求解非线性电阻电路的神经网络方法

提出的求解具有凸特性ＣＰＷＬ非线性电阻电路的神经网络方法，具有与常用电路分析软件相容的数据格式，且待求变量少，精度高，是一种可靠的求解方法。该方法也可推广到具有凸待性由ＣＰＷＬ描述的多端子非线性电阻电路的求解工作中去。     

寻找非线性电阻电路全解集的 GA-HPNN 方法

利用群集遗传算法（ＮＩＣＨＥＤＧＡ,简称ＮＧＡ）中群集原理,提出了一种群集消除的思想。利用该思想可将多最大值最优化问题转化为满足群集消除条件的序贯最优化问题。利用非线性电阻电路方程组解与相应的最优化问题解的等价性,可将求取非线性电阻电路全解集的问题转化为满足群集消除条件的最优化问题。遗传算法和Ｈｏｐｆｉｅｌｄ神经网络组合算法（ＧＡ－ＨＰＮＮ）结合了遗传算法（ＧＡ）的全局寻优与Ｈｏｐｆｉｅｌｄ神经网络局部寻优特点,能以较高的精度与速度得到非线性电阻电路的全解集。算法的普适性较强。     

一种基于噪声分类的语音增强方法

为了提高噪声估计的准确性,改进语音增强方法性能,在改进的最小控制递归平均算法(Improved Minima Controlled Recursive Averaging,IMCRA)的基础上提出了一种基于噪声分类的语音增强方法。该方法首先对含噪语音进行噪声类型的判断,然后根据判定的噪声类型选取相应的最优参数进行噪声估计,最后采用最优修正的对数谱幅度语音估计计算增强后的语音。该方法相对于传统IMCRA算法,在语音信号的还原和背景噪声的抑制两方面都有较好的性能。     

基于双通道CNN的单幅图像超分辨率重建

卷积神经网络在单幅图像超分辨率重建方面取得了很大的进展,目前的很多方法都选择使用浅层或者深层的卷积神经网络实现图像超分辨率重建。浅层网络结构简单,但容易丢失图像的高频信息,而深层网络可以学习图像的高频纹理特征。本文提出了双通道卷积神经网络。浅层网络负责重建图像的整体轮廓,保留图像的原始信息;深层网络学习图像的高频纹理特征。在深层网络中,使用密集连接的卷积网络,能更有效地恢复图像的高频信息。同时,在两个网络的末端,通过添加额外的卷积层表示融合层,将网络进行融合,重建超分辨率图片。实验结果表明,在大多数情况下,本文模型的重构效果在主观和客观评估中均优于当前代表性的超分辨率重构方法。     

信息融合数据源的多粒度聚类与描述

信息融合数据源的聚类分析对于信息融合过程的算法管理具有重要意义。本文首先提出一种多粒度模糊聚类方法对采集的数据源样本进行聚类分析,得到样本的聚类树。在此基础上,提出一种基于熵增益率的多粒度连续属性离散化算法,将数据源属性离散化。最终得到聚类结果的特征描述,为今后的规则提取做好准备。实验表明：基于多粒度的数据源分析方法是有效的。     

一种基于遗传算法和BP网络的鲁棒图像哈希方法

提出一种用于图像内容认证的基于遗传算法和BP网络（GA-BP）的鲁棒图像哈希方法。运用提升小波变换（lifting wavelet transform,LWT）得到图像的低频分量,对低频分量进行离散傅里叶变换（discrete Fourier transform,DFT）提取幅度和相位信息以建立图像的特征矩阵,利用构建的GA-BP模型,生成鲁棒的图像哈希序列并用于图像内容的篡改认证。实验结果表明,相比于同类方法,所提出的图像哈希认证方法对随机攻击、旋转、JPEG压缩,加性高斯噪声等具有较好的鲁棒性和区分性。     

一种新的雷达数据源质量评价指标

以多目标多传感器系统性能评估为前提,针对当前评估过程对数据源定量评估的不足,尝试提出一种新的航迹数据源质量评价指标及其计算公式,从目标数量、回波数量和质量及回波密度等几个方面对数据源质量进行定量评价。经仿真实验证明:这些指标能较为准确地反映信息源质量,能运用于多目标多传感器系统性能综合评估中,为信息源质量提供准确的、定量的描述。     

基于双变量控制原理的变压变频新方法

阐述了在变频调速系统中运用变压变频技术的必要性,分析了使用传统余弦交点法进行在线变压变频存在的缺陷,进而提出了基于双变量控制原理、自然无环流控制和对称余弦法的变压变频新方法,给出了在保持输出频率不变条件下闭环调压的具体实现方法。对变压变频新方法的实验结果进行了仿真、分析和比较,验证了新方法具有良好的控制效果。     

蔡氏电路的L分叉研究

依据Routh-Hurwitz判据,结合一类具备混沌动力学特性的三阶系统的特征根条件,设计了L分叉图及有关的搜索方法,以便先验地确定分叉参数(L)的取值范围与混沌的生灭边界。还报导了L分叉的实验研究与相关的计算机验证。     

基于计算听觉场景分析的语音增强改进算法

针对单通道语音增强问题,基于计算听觉场景分析(CASA)的原理,提出了一种基于CASA计算模型的语音增强改进算法。该算法在特征提取中选择了目标语音有效能量、信道互相关等特征,对语谱能量和互相关特征的阈值选取进行了改进。在5种低信噪比噪声干扰条件下的仿真实验结果证明,该算法输出增强语音的信噪比平均提高了9.32dB,有效地抑制了噪声。