 401

原创 混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.3)

一类三维非哈密顿系统的构造与动态特性分析,续接混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.2)

2023-11-12 16:38:42 676

原创 混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.2)

本章从能量传递和耗散的角度分析广义哈密顿系统,并和混沌运动中的折叠 与收缩结合起来,挖掘广义耗散哈密顿系统特性中存在的混沌特性。强调在广义 耗散哈密顿系统基础上构造耗散混沌系统的关键是结构矩阵的配置,包括保守力 场、耗散力场和外力场,然后通过两个实例说明这种方法获取混沌系统的有效性, 拓宽了混沌系统构造的新思路。

2023-11-11 10:53:58 725

原创 混沌系统在图像加密中的应用(基于哈密顿能量函数的混沌系统构造1.1)

本文的主题是“基于哈密顿能量函数的混沌系统构造与动力学分析”,哈密顿能量函数是是全文研究的核心。

2023-11-08 22:23:54 675 3

原创 混沌系统在图像加密中的应用(小波混沌神经网络)

小波混沌神经网络是一种神经网络模型,结合了小波变换和混沌理论,用于信号处理、分类和预测。该模型基于多层前向神经网络,其中每一层由小波基函数和一个非线性混沌函数构成。

2023-11-07 20:22:04 1025

原创 python图像处理 —— 实现图像滤镜效果

随着数字图像处理技术的不断发展,越来越多的人开始关注图像滤镜的应用。其中,使用Python的Opencv库实现图像滤镜效果成为了一种流行的技术手段。而图像滤镜是一种可以改变图像外观和色彩的技术,可以帮助我们创建独特的视觉效果。在本文中,我们将介绍如何使用Python和Opencv实现图像滤镜效果,为读者提供一个简单的入门指南。

2023-11-06 20:33:44 1568

原创 python图像处理 ——图像分块

图像分块:根据图像尺寸创建一个 ( m + 1 ) × ( n + 1 ) 个均匀的网格顶点坐标,对于图像块来说每个图像块的左上角和右下角可以唯一确定一个图像块,这样就可以利用网格顶点坐标对原始图像进行裁剪。

2023-11-05 21:30:02 1654

原创 python图像处理 ——图像锐化

由于收集图像数据的器件或传输图像的通道存在一些质量缺陷,或者受其他外界因素的影响,使得图像存在模糊和有噪声的情况,从而影响到图像识别工作的开展。一般来说,图像的能量主要集中在其低频部分,噪声所在的频段主要在高频段,同时图像边缘信息主要集中在其高频部分。这将导致原始图像在平滑处理之后,图像边缘和图像轮廓模糊的情况出现。为了减少这类不利效果的影响,就需要利用图像锐化技术,使图像的边缘变得清晰。

2023-11-04 11:26:08 4840 1

原创 python图像处理 ——几种图像增强技术

图像增强是指通过各种算法和技术,改善或提高数字图像的质量、清晰度、对比度、亮度、颜色等方面的处理过程。它可以通过调整图像的像素值来改善图像的可视化效果,使图像更易于观察和分析。图像增强广泛应用于医学影像诊断、监控、遥感、数字图像处理等领域。常见的图像增强方法包括灰度拉伸、直方图均衡化、滤波、锐化、颜色增强等。

2023-11-03 22:24:43 6057 1

原创 OpenCV官方教程中文版 —— 图像修复

本节我们将要学习:• 使用修补技术去除老照片中小的噪音和划痕• 使用 OpenCV 中与修补技术相关的函数

2023-11-02 21:03:28 1452

原创 OpenCV官方教程中文版 —— 图像去噪

• 学习使用非局部平均值去噪算法去除图像中的噪音• 学习函数 cv2.fastNlMeansDenoising(),cv2.fastNlMeansDenoisingColored()等

2023-11-01 18:50:08 3137

原创 OpenCV官方教程中文版 —— 分水岭算法图像分割

本节我们将要学习• 使用分水岭算法基于掩模的图像分割• 函数:cv2.watershed()

