采用3层结构模式实现音视频制作系统

Internet的发展影响了每个人的生活 .WWW应用的开发 ,从HTML编程、CGI编程、基于数据库的直接WWW编程到构件技术以及流媒体技术的应用 ,都代表了Internet发展的重要阶段 .Java技术的发展更是与Internet发展相辅相成 .本文介绍了流媒体技术的相关概念 ,分析了B/S(Browser/Server)结构和三层结构的原理特点 ,对音频视频课件系统的总体框架和主要实现技术做出了详细的说明 .     

射线检测系统的优化设计

射线检测，系统优化目的是能在检测过程中检测到尽可能小的疵病，因此，在对系统进行优化设计中，灵敏度是最重要的指标之一，也是我们最关心的参数，先对影响灵敏度的成像环节进行系统优化的讨论，并从透照电压、影像的降噪技术、补偿技术等方面进行优化研究，得出了一些有益的结论．     

基于自适应逆控制技术的船舶操纵仿真控制

对自适应逆控制理论中的对象动态控制问题和对象扰动控制问题分别进行了探讨，并且针对船舶模型特性，改进了自适应逆控制的框图，使其能够更好地应用于船舶操纵控制。在算法上用最小二乘法代替LMS(Least Mean Square)算法对船舶进行模型参数辨识和控制器的设计。仿真结果表明，改进后的自适应逆控制算法能适应船舶数学模型的变化，与PID控制相比，这种算法具有动态响应快，抗扰动性好等特点。     

基于小波分析的X线医学图像噪声综合抑制方法

提出了一种基于小波分析理论的医学X线图像噪声的综合抑制方法．将X线图像的试验处理结果与邻域平均、中值滤波去噪处理方法进行对比分析，结果表明该方法不仅能消除噪声提高图像质量，而且有效地保留了影像中丰富的细微影纹和边缘信息．     

交通噪声预测的神经网络模型

运用 Matlab语言编程 ,构造预测交通噪声的 LM算法 BP神经网络模型 ,把预测因子 (轻、重型车流量、平均车速、受声点距路肩距离、敏感点高差 )作为样本输入到网络模型 ,噪声等效声级作为样本输出 ,反复训练网络 ,通过增加隐含层节点数、改进算法 ,以降低误差 ,缩短训练时间。     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

微波放大器Rn-Gn噪声模型阻抗变换测量方法

为了使接收微波放大器在工作频段上具有较小的噪声，讨论了如何使用M-Lane方法，结合自行研制的精密阻抗变换器，得到微波放大器Rn-Gn噪声模型中包括最小噪声系数Fmin在内的4个参数，使设计的放大器工作在匹配状态，Fmin可达到2．32dB，测量时间也大大缩短，结果稳定，为进行微波放大器低噪声设计提供了一个快速准确的方法。     

一种基于Measurement Studio计算动态信号1/3倍频程谱的方法

在声学中,1/3倍频程谱反映了声源的能量分布情况。利用对信号1/3倍频程谱分析的结果,选择适当的吸声系数的材料,以达到良好的降噪效果。通过利用Measurement Studio中的Visual Basic组件,提供了一种快速、准确、可视化的计算1/3倍频程谱的方法。     

双包层Er3+/Yb3+共掺光纤放大器增益和噪声特性分析

基于速率方程和光传输方程，对980nm激光泵浦Er^3 ／Yb^3 共掺双包层光纤放大器的增益和噪声特性进行了分析。数值模拟结果表明，在小信号和大信号情况下，双包层Er^3 ／Yb^3 共掺光纤放大器在1520nm～1570nm波长范围内都具有良好的增益和噪声特性。     

用边界元法计算高速车辆内部气流噪声

车内噪声严重影响了车辆乘坐的舒适性，同时由于气流噪声随车速的六次方增长，故随着高速公路的不断新建以及车速的不断提高，研究和降低气流噪声巳成为控制高速车辆车内噪声的关键之一，笔者在风洞实验的基础上，首先分析了气流噪声向车内传播的基本途径；然后利用边界元理论（BEM），建立了车内声场的边界积分方程，并利用三角线性元对该边界积分方程进行了离散，最后通过MATLAB编程求解，对由车外脉动压力诱发产生的车内气流噪声的大小进行了理论计算，与风洞实验结果相比，吻合较好。