导读:本文包含了失真模型论文开题报告文献综述及选题提纲参考文献，主要关键词:模型结构,重力失真,量纲分析,相似关系
失真模型论文文献综述
谢军,胡英飞,包淑贤,倪雅静,段龙[1]（2019）在《某钢砼框架结构重力失真模型相似比设计》一文中研究指出为研究重力失真下的结构相似关系,以某10层框架结构为原型,遵循1:30的几何相似比例进行缩尺,以密度,几何尺寸和弹性模量为基本量纲,通过量纲分析法对高层框架结构缩尺模型在重力失真的情况下,按照Buckinghamπ定理导出框架模型结构各物理量的相似关系和相似比,并为减小重力失真效应,对模型进行配重计算,为后续高层框架结构在重力失真下的振动台模型相似比设计提供参考.(本文来源于《河北建筑工程学院学报》期刊2019年02期）
侯冬冬[2]（2019）在《非一致失真度量下可逆信息隐藏模型及应用》一文中研究指出随着手机电脑等电子设备的普及,数字媒体呈现爆炸式增长。在互联网环境中,文件的获取越来越容易,如何有效保护数字媒体的版权和完整性认证非常重要。数字媒体中添加水印是一种有效的数据版权保护和完整性认证方法,水印嵌入对载体文件的影响轻微,人眼不可察觉,但是造成的损伤是永久性的。在特殊场合下,譬如医学、军事、司法等部门应用的珍贵文件,对其轻微的修改也是不允许的。这种情况下,修改载体嵌入水印以后,必须要能够无损地提取水印和恢复载体,由此可逆信息隐藏技术应运而生。可逆隐藏将水印信息嵌入载体文件之中生成载密文件,接收方可以从载密文件中无损恢复出载体文件和水印。目前绝大多数可逆隐藏算法都为载体序列定义了一致失真度量,以图像为例,即每个像素的修改代价与其所处的位置无关只与其修改幅度有关。然而,从隐藏安全的角度来说,图像纹理复杂区域的修改不易引起察觉,比平滑区域更适合隐藏信息,故图像平滑区域和复杂区域的修改权重显然应该是不同的。因此,为载体序列定义与修改幅度和所处位置都相关的非一致失真度量更为合理。基于非一致失真度量,本文建立了可逆信息隐藏模型,并将该模型成功应用于彩色图像可逆隐藏算法研究、隐蔽存储算法研究、可逆图像处理算法研究。论文的主要研究工作和创新可以归纳为以下几点:1.提出了非一致失真度量下可逆信息隐藏理论模型当前可逆隐藏最优编码只适用于位置无关的一致失真度量,而在应用中位置相关的非一致失真度量更为合理。本文通过将非一致失真度量量化为多级失真度量,给出了多级失真度量下可逆隐藏率失真界。进而将多级度量模型转化为一致度量模型,从而使用已有的一致度量模型方法进行求解。理论分析和实验结果表明,本算法使得可逆隐藏最优编码可以在多级失真度量下达到最优,从而极大地扩大了最优编码的应用范围。2.提出了两种非一致失真度量下彩色图像可逆信息隐藏算法当前绝大多数彩色图像可逆隐藏没有考虑人眼对不同颜色敏感度不同的特性,而对于彩色图像而言应,当为不同颜色通道的像素定义不同的失真度量。本文为红绿蓝叁个通道分别定义了自适应失真度量,并通过应用非一致失真度量下可逆隐藏理论模型,成功解决了叁个通道修改优化的问题,从而最小化加权失真。实验结果表明,基于本方案生成的载密图像视觉质量取得了极大的提高。另一方面,当前可逆隐藏算法修改载体图生成载密图会引入修改失真,而修改失真的存在会使得载密图像的后期处理如分类识别等受到干扰。许多彩色图像处理算法如SIFT(Scale Invariant Feature Transform)特征提取等先将彩色图转成灰度图,进而在灰度图上进行算法操作。本文通过在可逆隐藏的同时保持彩色图的灰度值不变,使得载密图像的某些后期处理不受干扰。实验结果表明,本算法生成的载密图像不会影响SIFT特征匹配等基于灰度图的图像处理算法精度。3.