2023-10-31 20:25:15 687

原创 OpenCV官方教程中文版 —— Hough 圆环变换

• 学习使用霍夫变换在图像中找圆形(环)。• 学习函数:cv2.HoughCircles()。

2023-10-30 18:51:35 871

原创 OpenCV官方教程中文版 —— Hough 直线变换

目标• 理解霍夫变换的概念• 学习如何在一张图片中检测直线• 学习函数:cv2.HoughLines(),cv2.HoughLinesP()

2023-10-29 09:56:45 927 1

原创 OpenCV官方教程中文版 —— 模板匹配

在本节我们要学习:1. 使用模板匹配在一幅图像中查找目标2. 函数:cv2.matchTemplate(),cv2.minMaxLoc()

2023-10-28 09:49:03 1148

原创 OpenCV官方教程中文版 —— 傅里叶变换

本小节我们将要学习:• 使用 OpenCV 对图像进行傅里叶变换• 使用 Numpy 中 FFT(快速傅里叶变换)函数• 傅里叶变换的一些用处• 我们将要学习的函数有:cv2.dft(),cv2.idft() 等

2023-10-27 21:14:09 1556

原创 OpenCV官方教程中文版 —— 2D 直方图

本节我们会学习如何绘制 2D 直方图,我们会在下一节中使用到它。

2023-10-26 20:14:37 892

原创 OpenCV官方教程中文版 —— 直方图均衡化

本小节我们要学习直方图均衡化的概念,以及如何使用它来改善图片的对比。

2023-10-25 18:38:34 983

原创 OpenCV官方教程中文版 —— 直方图的计算,绘制与分析

• 使用 OpenCV 或 Numpy 函数计算直方图• 使用 Opencv 或者 Matplotlib 函数绘制直方图• 将要学习的函数有:cv2.calcHist(),np.histogram()

2023-10-24 20:41:40 1006

原创 OpenCV官方教程中文版 —— 图像金字塔

一般情况下,我们要处理是一副具有固定分辨率的图像。但是有些情况下,我们需要对同一图像的不同分辨率的子图像进行处理。比如,我们要在一幅图像中查找某个目标,比如脸,我们不知道目标在图像中的尺寸大小。这种情况下,我们需要创建创建一组图像,这些图像是具有不同分辨率的原始图像。我们把这组图像叫做图像金字塔(简单来说就是同一图像的不同分辨率的子图集合)。如果我们把最大的图像放在底部,最小的放在顶部,看起来像一座金字塔,故而得名图像金字塔。

2023-10-23 21:53:30 1736

原创 python入门学习之Numpy函数详解!

Numpy是python中最有用的工具之一。它可以有效地处理大容量数据。使用NumPy的最大原因之一是它有很多处理数组的函数。在本文中,将介绍NumPy在数据科学中最重要和最有用的一些函数。

2023-10-22 21:55:28 272

原创 OpenCV官方教程中文版 —— Canny 边缘检测

• 了解 Canny 边缘检测的概念• 学习函数 cv2.Canny()

2023-10-21 09:36:26 646

原创 Python入门的60个基础练习(三)

Python入门的60个基础练习(三)

2023-10-19 14:12:47 94

原创 OpenCV官方教程中文版 —— 图像梯度

• 图像梯度,图像边界等• 使用到的函数有:cv2.Sobel(),cv2.Schar(),cv2.Laplacian() 等

2023-10-18 18:40:42 272

原创 超全!Python图形界面框架PyQt5使用指南!

