鲁棒感知算法

❶ 鲁棒的控制方法

鲁棒控制方法，是对时间域或频率域来说，一般要假设过程动态特性的信息和它的变化范围。一些算法不需要精确的过程模型，但需要一些离线辨识。
一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。常用的设计方法有：INA方法，同时镇定，完整性控制器设计，鲁棒控制，鲁棒PID控制以及鲁棒极点配置，鲁棒观测器等。
鲁棒控制方法适用于稳定性和可靠性作为首要目标的应用，同时过程的动态特性已知且不确定因素的变化范围可以预估。飞机和空间飞行器的控制是这类系统的例子。
过程控制应用中，某些控制系统也可以用鲁棒控制方法设计，特别是对那些比较关键且不确定因素变化范围大以及稳定裕度小的对象。
但是，鲁棒控制系统的设计要由高级专家完成。一旦设计成功，就不需太多的人工干预。另一方面，如果要升级或作重大调整，系统就要重新设计。

❷ 鲁棒的鲁棒控制

鲁棒控制（Robust Control）方面的研究始于20世纪50年代。在过去的20年中，鲁棒控制一直是国际自控界的研究热点。
由于工作状况变动、外部干扰以及建模误差的缘故，实际工业过程的精确模型很难得到，而系统的各种故障也将导致模型的不确定性，因此可以说模型的不确定性在控制系统中广泛存在。如何设计一个固定的控制器，使具有不确定性的对象满足控制品质，也就是鲁棒控制，成为国内外科研人员的研究课题。
鲁棒控制的早期研究，主要针对单变量系统（SISO）的在微小摄动下的不确定性，具有代表性的是Zames提出的微分灵敏度分析。然而，实际工业过程中故障导致系统中参数的变化，这种变化是有界摄动而不是无穷小摄动。因此产生了以讨论参数在有界摄动下系统性能保持和控制为内容的现代鲁棒控制。
现代鲁棒控制是一个着重控制算法可靠性研究的控制器设计方法。其设计目标是找到在实际环境中为保证安全要求控制系统最小必须满足的要求。一旦设计好这个控制器，它的参数不能改变而且控制性能能够保证。

