EM-ACO算法及其在多重超声回波参数估计中的应用

针对EM算法在估计多重超声回波参数时存在收敛速度慢和迭代结果强烈依赖于初始值的缺点,将蚁群算法应用到多重超声回波参数估计的EM算法中,提出一种新的多重超声回波参数估计算法——EM-ACO算法.该算法结合EM算法和蚁群算法的优点,不仅可以改善EM算法估计多重超声回波参数时估计结果强烈依赖于初始值的缺点,有效提高EM算法的收敛速度,而且可以获得更高的参数估计精度.根据超声回波的高斯回波模型,应用EM-ACO算法,在不同的信噪比条件下,对多重超声回波的参数向量组进行估计.仿真结果表明:EM-ACO算法能在各种不同的初始值条件下,以较少的迭代次数估计出多重超声回波的参数向量组,并且具有较高的估计精度.     

点、边带约束成本的最短路问题及其算法

提出了点和边都带有成本约束的最短路问题，证明了该问题是NP－完全的，建立了这类问题的数学规划模型，并采用拉格朗日松弛算法对模型进行求解，给出了次梯度优化求解算法的一般步骤，考虑到算法在实际求解过程中收敛速度较慢的问题，进一步对拉格朗日松弛算法进行了2个方面的改进，一方面确定适当的迭代步长，另一方面选择较好的迭代方向，算法实例表明，改进后的拉格朗日松弛算法迭代步数显著较少，证明算法是有效的。     

一种实时语音传输中冗余控制算法的改进

VoIP是一种典型的实时网络应用。在实时网络应用中,为了保证其服务质量有众多方案,资源预留协议、编码方案、冗余算法等。在此,将以一种改良的冗余控制算法来保证VoIP的服务质量,该算法基于网络历史数据及网络拥塞时丢包率的概率统计的。通过在NS2中的模拟比较,该改良算法可在一定条件下有效地减少语音包的丢包数,即使在发生网络拥塞时亦可以将丢失减少到最低。所以该改良算法较原算法有了一定的改进,避免了在某些条件下陷入死循环的可能。     

语音识别中的BP神经网络改进

语音信号是受说话人、环境等因素影响的复杂函数,人工神经网络（ANN）模型进行语音识别具有自适应、自组织及联想等特征,适合用于语音识别。主要研究了传统BP神经网络在实际语音识别中的改进方案。利用改进后的方案实现语音识别、网络结构简化、运算速度加快、训练时间缩短。     

第九届世界健美操锦标赛混合双人项目难度研究

通过文献资料、观察法,对第九届世界健美操锦标赛混合双人项目参加决赛队的难度动作进行了统计,分析各队在难度动作类型、均衡性、价值及完成质量四方面上的特点,以期为中国队在该项目发展,提供参考依据．     

基于FFT算法的低频信号失真度测量装置优化设计

总谐波失真（THD）是运算放大器、功率放大器等器件的主要衡量参数之一．设计以TMDSSK3358开发板为硬件基础,以FFT算法为核心的高精度快速信号失真度测量装置．传统的模拟测量法不仅硬件设计复杂,且性能受限于滤波器．该设计利用AD转换实现模拟信号与单片机可接收的数字信号转换,采用FFT（快速傅里叶变换）实现信号的时频转换,通过获得幅频信息进而得到各个谐波的功率,最后所测的THD值通过TMDSSK3358开发板上的液晶屏模块显示．测量结果表明,该设计在频率为1kHz时测量精度误差小于0.05%,失真度测量与显示用时不超过10s．与传统的信号失真度测量装置对比,在简化硬件复杂度时,速度更快、精度更高,为FFT算法应用于失真度测量提高新的研究思路．     

高校思政理论课驱动式混合教学模式融合创新研究

基于高校思政理论课驱动式混合教学模式融合创新,阐释新时期思政理论课教学的应有之义。高校思政理论课驱动式混合教学模式能够调动学生的学习热情,培养学生的综合能力;拓宽学生的学习渠道,打破时空限制;深化教学内容,丰富教学知识。为了应对高校思政理论课“三个封闭”现象,研究提出“一线、两面、多模块”驱动式混合教学模式,试图以专题式教学为主线,通过线上互动和线下互动两个方面,构建学生时事评说、各章知识竞赛、主题分享、微电影等多模块驱动课堂教学贯穿思政理论课全过程,推动驱动式混合教学模式融合创新。     

多层前馈神经网络的快速学习算法及其仿真研究

本文主要研究多层前馈神经网络的快速学习问题。文中首先概述了多层前馈神经网络的B—P学习算法,并分析了这种算法的主要缺陷,在此基础上提出了若干克服和缓解这些缺陷的技术方法,由此构造了一种新的多层前馈神经网络的快速B—P学习算法即FB—P算法。通过对FB—P算法学习过程进行较详细的分析,本文还建立了一种改进的FB—P学习算法即MFB—P算法。最后本文以三层前馈神经网络识别五类地面目标图像为例,对文中提出的FB—P和MFB—P学习算法的性能(即学习速度与推广特性)进行了计算机仿真实验,同时与B—P学习算法的性能作比较,理论分析与仿真实验表明:MFB—P与FB—P学习算法比B—P学习算法具有更快的收敛速度,且MFB—P算法收敛最快;MFB—P算法比FB—P和B—P学习算法具有更好的推广特性,而后两者的推广特性则大致相同。     

一类非单调线性互补问题的仿射尺度算法

对于一类非单调线性互补问题给出一种新的内点算法。算法的每一步迭代，利用线性规划的原始——对偶内点算法的思想求解一个线性方程组而得到迭代方向，再适当选取步长，使算法具有多项复杂性。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit,APU)性能参数预测的精度,针对支持向量机(support vector machine,SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm opti-mization,PSO)算法实现对SVM惩罚参数和核参数...