使用Python开发图形界面的软件其实并不多,相对于GUI界面,可能Web方式的应用更受人欢迎。但对于像我一样对其他编程语言比如C#或WPF并不熟悉的人来说,未必不是一个好的工具。

2023-10-17 19:42:08 3365

原创 OpenCV官方教程中文版 —— 形态学转换

• 学习不同的形态学操作,例如腐蚀,膨胀,开运算,闭运算等• 我们要学习的函数有:cv2.erode(),cv2.dilate(),cv2.morphologyEx()等

2023-10-16 15:04:17 318

原创 OpenCV官方教程中文版 —— 图像平滑

•学习使用不同的低通滤波器对图像进行模糊•使用自定义的滤波器对图像进行卷积(2D 卷积)

2023-10-15 14:48:14 322

原创 OpenCV官方教程中文版 —— 图像阈值

• 本节你将学到简单阈值,自适应阈值,Otsu’s 二值化等• 将要学习的函数有 cv2.threshold,cv2.adaptiveThreshold 等。

2023-10-14 21:59:14 150

原创 Python实现循环的最快方式(for、while等速度对比)

众所周知,Python不是一种执行效率较高的语言。此外在任何语言中,循环都是一种非常消耗时间的操作。假如任意一种简单的单步操作耗费的时间为1个单位,将此操作重复执行上万次,最终耗费的时间也将增长上万倍。

2023-10-14 10:02:30 48

原创 神器!三行Python代码轻松提取PDF表格数据

从 PDF 表格中获取数据是一项痛苦的工作。不久前,一位开发者提供了一个名为 Camelot 的工具,使用三行代码就能从 PDF 文件中提取表格数据。PDF 文件是一种非常常用的文件格式,通常用于正式的电子版文件。它能够很好的将不同的排版格式固定下来,形成版面清晰且美观的展示效果。然而,对于想要从 PDF 中提取信息的人们来说,PDF 是个噩梦,尤其是表格。

2023-10-12 20:34:38 266

原创 Python入门的60个基础练习(二)

Python入门的60个基础练习(二)

2023-10-11 21:00:12 793

原创 Python入门的60个基础练习(一)

python的语法逻辑完全靠缩进,建议缩进4个空格。如果是顶级代码,那么必须顶格书写,哪怕只有一个空格也会有语法错误。下面示例中,满足if条件要输出两行内容,这两行内容必须都缩进,而且具有相同的缩进级别。任何值为 0 的数字、空对象都是 False,任何非 0 数字、非空对象都是 True。列表也是序列对象,但它是容器类型,列表中可以包含各种数据。因为循环次数是已知的,实际使用时,建议用 for 循环。元组与列表基本上是一样的,只是元组不可变,列表可变。python 中,单双引号没有区别,表示一样的含义。

2023-10-10 20:45:37 70

原创 OpenCV官方教程中文版 —— 几何变换

• 学习对图像进行各种几个变换,例如移动,旋转,仿射变换等。• 将要学到的函数有:cv2.getPerspectiveTransform。

2023-10-09 20:37:52 81

原创 OpenCV官方教程中文版 —— OpenCV 中的图像处理

• 你将学习如何对图像进行颜色空间转换,比如从 BGR 到灰度图,或者从BGR 到 HSV 等。• 我没还要创建一个程序用来从一幅图像中获取某个特定颜色的物体。• 我们将要学习的函数有:cv2.cvtColor(),cv2.inRange() 等。

2023-10-06 15:35:53 143 1

原创 OpenCV官方教程中文版 —— 程序性能检测及优化

在图像处理中你每秒钟都要做大量的运算,所以你的程序不仅要能给出正确的结果,同时还必须要快。• 检测程序的效率• 一些能够提高程序效率的技巧• 你要学到的函数有:cv2.getTickCount,cv2.getTickFrequency等除了 OpenCV,Python 也提供了一个叫 time 的的模块,你可以用它来测量程序的运行时间。另外一个叫做 profile 的模块会帮你得到一份关于你的程序的详细报告,其中包含了代码中每个函数运行需要的时间,以及每个函数被调用的次数。

2023-10-05 13:54:10 161

原创 OpenCV官方教程中文版 —— 图像上的算术运算

• 学习图像上的算术运算,加法,减法,位运算等。• 我们将要学习的函数与有:cv2.add(),cv2.addWeighted() 等。

2023-10-03 11:17:24 111

原创 OpenCV官方教程中文版 —— 图像的基础操作

目标• **获取像素值并修改**• **获取图像的属性(信息)**• **图像的 ROI()**• **图像通道的拆分及合并**几乎所有这些操作与 Numpy 的关系都比与 OpenCV 的关系更加紧密,因此熟练 Numpy 可以帮助我们写出性能更好的代码。

