数字视频综合应用系统在非典专科医院隔离区域的应用解决方案

本文以昌平小汤山疗养院非典病人收治隔离区内数字视频综合应用系统建设为背景,结合作者的实际工程经验,较为详细地分析了H.320、H.323视频会议标准,以及H.261、H.263和Mpeg2、Mpeg4图像压缩编码标准,并着重对数字视频图像监控系统和数字视频会议系统(含可视对讲应用)进行了阐述,同时提出了建设性的应用解决方案,与同志们共同研讨。     

压缩域上人脸识别的研究

DCT变换被广泛采用在图象和视频压缩标准中(如JPEG,MPEG,H.261/H.263).而对于这些压缩图象的处理,传统的手段是先解压到空间域,再进行处理和识别,因而增加了计算复杂性.针对这个问题,运用压缩域上图像处理技术,提出了人脸特征表达的方法,并构造DCT域上人脸识别系统.在人脸标准库FERET上的测试,提出的算法与经典的特征脸法和PCA LDA法相比较,不仅提高了精度,而且降低了计算复杂性.     

应用89C51实现H.261视频图像压缩编码系统的控制

提出并实现了一种应用89C51单片机作为控制器的H.261视频图像编码系统,单片机实时完成量化控制,实验中通过串行通信接口输出编码系统的控制结果,实验表明,系统性能良好,获得了预期的图像质量。     

多媒体数据压缩技术

图像的数据量非常之大,多媒体数据压缩是一个关键技术.数据压缩可以实现实时有效地处理、传输和存储庞大的多媒体数据,本文主要介绍了多媒体数据压缩的方法和多媒体数据压缩国际标准JPEG、MPEG和H.261.     

求解互补支持向量机的LM方法

基于与支持向量机最优化问题等价的互补模型,提出了LM算法.该算法无需计算矩阵的逆或H esse阵,计算量小,易于实现.并在一定条件下证明了算法的全局收敛性,数值实验表明所提出的算法是可行的.     

H.26L中立方卷积插值算法的研究

根据对H.26L视频编码结构的研究,提出在运动补偿预测部分的重采样环节采用立方卷积插值替代双线性插值的新方法,并给出自适应运动精度的概念。通过分析比较H.26L的立方卷积插值和H.263中双线性插值,指出立方卷积插值算法的优越性。最后实现了引入立方卷积插值算法的H.26L软件编解码器,实验证明立方卷积插值算法更加实用和高效。     

二次半定规划一个原始对偶路径跟踪算法

本文提出求解二次半定规划的一个基于H..K..M方向的原始对偶路径跟踪算法.文中首先导出确定H..K..M方向的线性方程组,并证明该搜索方向的存在唯一性;然后给出算法的具体步骤,并证明算法产生的迭代点列落在中心路径的某个邻域内.最后采用Matlab(R2011b)数学软件编程对算法进行数值试验.数值结果表明算法是有效的.     

基于FPGA的H.264解码核的实现

对H.264/AVC的视频解码问题进行了研究,给出了H.264解码核的硬件实现方案,对熵解码CAVLC查表方案进行了优化.介绍了句法预测模块、反量化、逆DCT以及帧内预测模块的具体实现结构;并引入流水线、并行处理和状态机处理方法来提高处理速度,实现了解码结构上的优化.本算法在EP2S60F672C5ES FPGA上获得验证,结果表明给出的H.264解码算法是正确的,且有节省硬件资源和较快解码速度的优点.     

科学引文网中基于“H指数”的文章影响力评价?

评价论文影响力是科学计量学领域的重要内容.科学引文网反应了论文之间的相互引用关系.本文基于H指数的思想对于评价论文影响力提出"H算法",进而提出改进后的"H+算法"用以解决H算法简并度高的问题.把算法应用在美国物理学会(APS)提供的科学引文网中,实验结果表明,两种算法计算出的评价指标呈现高端幂律分布.这两种算法比PageRank算法的时间复杂度都要低;在评价优秀论文方面的表现上,"H算法"准确率优于PageRank算法.     

基于粒子群优化算法的永磁同步电机H_∞速度观测器

H∞速度观测器实现了对永磁同步电机矢量控制系统的转速估计。然而,观测器中加权矩阵的选取费时费力,从而限制了其在高性能变频调速系统中的应用。为了解决上述问题,本文提出了一种基于粒子群优化算法的永磁同步电机H∞速度观测器。该方法在H∞速度观测器矢量控制系统的基础上引入粒子群优化算法,并在文中给出了算法的实现方式。仿真结果证明:基于粒子群优化算法的永磁同步电机H∞速度观测器进一步提高了永磁同步电机无速度传感器矢量控制系统的控制性能,同时具有更好的动态性能和抗干扰性能。     

BM 迭代算法的循环架构设计及实现

BCH码的译码问题主要归结为一个关键方程的解决,即错误位置多项式的求解,BM迭代算法自1966年由BerlekampMassey提出以来经过不断改进,已经成为解决这一问题的成熟算法。提出了一种适合硬件实现的BM迭代算法的循环架构设计,并在此架构下分别实现了基于BM迭代算法和其简化算法的二元BCH(15,5)的FPGA译码器,显示出这一循环架构易于模块移植的优点。仿真结果表明：码组中任意不大于3 bit的随机错误都可以给予纠正。     

改进的非负矩阵因子分解算法在基因数据分析中的应用

提出一种改进的非负矩阵因子分解算法．在非负矩阵因子分解的迭代计算过程中加入了数据平滑处理来解决抖动问题,并用于一组白血病微阵列数据分析．实验结果表明,改进过的非负矩阵分解算法提高了分类的准确率,同时这个方法避免了NMF算法的“零值”问题．     

实施转发式GNSS欺骗干扰的选星方法研究

在现代电子战的背景下,转发式GNSS欺骗干扰已经成为一种重要的干扰方式,通过研究实施转发式GNSS欺骗干扰的选星方法,可以提高转发式欺骗干扰的干扰能力.基于转发式欺骗干扰的实现原理,提出了一种基于常用GNSS定位选星方法和卫星对位置精度因子（position dilution of precision,PDOP）的贡献值选择被转发卫星的选星方法,基于利用最小二乘算法的伪距绝对定位方法进行仿真,模拟了接收机在静态和动态条件下受到单颗卫星转发式欺骗干扰的情况.仿真结果表明,本文提出的被转发卫星选择算法分别有87.42%和100%的概率给出理论上最优的选星结果.      

