CCITTG.722音频编码系统及其编,解码器的设计与实现

ＣＣＩＴＴＧ．７２２建议书描述的是一种５０￣７０００Ｈｚ音频信号的压缩编码系统，码率为６４ｋｂｉｔ／ｓ。该系统采用了子带自适应差分脉冲编码技术（ＳＢ－ＡＤＰＣＭ），具有ＦＭ广播的音质。本文简介了Ｇ．７２２压缩编码系统，介绍了运用ＴＭＳ３２０Ｃ２５定点高速数字，处理器实时实现编、解码算法的方法，分析了编、解码器的工程实现中要解决的主要问题。     

自适应遗传算法优化模糊小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络（ＦｕｚｚｙＣＭＡＣ）的隶属函数．提出一个自适应ＧＡ优化算法，并且以优化模糊小脑模型ＦｕｚｙＣＭＡＣ学习正弦曲线．仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级、比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级．自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习速度比普通ＧＡ优化的速度快且进化过程的振荡明显减小，仿真证明该方法比普通ＧＡ优化方法稳定，收敛效果好．     

图论语言GTL的设计与实现

本文设计了一种描述图论的专用程序设计语言──ＧＴＬ并用ＰＡＳＣＡＬ语言在 ＩＢＭ－ＰＣ计算机上加以实现。ＧＴＬ 语言是嵌入在宿主语言ＰＡＳＣＡＬ中的。ＧＴＬ的 语句和ＰＡＳＣＡＬ语句可以混合使用，极易将图的计算转换成数值计算；当使用递 归手段来描述图论算法时，可减化算法设计；提供了描述图的相邻矩阵、邻接表、邻 接多重表的表示法及其相互转换，实现了若干图论标准算法，功能较强。使用该语言 进行编程，可不考虑图在计算机内部的具体表示；提高了编程效率。该语言便于编 程，利于模块化和结构化，容易进行程序验证，且可移植到任何有ＰＡＳＣＡＬ 语言 的计算机上去。     

NARMAX模型辨识的直交化最小二乘新算法

基于实际中常用的ＣＧＳ（ＣｌａｓｓｉｃａｌＧｒａｍ－Ｓｃｈｍｉｄｔ）、ＭＧＳ（ＭｏｄｉｆｉｅｄＧｒａｍ－Ｓｃｈｍｉｄｔ）、ＨＴ（ＨｏｕｓｅｈｏｌｄｅｒＴｒａｎｓｆｏｒｍａｔｉｏｎ）及Ｇｉｖｅｎｓ算法，给出了１类改进的直交化最小二乘新算法，分别称之为改进的ＣＧＳ、ＭＧＳ、ＭＨＴ及ＭＧＶ算法，改善了原算法的数值稳定性．将改进算法用于非线性ＮＡＲＭＡＸ模型辨识，构造出了１种新的模型结构与参数辨识的一体化算法．新算法基于逐步回归进行模型选项并消去模型中的冗余项，保证了最终模型的结构优化，并可给出比Ｂｉｌｉｎｇｓ等算法精度更高的参数估计．仿真结果证明了文章中算法的优越性     

金顶侧耳多糖同Con A相互作用的研究

从金顶侧耳子实体中分离纯化三种水溶性多糖．Ｇ·Ｃ分析表明ＰＣ－２由葡萄糖、半乳糖、岩藻糖组成；ＰＣ－３由半乳糖、甘露糖组成；ＰＣ－４是单一的葡聚糖．经琼脂糖双扩散，ＰＣ－３同ＣｏｎＡ间可产生沉淀线．定量沉淀反应与ＣＤ谱分析均表明ＰＣ－３通过非还原末端的α－Ｍａｎ与ＣｏｎＡ形成了多糖—蛋白质复合物．部分酸水解实验表明，ＰＣ－３同ＣｏｎＡ的作用与糖链的分支程度有关．高碘酸氧化与硫酸化修饰则使ＰＣ－３同ＣｏｎＡ的结合能力降低或丧失．     

∑cos^2n＋1A的全局最大值的迭代算法

给出在△ＡＢＣ中，Ｇ２ｎ＋１＝∑ｃｏｓ＾２ｎ＋１Ａ（ｎ∈Ｎ）的全局最大值的一种迭代算法，运用该算法在ＰＣ机上算得（Ｇ１５）ｍａｘ＝１．１９６４１５５９３…     

一种基于C++语言的PCCG算法

介绍了一种解大型复数稀疏矩阵方程组的预处理共轭梯度（ＰＣＣＧ）算法,把它运用于大型三维涡流场的计算中,通过Ｃ＋ ＋ 语言实现．首先利用Ｃ＋ ＋ 语言的特点,构造了一种新的大型复数稀疏矩阵的存储格式,然后给出了基于该存储格式的ＰＣＣＧ 法的数值算法．实例表明,该算法具有一定的实用性．     

图像浏览器ACDSee32的特性

介绍了一个图像浏览器ＡＣＤＳｅｅ３２,该浏览器支持包括ＢＭＰ,ＤＣＸ,ＧＩＦ,ＩＦＦ,ＪＰＥＧ,ＰＣＤ,ＰＣＸ,ＰＩＣ,ＰＮＧ,ＰＳＤ,ＴＧＡ,ＴＩＦＦ和ＷＭＦ等在内的多种图像文件格式．     