提出了基于非一致度量可逆信息隐藏的两类隐蔽存储算法当前基于加密的安全存储方法将文件以无意义的乱码形式存储,而乱码文件容易暴露出该文件属于机密文件从而遭受攻击。隐蔽存储区别于传统的存储方式,其将秘密文件隐藏在自然文件如自然图像之中,使得秘密文件不可察觉。考虑到隐蔽存储空间的可擦除性质,很自然联想到可逆隐藏。传统的可逆隐藏主要将修改集中于图像平滑区域,容易被检测是一种不安全的隐藏。本文通过为载体序列定义位置相关的自适应隐写失真,再计算载体到载密的最优转移概率,根据转移概率利用最优编码实现具有抗检测能力的可逆隐藏,被称为可逆隐写。实验表明,本文提出的可逆隐写算法具备较高的抗检测能力,其安全性高于之前的可逆隐藏算法。上述的可逆隐写技术适合将少量的信息嵌入到一个大的载体之中,而针对秘密文件是图像这种情况,本文相继提出了两种可逆视觉变换技术。可逆视觉变换可以看作一种针对图像的大容量信息隐藏技术,可以将要保护的秘密图像向一幅不相关的目标图像做转换生成伪装图像。实验表明,提出方案生成的伪装图像视觉质量有了较大的提升,与目标图像高度相似从而为秘密图提供伪装,并且秘密图像可以从伪装图像中无损恢复。4.提出了基于非一致度量可逆信息隐藏的可逆图像处理算法当前图像处理算法不可逆,也即图像处理之后会损坏原始图,而可逆图像处理会带来很多便利。对于很多图像处理算法如对比度增强、伽马变换等,处理原始图得到的目标图与原图之间相关性非常高。基于此利用目标图压缩原始图将变得十分容易。本文提出如下的图像处理框架,客户端使用任意一种图像处理软件或算法将原始图处理得到目标图,再根据目标图压缩原始图,将压缩以后的秘密图通过可逆隐藏的方法可逆地嵌入到目标图之中得到可逆效果图。实验表明,对于对比度增强、伽马变换等操作提出方案得到的可逆效果图与目标图视觉上几乎相同,但原始图可以从可逆效果图中无损重构。(本文来源于《中国科学技术大学》期刊2019-06-04）
邓启兰[3]（2019）在《基于数据挖掘的上市公司会计信息失真识别模型研究》一文中研究指出在上市公司披露的财务报告中,会计信息占据百分之七十以上的内容,会计信息不仅是各个主体进行经济决策的有效基础,更是资本市场稳定发展的主要因素。随着公司信息化的蓬勃发展,经济交易逐步实现了网络化、智能化。在海量的会计信息中,传统的识别会计信息真实性方法成本高、效率低,已无法满足信息化时代的需求。因此,如何快速提取需要的数据并且识别会计信息的可靠性和真实性,已成为当前非常重要的课题。将数据挖掘方法引入会计、审计领域,不仅符合社会大众的需求,而且在缩短作业时间、优化资源配置、降低人为主观因素及提高识别准确率上具有独特的优势。本文将数据挖掘方法应用于上市公司会计信息失真识别工作中,在深入理解相关理论以及分析现有文献的基础上,综合运用数据挖掘方法对上市公司会计信息失真和非失真进行分类。首先,通过文献研究总结出初始指标体系,并通过主成分分析方法形成主成分指标。形成的九个主成分指标已经解释了总方差的近91.9%,在很大程度上能够代替初始指标完成会计信息失真识别模型的构建。其次,选择我国上市公司2008-2017年披露的财务报告数据作为研究样本,构建叁种单一会计信息失真识别模型,支持向量机识别模型、广义回归神经网络识别模型、决策树识别模型。在叁种识别模型中,支持向量机识别模型的正确率最高,达到94.8%,广义回归神经网络识别模型对数据的学习时间最短,决策树识别模型更便于操作和可理解。然后,进行模型评估和综合识别模型的构建,评价结果表明支持向量机识别模型的综合性能最好,其次为决策树识别模型,最后为广义回归神经网络识别模型。与单一识别模型测试出的实验结果相比,通过综合识别模型得到的实验结果可信度更高,稳定性更好,识别正确率达到91.18%。最后,结合本文研究,从政策制约、内部控制、投资者和债权人对会计信息失真识别能力叁个方面提出了管理建议。(本文来源于《重庆理工大学》期刊2019-03-21）
