一种适用于短码长LT码的改进编码算法

LT码是第一种实用的无速率码,但短码长LT码在加性高斯白噪声（AWGN）信道中的性能不佳,原因是度数为1的校验节点的数量过少以及小度数值信息节点的存在。为了提高短码长LT码的误比特率（BER）性能,提出了一种改进编码算法。改进算法引入了权重因子和小度数分布函数用以间接地提高度数为1的校验节点的比例,从而提高了译码成功概率。算法按度数值从小到大的顺序将信息节点分类成若干个集合,并通过改变校验节点选择信息节点的方式,使得靠前集合中的信息节点始终能被优先选取,从而消除了小度数值的信息节点。仿真结果表明,改进算法在给定信噪比和码率值条件下均能实现BER性能的提升,且最多可获得近4.6dB的性能增益。     

一种改进的混合型语音识别方法

提出了一种改进的ＨＭＭ语音识别方法，其主要特点是引入了加权函数算法，以减少系统的误识率，实验结果表明，这种识别方法不仅能提高系统的识别率，而且所需训练样本少。     

一种运用显著性检测的行为识别方法

针对传统稠密轨迹行为识别法不能很好地区分行为区域和背景的问题,提出一种运用显著性检测的行为识别方法。考虑到视频显著性在较小的时空范围内变化不大,将视频在时域分割为多个短子视频,并将子视频在空域划分成小块,再以块为基础运用一种两阶段显著性检测方法获取每个子视频的行为区域。在检测的第一阶段,将低秩矩阵恢复算法应用于子视频的运动信息计算其初始显著性,并据此将其内所有块划分为候选前景集合和绝对背景集合;在第二阶段,为了将真正的行为区域从候选前景集合中分离出来,利用绝对背景集合中块的运动信息构建字典,通过加权稀疏表示算法计算候选前景集合中每个块的细化显著性,再通过阈值化获取二值显著图用以指示行为区域;最后,将显著图融入稠密跟踪过程以获取行为区域轨迹用于行为识别。基准数据集上的实验结果表明,该方法能够较好地检测视频中的行为区域,获得的识别率高于传统稠密轨迹法2.5%~4.5%。     

一种有效的步态识别方法

提出一种有效的步态识别算法。对于每个步态序列，首先通过背景减差检测运动目标的轮廓，计算轮廓质心与轮廓边缘的距离并进行归一化，然后使用PCA方法获取特征空间并进行投影，接着使用时空相关和投影质心归一化进行相似性度量，最后通过最近邻法和K近邻法进行分类识别。通过大量的实验分析，取得了较高的识别率。     

基于柔度差曲率的简支梁损伤识别方法

针对土木工程结构健康监测,介绍了基于模态参数的损伤识别方法,分析依据模态参数获取结构刚度和柔度的条件,说明从一些低阶模态参数就可以获得柔度矩阵的精确估计值.提出一种利用柔度差曲率进行损伤定位与定量的新方法,通过对简支梁在不同损伤情况下的数值模拟验证了该方法的有效性,结果显示该法简单易行,具有一定的工程适用性.     

一种改进的基于MMTD的网络应用类型识别方法

网络管理在很多方面需要识别网络流的应用类型。文中旨在改进和完善一种融合了中介数学理论的基于流统计特征的识别方法———基于MMTD(中介真值程度度量)的应用识别方法。原方法在效率上表现出了优越性和发展潜力,但方法中用到的参数基本都是基于网络专业知识和对流属性值的人工统计分析凭经验确定的。参数的确定没有系统的方法,影响识别方法的使用与推广。文中对原方法进行了如下改进与完善:(1)提出了一种能够反映对象测度(属性)分布特性的测度值与谓词对应关系,并给出了相应的真值程度计算方法;(2)提出了一种基于测度值分布密集程度的测度选取和权重计算方法;(3)提出了一种通过严格的统计及数据处理方法得到各种网络应用流属性的特征参数的方法。实验测试结果表明文中提出的改进和完善方案是有效的。     

一种改进解析冗余度的损伤识别方法

提出一种采用无损指标和损伤指标相结合进行损伤识别的改进解析冗余度方法.该方法通过剔除求解方程组中与损伤单元相关的方程,补充与损伤单元无关的方程,构造出新的求解方程组进行求解.在新模型中,与损伤单元无关的约束条件构成无损指标,相关的约束条件则构成损伤指标.同时,采用结构无阻尼振动方程建立约束满足问题模型,提出了改进解析冗余度方法在结构动力测试方面的理论.通过数值算例验证所提方法在结构静动力方面单、多损伤识别的有效性,也证明了该方法在一定数据误差及模型误差下的适用性.最后,设计了钢梁静、动力试验.试验结果显示,所提出的方法能够定位结构较小的损伤,并且损伤指标较为明显.该方法在梁式结构的损伤识别和安全评估中具有一定的工程实用性.     