VDC－MA共聚物Mark－Houwink参数的订定

通过粘度法和ＧＰＣ法，用计算机和作图法进行优化选择，订定了ＶＤＣ－ＭＡ（质量之比为ＶＤＣ／ＭＡ＝９４／６）共聚物在２５℃、ＴＨＦ中的Ｍａｒｋ－Ｈｏｕｗｉｎｋ参数，并获得了满意的结果．     

MADALINES人工神经网络及快速学习算法研究

在研究ＭＡＤＡＬＩＮＥＳ人工神经网络中心差梯度学习算法（ＣＤＧ）的基础上，提出了一种加速中心梯度学习算法（ＳＣＤＧ），给出了该算法收敛性的证明，在计算机上模拟实现了ＳＣＤＧ算法且分析了实验结果，理论分析与实验均表明，ＳＣＤＧ算法较之传统的ＣＤＧ算法，收敛速度提高了二个数量级以上。     

五机架冷连轧AGC模糊小脑模型学习控制

首次提出模糊小脑模型，将模型概念引入到小脑模型中，给出算法，并采用它实现了冷轧轧ＡＧＣ系统模糊小脑模型学习控制，该控制方法具有快速学习功能，适合实时控制使用。以某厂五机架冷连轧机研究对象，在３８６／ＤＸ计算机上民了稳定态过程仿真研究。仿真结果表明，所提方法是有效的，比经典ＰＩＤ控制效果优越，具有良好的鲁棒性，可用于工业控制。     

一种双故障情形的主动滑模容错控制方法

针对非线性系统发生多故障情形的主动容错控制,利用平衡学习的CMAC神经网络作为故障诊断的手段,在线估计故障函数,用滑模控制算法进行容错控制律的在线重构,实现非线性系统主动容错控制。以一双故障模式为例进行仿真,结果证明所提方法有效。     

基于遗传算法的约束广义预测控制

广义预测控制要求控制对象必须是线性无约束的，优化的性能指标也必须是二次型形式，因此，广义预测控制的工业应用存在很大局限性．本文尝试用遗传算法来解决存在约束的广义预测控制的优化问题，给出了基于遗传算法的广义预测控制算法的实现方法，并通过工业过程对象的仿真，验证了该方法的有效性，且控制效果良好．     

GPC当前控制的矩阵分解算法

本文用矩阵的三角分解法(LR)求广义预测控制器(GPc)的当前控制u(k),避免了矩阵求逆运算。此方法减少了广义预测自校正控制算法的运算量,有利于该算法在实时控制中的应用。     

纸张定量的自校正广义预测控制

本文提出采用自校正广义预测控制的方法实现纸张的定量控制，推导了有色噪声情况下的广义预测控制算法，利用增广最小二乘参数估计实现纸张定量的自校正广义预测控制，经对纸机不同工况的模型仿具计算，得到了鲁棒性强，控制性能好的满意结果。     

基于神经网络模式识别的板形模糊控制器

提出一种基于CMAC(Cerebellar Model Articulation Controller)神经网络的板形缺陷模式识别方法,并基于模式识别结果设计了板形模糊控制器.将模式识别与控制器设计合二为一,利用CMAC神经网络识别出相对于6种常见板形缺陷基本模式的隶属度,直接作为板形模糊控制器的前件部,实现了隶属度的求取功能.通过对板形缺陷特征的分析,合理定义了模糊集合,大大地减少了模糊推理的计算量.仿真结果表明,该板形模式识别方法识别精度高,设计的板形模糊控制器可以快速将板形缺陷控制到期望目标,板形控制性能良好.     

用DCS的算法模块组合实现广义预测控制算法的设计方法及仿真验证

本文提出一种在较复杂对象的情况下如何只采用DCS的算法模块就能组合实现广义预测控制算法的设计方法及其参数的整定方法。为了表明所提出的这种用DCS层组态控制软件模块实现模型预测控制算法的方法的有效性,以非最小相位过程和具有再循环和纯迟延的复杂过程两类复杂对象为例进行了仿真研究,仿真测试表明提出的控制算法可提供类似于广义预测控制的控制性能。     

广义预测控制算法鲁棒性的频域分析

通过对广义预测控制算法的结构分解，建立了在频域分析ＧＰＣ算法稳定鲁棒性的方法，并证明了广义控制器在满足一定的边界条件下，如果能使系统开环稳定，则必能使系统闭环稳定，最后由仿真结果进一步说明了结论的正确性。     

关于GPC中的downdating问题

本文利用矩阵分解方法，推导出一种求解广义预测控制（GPC）中的逆矩阵的downdating问题的算法．使GPC取得了更好的控制效果，求解过程中的计算量却减少了许多．     

基于CA-CMAC的Q学习截球算法

CMAC神经网络的主要优点在于其局部修正权重系数,使每次修改的权重系数极少,因此具有快速学习能力,非常适合于在线实时控制。但是在实际的使用过程中,CMAC算法会产生可信度的分配问题。因此使用CA-CMAC来代替CMAC。Q学习是一种重要的强化学习方法,将Q学习与CA-CMAC网络相结合用到Robocup仿真环境中,使智能体通过学习训练球员的截球能力。通过实际的仿真取得了很好的效果,证明算法是有效可行的。