张亮,白钟元,李波[4]（2019）在《一种级联多项式的功放预失真模型》一文中研究指出提出一种基于级联多项式的功率放大器(简称功放)预失真模型。该模型采用直接学习结构模型获得功放前置逆特性曲线,引入动态补偿模块得到的瞬时曲线以修正稳定逆曲线的实时误差,经过多次迭代以得到线性输出的最优值。选用行波管功率放大器(travelling wave tube amplifier,TWTA)和固态高频功率放大器(solid-state power amplifier,SSPA)功放,分别对带外频谱功率谱密度和输出回退参数进行测试,结果表明,与直接学习结构的预失真模型相比,基于级联多项式预失真模型的TWTA功放带外频谱下降速度更快,速率提升40%,抑制带外频谱扩散效果较好;采用SSPA功放输出信号的线性度较高,功放预失真性能较好。(本文来源于《西安邮电大学学报》期刊2019年02期）
方少杰,杨静[5]（2019）在《基于恰可察觉失真模型的率失真优化算法》一文中研究指出传统的混合编码框架没有融入视觉感知因素,并不能很好地去除编码过程中的感知冗余。本文在人眼的叁大视觉特性的研究基础上,建立JND模型对原始的率失真优化算法进行改进,利用JND值自适应修正量化参数和调节朗格朗日乘数,实现编码比特和失真的感知平衡。实验结果表明:与官方最新测试模型HM16.9相比,在客观失真性能基本不变,甚至有所提升的情况下,所提算法最高可节省7.812 3%的码率,最低也可节省2.468 2%的码率,有效地提高了编码效率。(本文来源于《电视技术》期刊2019年02期）
夏光晶,潘晨[6]（2018）在《基于空时域特性的恰可察觉失真模型》一文中研究指出[目的]现有像素域JND模型没有充分利用HVS时域感知特性。[方法]基于时域感知特性,本文测量了相对运动、时域持续时间两个视觉注意激励源和背景运动、帧间残差波动强度两个视觉注意不确定源。在自信息和信息熵的统一尺度上,将上述四个异质感知特征参量进行同质化融合,得到时域权重调节系数。[结果]在空域JND阈值的基础上,用时域权重调节系数对其进行调整,得到基于空时域感知特性结合的JND模型。[结论]主观实验表明,本文提出的JND模型优于现有像素域JND模型。(本文来源于《电视技术》期刊2018年12期）
吴林煌,苏凯雄,王琳,陈志峰,陈平平[7]（2018）在《正交匹配追踪和BIC准则的自适应双频段预失真模型优化算法》一文中研究指出针对双频段预失真模型复杂度高以及当前的模型优化算法不具有自适应性的问题,提出一种自适应的模型优化算法.采用双频段广义记忆多项式作为预失真模型,通过正交匹配追踪算法对原始模型的基函数项进行排序,每次迭代时用所有已挑选的基函数项构成备选模型,推导了模型输出向量元素服从非独立同分布情况下的贝叶斯信息准则(Bayesian Information Criterion,BIC),并将BIC值最小的备选模型作为优化后模型,从而在原始模型稀疏度和拟合误差门限未知情况下,实现了模型的自适应优化.结果表明:优化后模型与原始模型相比,二者分别预失真后的信号在邻道功率比和归一化均方误差方面均非常接近,预失真效果良好,而模型的系数量减少了75%以上.(本文来源于《电子学报》期刊2018年09期）
