一种基于DCT域MPEG2的透明加扰算法

提出一种新的在DCT域实现的透明加扰算法，按照特定规律修改Intra帧的DCT系数，再利用帧间预测将加扰效果扩散至所有帧，最终实现视频的无级扰乱。实验结果表明，该算法克服了以往空域加扰算法造成压缩效率下降的不足，具有很好的加扰效果，可广泛应用于DVB、ATSC等基于MPEG2压缩的视频系统中。     

一种新的彩色图像降维方法

基于内容的图像检索(CBIR)是图像检索的重要分支，而基于颜色的特征提取是CBIR的常用方法之一．如果对图像颜色的特征数提取过多、维数过大，则不利于对图像的快速匹配．本文将图像的色彩直方图作为输入向量，然后采用局部线性映射(LLE)算法对原始数据进行降维，并分别在4种色彩空间下对降维后的彩色图像进行分类．实验证明，在处理非线性数据降维时，LLE较主成分分析(PCA)具有明显的优势．     

基于多个Markov信道的联合自动请求重发协议

讨论了三种在多个并行的Markov信道上进行实时数据传输时使用的选择重发式自动请求重发(SR-ARO)协议.构造了一个简单的多信道数据传输模型.以此为背景,在原有的独立多信道SR-ARQ(IMSR-ARQ)和循环联合SR-ARQ(RJSR-ARQ)的基础上,提出了针对Markov信道的交叉联合SR-ARQ(CJSR-ARQ)协议.并对这三种SR-ARQ协议的性能,主要是数据包的重发尝试次数和接收端的重排缓冲区占用情况,进行了理论分析和软件仿真.结果表明,在仿真中假定的信道条件下CJSR-ARQ可以在保持系统吞吐率不变的情况下,减小数据包重发的次数以及重发次数在不同数据包之间的差别,同时显著地减小了重排缓冲区的占用率.     

气液两相流中气泡周围电场特性研究

针对均匀电场作用下的气液两相系统建立了数学模型，研究了单个及多个气泡附着于壁面、即将脱离和上升至两极板间的电场分布情况．结果表明，气泡周围电场的强弱及其分布的均匀性是影响气泡运动的重要因素．当大量气泡出现并有部分气泡脱离壁面时，电场对气泡的作用减弱，这为高热流密度下电场强化沸腾换热效果不再明显提供了理论依据。     

用模糊聚类分析法建立神经网络岩土本构模型

针对岩土类材料本构关系复杂的情况 ,采用BP网络建立了其本构模型 ,并从神经网络隐层的本质特征出发 ,对样本数据 (应力和应变信息 )采用模糊聚类分析法进行特征抽取 ,以确定隐层节点数目 .算例结果表明 ,该方法是可行的 ,并具有较直观的物理意义 ,可为样本的选取提供指导作用 .     

磷酸钙氨基磺酸复合体系催化乙氧基化反应

磷酸钙-氨基磺酸，用于催化乙氧基化反应。通过正交试验，确定了较佳的催化工艺条件，通过色质连用仪测定了乙氧基化产物的分子量分布。研究结果表明，氨基磺酸的加入对乙氧基化反应的反应速度影响较大，当磷酸钙的加入量为正辛醇质量的1％，氨基磺酸的加入量为正辛醇质量的0．75％时，乙氧基化反应速率最快。当摩尔数n(正辛醇）：n(环氧乙烷(EO))=1：4，催化剂用量为1％，在120℃下反应90min,正辛醇的转化率可达到89．3％，同时乙氧基化产物的分子量分布选择性指标是相同条件下NaOH为催化剂的1．8倍，具有较好的窄分布效果。     

低温固相法制备Cu2O纳米晶

本论文基于绿色化学的思想，运用低温固相反应实验技术成功地实现了氧化亚铜纳米晶的制备。用X—射线粉末衍射(XRD)和透射电镜(TEM)对所得产物进行了表征，并对氧化亚铜棒状结构的形成机理做了初步探讨。     

基于先验知识的强化学习系统

针对强化学习算法收敛速度慢的主要原因为强化学习算法所用模型通常都假设系统参数未知、先验知识未知，由此造成该算法从没有任何基础开始搜索最优策略，搜索范围大的问题，提出将强化学习系统建立在先验知识的基础上，既有效利用了前人的工作成果，又加快了算法的收敛速度．通过解决电梯群控问题验证了所提出系统的合理性和有效性．     

基于独立成分分析的强背景噪声去噪方法

由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效，提出应用独立成分分析(ICA)方法对声音信号进行特征提取，并证明了这种ICA变换能增强语音和音乐信号的超高斯性．在此基础上，应用ICA基函数作为滤波器，通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验．结果表明，本方法明显优于传统的均值滤波和小波去噪方法，为强背景噪声下弱信号的检测提供了新的途径．     

一种改进的最大熵方法在船舶辐射噪声盲分离中的应用

对于船舶辐射噪声信号的盲信号分离(BSS)问题，由于常用的最小互信息(MMI)方法需要估计输出信号的高阶累积量，这对于非高斯、非平稳的船舶辐射噪声来说信号估计的精度将会降低．为此，本文验证了最大熵(ME)方法在处理此类复杂信号时能作为最佳对比函数的条件，并在此基础上用高斯混合模型来估计信号的概率分布，提高了信号概率密度估计的精度；同时在算法的迭代过程中使用自然梯度下降法代替随机梯度下降法，提高了算法的收敛速度．通过对船舶辐射噪声信号的盲分离实验，证明了此分离算法是有效的．