量化科技绩效考核办法创新人才资源激励机制

量化考核科技人员绩效办法是一个客观、公正、公平的考核和评价体系,采用定性与定量相结合的方式综合考核,用"一面镜子照全院,一把尺子量全员",融进了国内外诸多的先进管理理念.一是规范了管理者的管理行为准则,考核评定科技人员,避免了"见仁见智"的人为因素,真正做到公开、公正、公平;二是完善了分配机制,谁干得多就得分多,谁做得出色谁就加分,谁贡献最大谁就获得最大回报;三是摈弃了"论资排辈",推进了"能上能下"的竞争机制和人员流动机制,从制度上将激励每一位科技人员,尤其是年轻科技人员的岗位成才、岗位争做贡献的积极性和能动性并取得了显著的经济效益.     

基于改进的LBG算法的SVM学习策略

针对SVM方法在大样本情况下学习和分类速度慢的问题,提出了利用LBG算法对训练样本进行预处理,然后再使用传统的SVM算法进行训练的策略,并提出了一种改进的LBG算法．通过对仿真数据以及对实际的纹理图像的分类实验表明,这种预处理方法能在保持学习精度的同时减小训练样本以及决策函数中支持向量集的规模,从而提高学习和分类的速度．     

基于变换域注意力机制的压缩伪影去除的方法

图像有损压缩过程往往会导致图像质量退化,使图像出现压缩伪影。针对现有基于深度学习的方法缺乏对联合图像专家组(Joint Photographic Experts Group,JPEG)压缩算法先验信息的利用,提出一种基于变换域注意力机制的去伪影方法。该方法利用卷积神经网络在像素域和离散余弦变换(discrete cosine transform,DCT)域分别提取特征,再将双域学习的特征信息进行融合。利用量化表设计了DCT注意力机制,该模块根据DCT系数的损失程度给予各频率系数不同的权值,使网络自适应补偿量化引起的误差。于此基础上,在像素域引入通道注意力机制,从而更好地利用量化表的先验信息。在主要数据集上,提出的去伪影方法以固定的模型参数对多种质量因子的压缩图像进行伪影去除实验。实验结果表明,所提出的方法在各评价指标和主观视觉上取得较好的效果。     

一种基于图像内容的自适应色彩量化算法

色彩量化是数字图像分析与处理领域的基本问题之一.笔者以K-均值聚类为基础,提出了一种新的自适应色彩量化算法,该算法首先依据图像内容确定初始聚类中心,并对所有像素进行归类处理;再结合图像局部区域平滑度,修改聚类中心颜色;最后对所有聚类进行分裂和合并运算,并生成量化图像.实验结果表明,该算法具有较好的色彩量化效果（即色彩量化误差较小）,整体性能优于K-均值聚类色彩量化方案.     

距离加权矢量量化文本无关的说话人识别

本文在研究说话人识别的矢量量化方法时，分析了用矢量量化建立说话人识别模型的可行性。针对量化码本描述的不完全性，提出了一种经距离加权的矢量量化方法，能更好地刻划出说话人语音特征空间的精细结构，从而提高正识率。本文还对特征参数ＬＰＣＣＥＰ的选取进行了理论分析和实验研究，提出了平均互—自差异比的概念，给出了一种对特征矢量的每一维分量识别能力进行定量化估算的公式。实验结果表明，距离加权矢量量化是一种具有很高正识率的与文本无关的说话人识别方法。     

数字移动通信泛欧制式GSM中的语音编码研究

作者着重对泛欧数字移动通信系统（ＧＳＭ）规则脉冲激励长时预测（ＲＰＥ－ＬＴＰ）语音编码方案中的ＲＰＥ编码部分进行了研究。为了降低编码比特率，提出了一种每子帧１０个激励脉冲的新方案。对它进行了计算机模拟和性能分析，结果表明在１２ｋｂｉｔ／ｓ的编码率下，这种方案满足ＧＳＭ建议０６．１０，即对单个正弦波的帧信噪比要求。又用自适应差分脉冲编码调制（ＡＤＰＣＭ），代替ＲＰＥ－ＬＴＰ方案中的自适应脉冲编码调制     

不同坐标系中的正则量子化要求

阐明了在利用正则对易关系[q^i，p^j]=ihδij得到q^i和p^j的具体表达式时，必须同时考虑p^j的厄米性要求，为了得到在非笛卡儿坐标系中的正确的哈密顿算符H^，总是从笛卡儿直角坐标系出发找出H^，再通过坐标变换关系将笛卡儿坐标系中的H^变换到所需要的非笛卡儿坐标系．     

线谱对参数的一步插值预测矢量量化

利用语音短时谱变化相对较慢、其邻近ＬＳＰ（ＬｉｎｅＳｐｅｃｔｒｕｍＰａｉｒ）失量存在充分相关这一特性，提出了一种新的谱编码方法，即ＬＳＰ编码的一步插值预测矢量量化。本文设计了一个１８ｂｉｔ／ｆｒａｍｅ分裂矢量量化方案用于量化预测残差，当帧变化周期为３０ｍｓ时，平均谱失真仅为１．１７８ｄＢ。     

SAR原始数据压缩的快速矢量量化器

回顾了矢量量化的各种快速算法,指出其在应用到SAR原始数据压缩中的局限性。为了将矢量量化应用到SAR原始数据实时压缩,提出一种基于查表的矢量量化器的设计方案,其中整合了其他的矢量量化算法。最后用各种快速算法以及BAQ算法进行了对实际数据压缩的实验比较,证明本算法在不降低量化速度的基础上,提高了原始数据量化信噪比。     

一种快速模拟退火矢量量化图像编码算法

模拟退火是解决全局优化问题的随机搜索技术,它在工程领域有着广泛应用。将模拟退火技术与LBG算法有机结合,通过对LBG算法中的空胞腔码书进行适当处理,并设置适当参数使LBG与模拟退火交替进行,提出了一种快速模拟退火矢量量化图像编码算法,以降低计算量和进一步提高码书性能。实验结果表明,算法具有对初始码书选取依赖性小、不容易陷入局部极小、收敛速度快等优点。与随机竞争学习矢量量化及进化模拟退火矢量量化算法相比,峰值信噪比改善超过0.6dB。