张魁,刘群,廖宝超,许友伟,孙铭帅[8]（2018）在《渔业数据失真对两种非平衡剩余产量模型评估结果的影响比较》一文中研究指出为了研究渔业数据失真对两种非平衡剩余产量模型评估结果的影响,以南大西洋长鳍金枪鱼渔业产量和单位捕捞努力量渔获量(CPUE)数据作为基础数据,加入5种不同程度[变异系数(CV)=1%、5%、10%、20%和30%]的随机误差,模拟了(1)无数据失真,(2)仅产量数据失真,(3)仅CPUE数据失真,(4)产量和CPUE数据均失真等4种情况。利用基于ASPIC的非平衡剩余产量模型(ASM)和基于贝叶斯状态空间建模方法的非平衡剩余产量模型(BSM)分别评估了最大可持续产量(MSY)、B_(MSY)、F_(MSY)、B_(2011)/B_(MSY)、F2011/F_(MSY)等5种生物学参考点和管理指标。结果显示,在无数据失真情况下,ASM和BSM评估的MSY分别为2.866×10~4 t和2.836×10~4 t,B_(2011)/B_(MSY)分别为1.366和1.324,F2011/F_(MSY)分别为0.627和0.667,均相差不大,表明该渔业目前状态良好,ASM得到了较大的B_(MSY)(31.48×10~4 t)和较小的F_(MSY)(0.091);数据失真对ASM评估的B_(MSY)和F_(MSY)分别产生了严重的过低估计和过高估计,且CPUE数据失真产生的影响要比产量数据失真大;随着随机误差的增大,BSM评估的生物学参考点和管理指标的绝对百分比偏差有增大趋势;与ASM相比,BSM能够更好地处理渔业数据中存在的随机误差,除了MSY以外,BSM评估的生物学参考点和管理指标绝对百分比偏差均要比ASM的评估结果低,尤其是B_(MSY)和F_(MSY)。因此,在使用存在较大随机误差的渔业数据进行资源评估时,BSM具有一定的优势。(本文来源于《水产学报》期刊2018年09期）
胡欢欢[9]（2018）在《基于统计和语义失真模型的文本隐写方法》一文中研究指出在互联网技术飞速发展的今天,文本数据的使用量与日俱增,这为以文本载体进行信息隐藏提供了天然的环境。文本隐写是文本信息隐藏的一个分支,文本隐写在隐蔽通信、版权保护、内容校验等领域都有着很好的应用前景,所以设计一个安全高效的文本隐写方法是有意义的。本文在现有文本隐写方法的基础上,研究出了适合文本载体的内容自适应隐写算法,主要研究内容和创新点分为以下叁部分:1)基于词频以及词向量模型的失真量化:针对同义词替换会引起统计失真以及语义失真,且难以量化这两种失真的问题,本文提出了一种失真量化方案,利用词频信息来量化统计失真,利用词向量模型训练词向量并根据向量距离量化语义失真。本文依据此方案设计了多种失真量化公式并通过实验找出了其中实践效果最好的失真量化公式,最终的隐写分析实验表明该失真量化方案是合理的。2)文本双层STCs嵌入方法:针对同义词替换隐写方法难以抵抗来自统计以及语义角度攻击的问题,本文基于1)中量化的统计失真以及语义失真,结合文本载体的特点,提出了文本双层STCs嵌入方法,达到在嵌入消息的同时最小化统计失真以及语义失真的目的,实验表明,与传统方法相比,文本双层STCs嵌入可以更好地抵抗来自统计以及语义角度的攻击。3)折迭嵌入:针对在长载体上STCs编码比较耗时这一问题,本文提出了在保证安全性的同时加速文本双层STCs嵌入的方法:将载体进行折迭形成一个长度减半的新载体,并对新载体重新定义失真。实验表明该方法在小嵌入率情况下可以加速消息的嵌入且不影响安全性能。(本文来源于《中国科学技术大学》期刊2018-06-05）