2023-09-24 13:26:12 378 1

原创 OpenCV官方教程中文版 —— 图片属性

虽然 python 很强大,而且也有自己的图像处理库 PIL,但是相对于OpenCV 来讲,它还是弱小很多。跟很多开源软件一样 OpenCV 也提供了完善的 python 接口,非常便于调用。OpenCV 的稳定版是 2.4.8,最新版是 4.5.1,包含了超过 2500 个算法和函数,几乎任何一个能想到的成熟算法都可以通过调用 OpenCV 的函数来实现,超级方便。

2023-09-23 17:27:38 270 1

原创 混沌系统在图像加密中的应用(基于量子混沌映射的伪随机数发生器)

量子混沌映射是量子力学中一种重要的现象,它起源于经典混沌理论的研究。经典混沌理论研究的是非线性动力学系统,发现了许多看似随机的现象。然而,量子力学中的数学结构与经典力学存在很大不同,导致经典混沌理论在量子力学中不适用。因此,量子混沌理论的研究成为了量子力学中的一个热门话题。

2023-09-20 20:56:58 415 1

适用于MATLAB的SP800-22测试的混沌系统随机性测试代码

下载前必读!!!!!! 1.此代码是matlab代码,用的实例是Lorenz系统 2.此代码是图片格式,需要读者自行敲打键盘 3.若你们不想手敲键盘,我可代敲,具体私聊 其他说明: SP800-22测试是NIST发布的一项特殊出版物,目的是评估随机数生成器的质量和随机性。这些测试方法可以用于各种各样的随机性检测场景,并且是各种安全标准和规范的基础。 SP800-22测试提供了一系列统计测试和随机性分析,用于检查生成的随机数序列是否具有良好的统计特性和随机性。其中包括频次测试、卡方测试、最长序列测试、游程测试、秩测试等。

2023-10-29

基于量子混沌映射的伪随机数发生器

多年来,耗散量子映射被广泛用作量子混沌的信息模型。本文提出了一种基于量子逻辑映射的伪随机数生成方案。注意,PRNG仅仅依赖于量子混沌映射中使用的方程。该算法不复杂,对计算机硬件要求不高,计算速度快。为了应对在量子密码学和其他实际应用中使用所提出的PRNG所面临的挑战,我们使用NIST、DIEHARD、ENT和test01等知名测试套件对所提出的PRNG进行了统计测试。统计测试的结果是有希望的,因为提出的PRNG成功地通过了所有这些测试。此外,利用标度指数技术研究了量子映射混沌序列的非周期性程度。结果表明,该序列具有较强的非周期性。从这些结果可以得出结论,新方案可以生成高百分比的可用伪随机数,用于模拟和其他科学计算应用。

2023-09-20

索尔顿海生态流行病学问题的混沌系现象及控制方法

本节内容将继续介绍混沌系统,但与之前不同的是,这次所讲解的是生态模型里面的混沌现象。生态模型描述自然界中的生物和环境之间的相互作用,它们涉及到非线性、复杂的动态过程,因此也可能表现出混沌现象。生态系统中的各种生物和环境变量相互作用,“随机性”和不确定性因素较多,会使得系统演化极其复杂,产生非周期性、难以预测的行为,这些特征与混沌系统类似,生态模型也可能表现为一个混沌系统,其研究对于生态学和环境保护具有重要的意义。 位于美国加利福尼亚州东南部沙漠的索尔顿海,因大量鱼类死亡和鱼类捕捉鸟类而备受关注。Chattopadhyay和Bairagi [J]。Chattopadhyay, N. Bairagi 提出并分析了萨尔顿海的生态流行病学模型。在本文中,我们通过考虑双线性质量作用发生率来修正他们的模型,并进行了广泛的数值模拟。研究表明,当某些关键参数达到临界值时,系统表现为混沌动力学。我们试图用模拟结果来解释索尔顿海鱼类和食鱼鸟类的不寻常死亡,我们还提出了一些可能的措施来避免这种自然系统中的混沌。

