一种基于链码的轮廓平滑算法

研究基于目标轮廓链码的轮廓平滑算法。方法通过对目标轮廓链码的分析,选出在人工目标中出现较少或不可能出现的边缘作为不平滑边缘,通过变换将之转换成平滑边缘。     

Turbo／MAP编译码器中的交织器优化设计

讨论采用软输出迭代译交织级联卷积码（Ｔｕｒｂｏ码）编译码器中的交织器优化设计问题．从基于最大后验概率（ＭＡＰ）算法与迭代译码的Ｔｕｒｂｏ码编译码原理出发,给出交织器设计的一些基本方法并分析其特点;提出“保奇偶”的随机交织器设计方案,它能有效地改善某些以提高编码效率为目的的“删余截短”Ｔｕｒｂｏ码的纠错性能．通过计算机仿真得出一些Ｔｕｒｂｏ码在加性高斯白噪声信道中采用不同交织器时的误码率数据,分析了交织类型和交织深度的变化对Ｔｕｒｂｏ码纠错性能的影响．针对Ｔｕｒｂｏ码的特点提出了在卫星通信等应用中交织器设计的实用性结论．     

基于Bayes准则的广义判别预报模式及其应用

根据Ｂａｙｅｓ准则,提出一种时间序列与多元分析相结合的广义判别模式．该模式既保留了时间序列线性模式的优点,同时又吸收了多元分析线性模式的长处．从气象状况演变的物理机制来看,这种综合考虑系统状况的方法比单纯考虑前期状态演变或单纯考虑某一时次的状态更有意义．     

DNA序列中“词”的自重叠性对其分布的影响和异常“词”的鉴别

从语言学的角度来看基因序列,一个ＤＮＡ序列可以看成是由字母Ａ,Ｇ,Ｃ,Ｔ组成的有限的字符串,以一定的语法和词法结构为转录机器所识别．那么,词在序列中是如何分布的？文中研究了在不同状况下的单词的理论分布,证实了单词（即ＣＯＤＥ）的自重叠性对单词在序列中的概率分布的有极大的影响,并就实例验证了这一点．结合经验分布,提出了两种在ＤＮＡ序列中鉴别异常单词的方法．得出结论：字母Ａ,Ｇ,Ｃ,Ｔ等概率出现和不等概率出现是判别单词是否异常的重要条件．     

灵长类酪氨酸酶基因外显子1序列进化研究

酪氨酸酶是黑色素合成当中的关键酶,酪氨酸酶基因的突变将导致白化病,测定了黑猩猩,倭黑猩猩,大猩猩、猩猩、长臂猿、食蟹猴、猴猴９个灵长类中代表物种的酪氨酸酶基因外显子１的ＤＮＡ序列。     

关于序列式回缩性的标记

设α（Ｅ,Ｅ）为介于弱拓扑σ（Ｅ,Ｅ）和Ｍａｃｋｅｙ拓扑τ（Ｅ,Ｅ）之间的Ｈｅｌｌｉｎｇｅｒ－Ｔｏｅｐｌｉｔｚ拓扑,称诱导极限（Ｅ,ｔ）＝ｉｎｄ（Ｅｎ,ｔｎ）的α－序列式回缩的,若（Ｅ,α（Ｅ,Ｅ）中每个收敛于０的序列必含于某Ｅｎ且为（Ｅ,α（Ｅｎ,Ｅｎ）中收敛于０的序列,我们证明了：α－序列式回缩性蕴涵正则性,特别地,我们证明了下述结论：若诱导极限（Ｅ,ｔ）＝ｉｎｄ（Ｅｎ,Ｔｎ）中每个收敛于０的     

扩展自偶码与Duadic码

研究扩展自偶群代数码与ｄｕａｄｉｃ群代数码的关系,得到中心群代数码可以扩展为自偶码的充分必要条件。     

关于凸过程的有界性和可测性*

设Ｘ是实序列完备的局部凸拓扑向量空间,Ｙ是拓扑向量空间．设Ｔ：Ｘ→２Ｙ是凸过程（ＣｏｎｖｅｘＰｒｏｃｅｓｓ）,且它的定义域Ｄｏｍ（Ｔ）是Ｘ的闭子空间．本文证明了若对Ｘ上的每一可分子空间Ｍ,Ｔ在Ｍ上的限制是绝对可测的,则Ｔ是有界的．     

异步DS—CDMA系统中传输时延估计

在异步ＤＳ＿ＣＤＭＡ系统中,由于“远－近”问题的影响,给系统参数（传播时延、幅度变化、相位变化）的估计带来很大的不利．本研究探讨了存在“远－近”问题情况下,异步ＤＳ＿ＣＤＭＡ系统中的参数估计问题,并提出了一种有效算法．     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的