Fuzzy蕴涵代数的素犹豫模糊滤子及其谱空间

运用犹豫模糊集和拓扑学的方法及原理对Fuzzy蕴涵代数的滤子问题做深入研究。首先,引入Fuzzy蕴涵代数的素犹豫模糊滤子概念并考察其性质特征,建立并证明了并半格Fuzzy蕴涵代数的素犹豫模糊滤子定理;其次,在一个给定的Fuzzy蕴涵代数(X,→,0)的全体素犹豫模糊滤子之集PHFil(X)上构造了一个拓扑τ,获得拓扑τ的一个基,证明拓扑空间(PHFil(X),τ)是T₀空间。     

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。     

(￡)*系统中的模糊演绎定理的改进形式

研究了模糊命题演算的形式演绎系统(￡)*.对其中的演绎定理进行了详细讨论,得到了在一定条件下的(￡)*系统中的演绎定理:设A,B∈F(S),若|-(q→-p ∨ p)∨q→A,Г(￡)F(S),则Г|-A→B当且仅当Г∪{A}|-B.将(￡)*系统中的模糊演绎定理进行了改进,进一步说明了(￡)*系统所具有的良好性质.同时,在本文定理的证明中进一步体现了(￡)*系统中的公理L10在模糊命题演算形式演绎系统中的作用,为模糊命题演算的形式演绎系统的研究,特别是L10的应用研究提供了一种新的思路和方法.     

一位量子逻辑门的物理实现

作者研究了自旋为1／2的粒子在随时间变化的磁场中的运动情况．该系统哈密顿量具有SU(2)代数结构．用代数动力学方法对此系统进行求解,得到了严格的解析解．基于严格解,就可构造一位量子逻辑门．通过调节磁场强度和频率,可以控制该量子逻辑门,实现一位量子逻辑门的任何操作．     

MIMO系统中的分集技术

分集技术在MIMO系统中具有十分重要的地位。首先从理论上分析了无线多径衰落信道。在此基础上给出分集技术原理。然后通过介绍分集技术并比较了几种典型的分集技术的优缺点。得出空间分集技术具有提高传输的可靠性,且不会带来带宽利用率上的任何损失的优势。因而成为了MIMO系统中所采用的分集技术。最后通过仿真验证了在慢瑞利衰落信道中采用空间分集技术能够降低系统的误比特率。     

一种用于自适应直方图均衡化的硬件加速器

针对动态直方图均衡(dynamic histogram equalization,DHE)算法处理效果不理想和算法应用不灵活的问题,提出了一种基于改进型自适应直方图均衡化算法的现场可编程逻辑门阵列(field programmable gate array,FPGA)硬件加速器的设计方法.该硬件加速器对直方图均衡化算法做了改进,实现了自适应地限制对比度拉伸;并且充分利用FPGA的并行体系架构和丰富的块存储资源的优点,采用规则的模块化的设计方法完成了设计.实验结果表明:改进的算法不会产生过度增强、放大噪声、丢失图像细节的现象;设计的硬件加速器在充分节约硬件资源的前提下能较好地满足实际应用的需求;在实时图像处理中一帧图像的处理时间约为0.1 ms,使图像增强算法在图像实时处理中的应用更加灵活方便.     

逻辑内建自测试双重过滤测试点选取策略

为有效改善逻辑内建自测试(logic built-in self-test,LBIST)因使用伪随机向量发生器生成测试图形,而导致相关应用芯片故障覆盖率指标较低的问题,便于控制、较易调整的测试点插入(test point insertion,TPI)技术被广泛应用。然而,在TPI的测试点选取过程中通常基于"故障覆盖率优先"准则,进而使部分测试点面积开销过高。针对此问题,通过对现有主流选取策略的分析,提出一种应用于LBIST的双重过滤测试点选取策略。该策略首先通过预过滤,获得高故障覆盖率/低面积开销的单一测试点集,以保障TPI整体质量;其次,通过全局测试点滤取,滤除故障覆盖高度重合的单一测试点,完成符合边界条件的TPI。实验表明,该策略与目前较新颖的紧凑型单元感知测试点选取策略相比,故障覆盖率提升4.15%,减少测试面积开销5.72%,充分证明该策略在提高故障覆盖率和减小测试面积上的优势。     

基于FPGA+DSP的北斗信号快速捕获算法设计与实现

为了解决北斗卫星接收机中传统并行频率捕获算法傅里叶变换需要处理的数据量大而影响卫星信号捕获速度的问题,提出了一种基于相干降采样的北斗信号快速捕获算法。利用FPGA+DSP（高速数字信号处理器+现场可编程逻辑门阵列）,在传统的并行频率捕获算法中加入相干降采样模块,当信号进行载波剥离和伪码剥离后,通过降低采样频率的方式减小傅里叶变换需要处理的数据量,再对卫星信号进行三维搜索。结果表明,理论上所提算法计算量减少了80%以上,对实际北斗信号进行捕获时,平均每颗星的捕获时间为9.95 ms,内存资源消耗相比于传统并行频率捕获算法减少了42%。因此,新算法能在节约资源的同时有效提高捕获速度,可为进一步提高软件接收机的捕获性能提供参考。     

机器学习算法用于乳腺癌检测的性能研究

乳腺癌排在女性恶性肿瘤首位,早期发现和诊断是治疗的关键。使用开源乳腺癌数据集,使用了K-近邻、逻辑回归、支持向量机等主流机器学习算法对数据集进行了大量的训练和测试,分析了它们在训练过程中的学习曲线,对训练和测试结果进行了对比,分析和研究了这些算法在乳腺癌检测中的性能,并对未来的研究方向和技术进行了展望。     

基于模糊逻辑和机动检测的AGIMM跟踪算法

针对机动目标高机动和多阶段运动的特性,单模型跟踪算法难以实现精确跟踪的问题,提出一种基于模糊逻辑和机动检测的AGIMM跟踪算法。考虑现有的AGIMM算法网格模型收敛速度慢和机动检测方法过于依赖模型后验概率的问题,首先引入模糊逻辑算法计算机动检测的可信度,然后利用机动检测可信度信息、目标的机动信息和模型的后验概率调整跟踪模型集的结构,克服了AGIMM算法模型收敛速度慢的不足,实现了模型与目标运动模式的快速匹配。仿真结果表明:与AGIMM算法和固定结构交互式多模型算法相比,文中提出的算法使得不同条件下的位置跟踪误差分别至少降低5.6%和15.1%,说明该算法具有更快的模型收敛速度和更高的目标跟踪精度。