2023-09-19

利用DNA编码和Lorenz混沌系统的图像加密系统

摘要: 提出了一种基于DNA随机编码与Lorenz混沌映射的图像加密算法.首先将明文图像输入到SHA-256生成摘要信息,利用该摘要信息作为安全密钥输入到Lorenz混沌映射中,产生加密所需的伪随机序列;然后,利用Lorenz混沌序列对图像的像素值进行置换,并随机生成DNA掩码;最后利用DNA运算规则对图像进行DNA随机编码,实现图像加密. 理论分析和实验结果证明,经该加密系统加密后的图像相邻像素相关性接近0,信息熵为7.998 715,密钥空间大小为2256,能够抵御统计攻击、暴力攻击、差分攻击等常见的攻击手段,具有很高的安全性

2023-09-18

Lorenz时滞混沌系统仿真-python代码

亲测有效 求解含有时滞的微分方程需要用到延迟微积分学的基本理论和数值求解方法。以下是解决这个具体问题的步骤: (1)用迭代法逼近时滞项的值,例如取一个小的时间步长h,假设当前时刻为t,那么t-τ时刻的变量值可以近似为t-τ+h时刻的值,即x(t-τ)≈x(t-τ+h),y(t-τ)≈y(t-τ+h),z(t-τ)≈z(t-τ+h) (2)将每个变量在当前时刻t的值和t-τ+h时刻迭代逼近的值带入微分方程中,即将x(t)替换为σ(y(t-τ+h)-x(t)),将y(t)替换为x(t)(ρ-z(t-τ+h))-y(t),将z(t)替换为x(t)y(t)-βz(t-τ+h) (3)得到一个关于x(t), y(t)和z(t)的常微分方程组,利用数值求解方法如欧拉法或龙格-库塔法求解 (4)将 t 增加h,重复步骤1-3,直到求解到预设的终止时刻

2023-09-17

一个线性回归模型实例,我们使用train-test-split函数将数据集拆分为训练集和测试集

我们生成了一个带有随机噪声的示例数据集。然后,我们使用train_test_split函数将数据集拆分为训练集和测试集。接下来,我们创建了一个线性回归模型实例,并在训练集上进行训练。之后,我们使用训练好的模型对测试集进行预测。最后,我们输出了模型的系数(斜率)和截距,并计算了均方误差和决定系数来评估模型的性能。 请注意,在实际应用中,您需要根据您的特定数据集和问题进行相关参数的调整和模型的优化。

2023-08-30

我们使用PyTorch库创建了一个包含一个隐藏层的前馈神经网络模型

我们使用PyTorch库创建了一个包含一个隐藏层的前馈神经网络模型。我们定义了模型的超参数,包括输入维度、隐藏层维度和输出维度。然后,我们使用交叉熵损失函数和随机梯度下降(SGD)优化器来训练模型。最后,我们使用训练好的模型对测试集进行预测,并计算准确率。 记得根据自己的具体问题和数据集来调整参数、网络结构和其他相关设置,以获得更好的结果。

2023-08-30

我们使用了make-classification函数来生成随机的三类分类数据集

我们使用了make_classification函数来生成随机的三类分类数据集,并相应地调整了标签y的生成。之后,使用train_test_split函数将数据集拆分为训练集和测试集。然后,创建了一个SVM分类器,并在训练集上进行训练。最后,使用训练好的模型对测试集进行预测,并计算准确率。 请根据自己的实际问题和数据集来调整参数和其他相关设置,以获得更好的分类结果。

2023-08-30

svm支持向量机python代码

svm支持向量机python代码

2023-08-30

1维混沌映射 logistic LE指数图

1维混沌映射 logistic LE指数图

2023-08-29

1维混沌映射logistic分岔图python代码

1维混沌映射logistic分岔图python代码

2023-08-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除