张静[10]（2018）在《混合数模编码视频递归失真估计模型及功率分配算法的研究》一文中研究指出随着无线视频传输在许多应用中变得越来越重要和流行,例如移动电视、视频监控和在线教育等,传统的数字通信系统将面临两大挑战:数字视频编码方面的“质量饱和效应”和数字信道编码方面的“悬崖效应”。近年来,提出一种混合数字模拟(HDA)视频传输方案,可以有效的避免“悬崖效应”。然而,目前大多数的HDA方案都假设数字信号是无误码传输,这在实际通信中是很难实现的,所以本文主要集中解决HDA方案中数字和模拟信号的失真问题,主要工作和创新点如下:首先,提出一种混合数字模拟视频传输的递归失真估计模型(RDE-HDA)。通过该模型,在给定信道条件的情况下,在编码端可以估计得到解码端的失真。本方案在考虑数字信号和模拟信号的失真对重建视频质量影响的基础上,新加入了数字、模拟信号的迭加过程对解码端重建视频的影响。此外,假设数字部分的误码率为p,推导了HDA系统递归失真估计的闭式表达式。因此,RDE-HDA方案不需要保证HDA系统中的数字部分完美解码,使HDA方案更加适用于实际的无线传输系统。仿真结果验证了我们提出RDE-HDA方案的估计是相当准确的。其次,提出基于RDE-HDA的自适应功率分配方案(ARDE-HDA)。在RDE-HDA方案的基础上,进一步考虑数字信号与模拟信号间的功率自适应分配问题,最大程度地减小解码端的失真。此外,在ARDE-HDA方案中,数字和模拟信号的功率分配在“帧级”执行,与RDE-HDA方案相比,ARDE-HDA方案中功率分配因子带来的传输开销可以忽略不计,然而用户接收的视频质量得到明显改善。实验结果表明,相比于目前其他先进的HDA方案,本论文提出的ARDE-HDA方案在不同的信道条件下,都可以获得更好的重建视频质量。(本文来源于《太原科技大学》期刊2018-05-01）
失真模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着手机电脑等电子设备的普及,数字媒体呈现爆炸式增长。在互联网环境中,文件的获取越来越容易,如何有效保护数字媒体的版权和完整性认证非常重要。数字媒体中添加水印是一种有效的数据版权保护和完整性认证方法,水印嵌入对载体文件的影响轻微,人眼不可察觉,但是造成的损伤是永久性的。在特殊场合下,譬如医学、军事、司法等部门应用的珍贵文件,对其轻微的修改也是不允许的。这种情况下,修改载体嵌入水印以后,必须要能够无损地提取水印和恢复载体,由此可逆信息隐藏技术应运而生。可逆隐藏将水印信息嵌入载体文件之中生成载密文件,接收方可以从载密文件中无损恢复出载体文件和水印。目前绝大多数可逆隐藏算法都为载体序列定义了一致失真度量,以图像为例,即每个像素的修改代价与其所处的位置无关只与其修改幅度有关。然而,从隐藏安全的角度来说,图像纹理复杂区域的修改不易引起察觉,比平滑区域更适合隐藏信息,故图像平滑区域和复杂区域的修改权重显然应该是不同的。因此,为载体序列定义与修改幅度和所处位置都相关的非一致失真度量更为合理。基于非一致失真度量,本文建立了可逆信息隐藏模型,并将该模型成功应用于彩色图像可逆隐藏算法研究、隐蔽存储算法研究、可逆图像处理算法研究。论文的主要研究工作和创新可以归纳为以下几点:1.提出了非一致失真度量下可逆信息隐藏理论模型当前可逆隐藏最优编码只适用于位置无关的一致失真度量,而在应用中位置相关的非一致失真度量更为合理。本文通过将非一致失真度量量化为多级失真度量,给出了多级失真度量下可逆隐藏率失真界。进而将多级度量模型转化为一致度量模型,从而使用已有的一致度量模型方法进行求解。理论分析和实验结果表明,本算法使得可逆隐藏最优编码可以在多级失真度量下达到最优,从而极大地扩大了最优编码的应用范围。2.提出了两种非一致失真度量下彩色图像可逆信息隐藏算法当前绝大多数彩色图像可逆隐藏没有考虑人眼对不同颜色敏感度不同的特性,而对于彩色图像而言应,当为不同颜色通道的像素定义不同的失真度量。本文为红绿蓝叁个通道分别定义了自适应失真度量,并通过应用非一致失真度量下可逆隐藏理论模型,成功解决了叁个通道修改优化的问题,从而最小化加权失真。实验结果表明,基于本方案生成的载密图像视觉质量取得了极大的提高。