一种基于神经网络的结构参数识别方法

提出了一种基于神经网络的结构参数识别方法,该方法以残余力向量作为结构参数识别的网络输入。针对训练样本在数据空间分布不均匀的问题,采用ＧＳＬ变换对训练样本数据进行预处理。从而提高了网络收敛速度及参数识别精度。本文算例说明了方法的有效性。     

一种基于hough改进算法的机场跑道识别方法研究

针对hough算法中常见的"虚假直线"问题的缺陷,提出了一种基于hough算法和freeman链码相融合的改进算法。这种方法运用几何,拓扑,辐射三方面的关联去降低它的识别复杂度,在以上特征的关联条件下,先进行freeman链码确定机场跑道粗略方向,再用hough变换去小范围识别跑道的两条直线。通过对可见光跑道图像和红外道路图像数据分析处理,表明该方法在跑道(直线)识别方面的健壮性、准确性和有效性。     

扩展Golay码的盲识别方法

针对信道编码的盲识别问题,首次提出了扩展Golay码的盲识别方法。与前有的盲识别算法比较,该算法的识别概率有明显的提高,这是一个全新的研究课题,在智能通信、信息截获、密码分析等领域有重要的应用。仿真实验表明文中提出的方法在误码率为8×10-2的情况下,对于扩展Golay码的识别概率高于99%,比原有算法提高了44%。     

基于循环差族构造的高码率低密度校验码短码

为了降低编码复杂度,基于组合数学的方法构造出一类高码率低密度校验(LDPC)码短码。该方法由循环差族构造出一类参数λ为1的平衡非完全块设计(BIBD),再基于这些BIBD构造LDPC码。构造出的LDPC码具有准循环特性,因此编码复杂度低。码字的Tanner图中没有长度为4的环路,在采用置信度传播译码时具有很好的译码性能。仿真结果表明:基于循环差族构造出的LDPC码具有与随机构造的LDPC码相当的性能。构造出的码字适用于手持数字视频广播系统。     

基于循环差族构造的高码率低密度校验码短码

为了降低编码的复杂度,基于组合数学的方法构造出一类高码率低密度校验(LDPC)码短码。该方法由循环差族构造出一类参数λ为1的平衡非完全块设计(BIBD),再基于这些BIBD构造LDPC码。构造出的LDPC码具有准循环特性,因此编码复杂度低。码字的Tanner图中没有长度为4的环路,在采用置信度传播译码时具有很好的译码性能。仿真结果表明:基于循环差族构造出的LDPC码具有与随机构造的LDPC码相当的性能。构造出的码字适用于手持数字视频广播系统。     

一种改进的汉字字符识别法

光学字符识别系统已经有了较长时间的发展,但是在汉字识别领域,依旧有着很多可以改进的地方.本文提出一个基于不变矩和分区特征识别相结合的新方法,配合一种快速校正技术,构成一种高效的汉字字符识别系统.最后,本文将讨论这种方法的优缺点.     

极化码四阶核矩阵的构造

极化码是目前唯一被证明理论上可达到香农极限的线性纠错信道编码。在已有的极化码二、三阶核矩阵研究的基础上,提出了最优四阶核矩阵的构造标准：主对角线全为1 且最后一行“1”的个数为4,并由此给出了符合标准的全部矩阵。不同于只有单一线性形式的二阶核矩阵,四阶核矩阵可以采取多种不同的形式,这一点使得极化码在构造时能够有更多的选择。然后以核矩阵为例,详细介绍了信道极化原理。最后总结了利用给定任意维数核矩阵构建特定块长度的极化码的步骤。     

一种改进的分组Turbo码译码算法

针对由扩展汉明码构建的分组Turbo码,提出了一种可行的估计无竞争码字比特外部信息值的取值方法,并与现有文献中的方法进行仿真比较.仿真结果表明,该方法在高斯信道和Rayleigh衰落信道中都得到较好的译码性能.     

用于语音识别的基于频谱调整的信道自适应方法

语音识别系统在实际应用时,其性能会因各种因素而下降,其中重要的一个因素是信道的不匹配。该文提出了一种新的信道自适应方法——频谱调整法。该方法在频域上定义一个分段线性信道归一化函数,根据最大似然准则利用梯度投影法求其最优参数后,对语音的幅度频谱进行归一化。实验表明,该方法可以利用很少的自适应数据使识别的字错误率下降10%左右。     

基于改进PEG算法的多元RA码交织器设计

在理想度分布的条件下,交织器是重复累积(repeat accumulate,RA)码性能优异的关键因素.在设计交织器时,应该避免短环的存在,特别是环4,而渐进边增长(progressive edge growth,PEG)算法是一种简单有效的避免短环的构造法.将PEG算法运用到q元RA(q-RA)码交织器的设计,首先构造出无4环的校验矩阵,通过校验矩阵得到对应的q-RA码交织器.仿真了q-RA码采用设计的交织器和随机交织器时的性能,得到采用改进的PEG算法构造交织器的q-RA码性能优于采用随机交织器的码,且对于高码率的q-RA码,其性能改善更加明显.     

Neural-Polar码:一种基于深度学习的新型信道编码方案

为应对新型移动通信系统智能性的需求以及在难以进行人工建模的复杂信道环境下进行可靠通信的问题,基于Polar码的编译码递归结构提出一种新型神经网络信道编码方案,即Neural-Polar码。该方案利用神经网络将Polar码编译码递归结构中父、子节点间的线性映射变成非线性映射,引入快速连续抵消(successive cancellation,SC)译码的思想,解决在完全二叉树上构建Neural-Polar码造成网络结构过大的问题。仿真实验表明,Neural-Polar码可以获得优于经典SC译码算法的误码率(bit error rate,BER)和误块率(block error rate,BLER)性能,对网络的联合训练使得Neural-Polar码能够自动学习信道特性,具有更好的信道适应性和鲁棒性。Neural-Polar码将传统的对复杂信道进行人工建模分析的难题交给机器,充分体现出其编译码的智能性。