基于多目标蚁群算法的复杂设备拆卸序列规划

针对复杂设备转化成混合图信息模型后面临的组合爆炸和搜索爆炸问题,提出了一种改进的Louvain算法,对其模型进行社团化处理。将拆卸工具、拆卸方向改变次数以及拆卸时间作为优化目标,构造了基于多目标蚁群算法搜索社团划分可行解;并得出由多个Pareto解构成的平衡解集。最后结合直升机旋翼,利用所提方法进行算法验证;对比未被社团化处理的多目标蚁群算法而得出的拆卸序列,在算法运行效率上提升了17.2%;且复杂设备中紧密度越小零件占比越多时,运行效率越高;对比单目标蚁群算法社团化后得出的拆卸序列,在迭代次数相同的条件下,更易得到较高效率的解。实验结果表明,在实际拆卸序列规划问题上,该方法为方案设定人员提供了更合理高效的选择。     

基于多特征融合的改进UPF目标跟踪算法

针对单特征目标跟踪算法的鲁棒性较差以及不能充分利用最新的量测信息等问题,提出了一种基于多特征融合的改进UPF(Unscented Particle Filter)跟踪算法.基于比例最小偏度单形采样策略的UKF(Unscented Kalman Filter)算法和IKF(Iterated Kalman Filter)算法对粒子滤波算法进行改进,并在改进的算法框架下,采用不确定性度量方法融合目标的颜色和纹理特征,对目标进行跟踪.仿真实验表明,改进算法提高了跟踪精度,对复杂背景下的目标进行跟踪有较好的效果,并能有效跟踪被遮挡的目标.     

一种基于信息增益的新垃圾邮件特征选择算法

基于传统信息增益特征选择算法,通过提出类内分散度与类间集中度的概念,结合传统信息增益算法,解决了信息增益算法因忽略特征项的分布而导致的性能下降问题,提高了信息增益算法的效率.使用改进的特征选择算法进行垃圾邮件过滤实验,在不同的分类器下,与传统的特征选择算法进行对比,实验结果表明,改进的特征选择算法性能较优.     

适用于高阶QAM信号的水声信道修正盲均衡算法

针对水声信道的相位旋转问题,提出了适用于高阶QAM(quadrature amplitude modulation)信号的改进的修正常数模算法（improved modified constant modulus algorithm, IMCMA）。在不增大计算量的前提下,对修正常数模算法（MCMA）的权值迭代函数进行修改,从而修正误差控制函数,改善相位补偿能力。在具有多普勒相位旋转的典型两径水声信道环境中进行计算机仿真。结果表明,IMCMA算法相比MCMA算法加快了收敛速度,改善了稳态误差性能;同时又具有和LMS(least mean square)算法相当的相位补偿能力和收敛性能。IMCMA算法可为高速水声通信提供一种非常实用的均衡方法。     

改进的自适应最优低秩信道估计算法

针对正交频分复用系统中线性最小均方误差(LMMSE)信道估计算法计算复杂度高,且存在当信道的统计特性与先验知识不匹配时估计性能恶化的问题,利用信道频域冲激响应的移动平均自相关函数,结合子空间分解、跟踪和序列正交原理,提出一种改进的自适应最优低秩信道估计算法.对比文中算法和LMMSE算法、LS算法和联合AIC(akaike criterion)秩估计准则的自适应低秩信道估计算法,结果表明:文中算法的秩估计更为精确;在插入导频数量较少的情况下,改进的信道估计算法能获得更高的信噪比性能增益.     

基于密度和最优聚类数的入侵检测方法

针对聚类算法在入侵检测应用中存在的参数预设、聚类有效性评价、未知攻击类型检测等问题,提出了一种基于密度和最优聚类数的改进算法,根据样本的分布情况启发式地确定初始聚类中心,从样本的几何结构角度提出一种新的内部评价指标,给出了最优聚类数确定方法,在此基础上,设计了一个增量式的入侵检测模型,实现了聚类中心和聚类数目的动态调整.实验结果表明,与K-means及其他两种改进聚类算法相比,新算法收敛速度更快、聚类准确率更高,能够对未知网络行为进行有效聚类,具有较好的入侵检测效果.     

改进PSO的WNN模型在短期负荷预测中的应用

针对电力系统负荷预测中实际的负荷数据往往具有极大的波动性,模型呈现出极大的非线性,提出一种改进粒子群优化的小波神经网络模型,将其应用于电力系统的负荷预测研究.首先,分析和介绍了小波神经网络和改进的粒子群算法的基本原理和优点;其次,将改进的PSO算法用于优化小波神经网络的参数优化;最后对改进的PSO-WNN负荷预测模型进行仿真分析.实验结果与传统PSO-WNN的实验结果进行对比,证明改进的PSO能够提高模型的运算效率和负荷预测精度.