❸ 什么叫算法具有鲁棒性

全面的说，算法是没有鲁梆性的，应该是程序结构或者是框图，或者是程序。算法一般是偏向于程序的数学基础（比如采用，冒泡算法等等），因此一般不存在鲁棒性。

❹ 基于DCT域数字水印有几种方法 ， 基于小波域数字水印方法有几种

DCT域水印算法
基于DCT的水印算法的最大优点就是其与国际压缩标准(JPEG}MPEG，H．261／263)兼容，
水印的嵌入和检测都能够在数据的压缩域中直接进行。但在压缩域中直接进行水印嵌入和
检测所带来的问题是：在量化后的DCT系数上添加的水印(系数的变换)可能在解压缩的过
程中被放大，从而引起水印和图像的失真。好的水印算法必须综合水印的嵌入和图像压缩
技术使失真维持到最小。
Cox等提出在图像全局DCT变换域中除Dc分量外系数幅值最大的n个系数中嵌入水印信
息，由于图像的主要能量均集中在图像低频区域(故低频区域具有较大的系数幅值)，因此
相当于在图像的重要分量中嵌入水印信息。另一方面，人类视觉系统对图像的低频、高频
能量比较敏感，而对图像的高频区域变化不敏感，一般的处理都保留图像的重要分量(低
频区域)，而改变非重要分量(高频区域)，所以水印信息对图像处理的鲁棒性较好。
目前，大部分的DCT水印方法采用的是基于DCT的8x8图像块。E．Koch和J．Zhao从所有
图像块中随机选取一系列图像块，对其进行8x8分块DCT变换，然后将二进制的水印序列添
加到变换矩阵的中频系数来实现水印的嵌入，同时他们在水印嵌入时引入了密钥机制，实
现了水印技术与密码技术的结合：A．GBors和I．Pitas基于高斯网状分类器来抽取图像块，
采用两种方法来添加水印。一种是通过在选定图像块的DCT变换的中频系数中添加线性限
制来加入水印：另一种是在DCT系数中定义一个固定的圆形区域来进行水印嵌入，这种方法
不需要原始图像就可以进行水印的检测。
C．T．Hsu和J．L．wu等071利用可视化模型，在8x8分块DCT系数中按Zig—Zag扫描顺序选择
4x4个中频系数组成小块，通过比较相邻两个小中频系数块中相应位置上系数的大小进行
标志图像水印的嵌入。Bami等从整幅图像的DCT系数中选择中频系数作为水印的嵌入位置。
这些算法选择DCT的中频或低频系数对水印的不可见性和鲁棒性加以折衷，难以抵抗
压缩编码及其他一些图像处理的攻击，而且水印的不可见性极大的依赖于不同图像的特
性。并且他们无一例外地将Dc分量排除在外。黄继武等指出DC分量比任何AC分量都具有更
大的感觉容量，从鲁棒性出发，Dc分量最适合用来嵌入水印，结合图像照度掩蔽特性和纹
理掩蔽特性可得到不可见性和鲁棒性较好的水印算法。
dwt水印算法
自从小波技术成为MPEG-4及JPEG--2000压缩标准的核心技术以来，基于小波域的水印
算法越来越多。在小波域嵌入水印的原因是：可以防止由于JPEG-2000有损压缩而造成的水
印消除：可以利用信源编码领域对图像失真的可见性研究成果来控制水印的嵌入位置和强
度：可以实现在压缩域直接嵌入水印。此外，利用小波多分辨率分析可以更好地控制水印
在宿主图像中的分布，更好地解决鲁棒性和可见性之间的矛盾。

❺ 什么是鲁棒自适应控制

鲁棒性 健壮性 也就是你设计的控制系统要有足够的适应性 在特殊情况和非正常情况下你的系统也没有什么bug 适应性比较强 自适应控制就是说你遇到不同的情况你控制器的算法不同 在不同的情况自动切换到你设定的不同算法 往往需要大量实际的实验才会得出自适应的规则 各种情况对应的不同控制算法

❻ 算法鲁棒性的检测

我的理解，鲁棒性就是算法的稳定性。就是被测数据出现“震动”（受到干扰）时，算法得到的结论是否相对稳定。

具体在评价边缘检测算法的稳定性时，可以对边缘图像加噪声，也可以对边缘图像做模糊处理（锐化处理的反处理），还可以降低图像辉度。看看需要对比的几种算法，哪个更能抵抗干扰。
把加干扰的程度量化，再把检测结果量化，就可以用二维折线图来形象地表述各种算法的优劣了。

❼ 怎么解释鲁棒优化的解具有保守性能从鲁棒优化模型中看出其鲁棒性吗

一般鲁棒优化问题都可以转化为一个min max 问题，可以看出每一次总是把最大值（峰值）减至最小（这往往比将平均值降至最小付出的代价更大）。而实际情况恰好为最大值（worst-case）的可能性很小，故我们说鲁棒优化具有一定的保守性（因为考虑的是最差情况下的最优）。

❽ 什么是”鲁棒性“（算法的一种性质）

就是系统的健壮性。它是在异常和危险情况下系统生存的关键

鲁棒性（robustness）就是系统的健壮性。它是在异常和危险情况下系统生存的关键。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，是指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。

❾ 求基于稀疏表示的鲁棒人脸识别算法实现(可以用matlab或者C++编程)

网络可以帮你找到思路，我也不太会

❿ 什么是鲁棒，优化问题的鲁棒解和最优解的区别

稳定性指的是系统在某个稳定状态下受到较小的扰动后仍能回到原状态或另一个稳定状态；
而鲁棒性指的是同一个算法适用于多个系统（或系统的多个状态），即系统的特征参数发生较小变化之后仍能保持良好的性能（比如稳定性）
举个例子来说，自行车如果没有人的驾驶，是个不稳定的系统；而人骑上自行车组成的系统是个稳定的系统。一个人可以驾驭多种自行车，则说明这个人对这些自行车的使用具有鲁棒性。