另一方面,当前可逆隐藏算法修改载体图生成载密图会引入修改失真,而修改失真的存在会使得载密图像的后期处理如分类识别等受到干扰。许多彩色图像处理算法如SIFT(Scale Invariant Feature Transform)特征提取等先将彩色图转成灰度图,进而在灰度图上进行算法操作。本文通过在可逆隐藏的同时保持彩色图的灰度值不变,使得载密图像的某些后期处理不受干扰。实验结果表明,本算法生成的载密图像不会影响SIFT特征匹配等基于灰度图的图像处理算法精度。3.提出了基于非一致度量可逆信息隐藏的两类隐蔽存储算法当前基于加密的安全存储方法将文件以无意义的乱码形式存储,而乱码文件容易暴露出该文件属于机密文件从而遭受攻击。隐蔽存储区别于传统的存储方式,其将秘密文件隐藏在自然文件如自然图像之中,使得秘密文件不可察觉。考虑到隐蔽存储空间的可擦除性质,很自然联想到可逆隐藏。传统的可逆隐藏主要将修改集中于图像平滑区域,容易被检测是一种不安全的隐藏。本文通过为载体序列定义位置相关的自适应隐写失真,再计算载体到载密的最优转移概率,根据转移概率利用最优编码实现具有抗检测能力的可逆隐藏,被称为可逆隐写。实验表明,本文提出的可逆隐写算法具备较高的抗检测能力,其安全性高于之前的可逆隐藏算法。上述的可逆隐写技术适合将少量的信息嵌入到一个大的载体之中,而针对秘密文件是图像这种情况,本文相继提出了两种可逆视觉变换技术。可逆视觉变换可以看作一种针对图像的大容量信息隐藏技术,可以将要保护的秘密图像向一幅不相关的目标图像做转换生成伪装图像。实验表明,提出方案生成的伪装图像视觉质量有了较大的提升,与目标图像高度相似从而为秘密图提供伪装,并且秘密图像可以从伪装图像中无损恢复。4.提出了基于非一致度量可逆信息隐藏的可逆图像处理算法当前图像处理算法不可逆,也即图像处理之后会损坏原始图,而可逆图像处理会带来很多便利。对于很多图像处理算法如对比度增强、伽马变换等,处理原始图得到的目标图与原图之间相关性非常高。基于此利用目标图压缩原始图将变得十分容易。本文提出如下的图像处理框架,客户端使用任意一种图像处理软件或算法将原始图处理得到目标图,再根据目标图压缩原始图,将压缩以后的秘密图通过可逆隐藏的方法可逆地嵌入到目标图之中得到可逆效果图。实验表明,对于对比度增强、伽马变换等操作提出方案得到的可逆效果图与目标图视觉上几乎相同,但原始图可以从可逆效果图中无损重构。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
失真模型论文参考文献
[1].谢军,胡英飞,包淑贤,倪雅静,段龙.某钢砼框架结构重力失真模型相似比设计[J].河北建筑工程学院学报.2019
[2].侯冬冬.非一致失真度量下可逆信息隐藏模型及应用[D].中国科学技术大学.2019
[3].邓启兰.基于数据挖掘的上市公司会计信息失真识别模型研究[D].重庆理工大学.2019
[4].张亮,白钟元,李波.一种级联多项式的功放预失真模型[J].西安邮电大学学报.2019
[5].方少杰,杨静.基于恰可察觉失真模型的率失真优化算法[J].电视技术.2019
[6].夏光晶,潘晨.基于空时域特性的恰可察觉失真模型[J].电视技术.2018
[7].吴林煌,苏凯雄,王琳,陈志峰,陈平平.正交匹配追踪和BIC准则的自适应双频段预失真模型优化算法[J].电子学报.2018
[8].张魁,刘群,廖宝超,许友伟,孙铭帅.渔业数据失真对两种非平衡剩余产量模型评估结果的影响比较[J].水产学报.2018
[9].胡欢欢.基于统计和语义失真模型的文本隐写方法[D].中国科学技术大学.2018
[10].张静.混合数模编码视频递归失真估计模型及功率分配算法的研究[D].太原科技大学.2018