一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

企业分形分布的判定和应用

尽管分形企业的概念得到了广泛的认同,但企业分布是否是分形这一关键问题一直未得到解决.本文采用行政区划国家标准建立了两个行业的δ-覆盖,并基于信息维数的定义,定量验证了企业分形分布的猜想,并测定了两个行业的分数维数.在此基础上将分数维数与嵌套区域秩序方法相结合,提出一种新的分形分布拟合方法FDF.经实际检验,FDF相比传统的方法,在所需数据量小、稳定性强、适应重点区域等方面,具有显著的特点和优势.最后,本文将该方法应用到一个调度实例问题,不仅给出了跨企业调度的优化范围,而且证明本文方法可以广泛应用于各类依赖于空间分布的企业协同研究.     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.     

基于模糊-粗糙模型的逼近精度分类规则提取策略

为了处理具有连续属性的决策系统,利用模糊理论与粗糙理论在处理不确定性问题方面的差异性,提出一种基于模糊-粗糙模型的逼近精度分类规则提取策略.首先利用模糊π函数对决策系统中的连续属性构造三个模糊参数进行模糊化,从而确定条件属性的模糊区域;再根据模糊相似关系构造模糊相似矩阵,然后基于模糊等价类划分的概念,提出了利用逼近精度近似度量的数据挖掘方法进行属性约减,最后应用实例说明如何在决策表中发现分类规则.实验结果表明此方法挖掘出的规则简练且合理可靠.     

浅析公安情报源分布规律

在分析公安情报源概念的基础上,结合公安情报工作的实际,研究了公安情报源的分布规律。     

福建省淡水鱼类寄生单殖吸虫名录

1964-1965年福建省进行鱼病调查时，从60余种淡水鱼鱼体上收集到一批单殖类吸虫标本。经笔者鉴定隶属于3目、5科、12属，80余种。本文现就其中的3目、4科、11属、72种的学名，寄主及分布情况先予以报导。     

亚纯函数与其导数的公共Julia方向

本文研究不指定级的亚纯函数与其导函数的公共Julia方向的存在性问题。     

安徽省豹猫的分布和数量

应用皮张收购资料的统计和访问调查、野外实地考察等方法，研究了豹猫在安徽省的分布、数量及历史变化。     

确定威布尔分布三参数的一种计算方法

威布尔分布是描述部件寿伞的一种极为主要的分布,本文对确定威布尔分布的三参数,给出了一种试探性算法,方法简单、实用。     

特征结构提取的高阶Hopfield神经网络实现

本文首先建立了特征结构提取问题的罚函数表示，通过对罚函数求极小可以求得原始协方差矩阵的主特征向量及其对应的特征值。为了求得其他特征结构，特构造了一个协方差矩阵序列。如果将罚函数展开并进行整理，高阶Ｈｏｐｆｉｅｌｄ神经网络可被引入到特征结构提取中。这种方法比较直观，它将网络稳定时的输出与所求协方差矩阵的主特征向量的各个分量相对应，而网络稳定时的能量则对应于协方差矩阵的迹与所求特征值之差，计算机仿真结果验证了这种方法的正确性。