ITU-T G.729 CS-ACELP语音编码系统的性能分析

在介绍ITU-TG.729编码系统的基础上,通过实验仿真,着重分析了系统的性能指标.经非正式听音测试,G.729编码合成语音接近32kbit/s ADPCM编码质量,MOS分约为4.0.     

果酒品质评价的自适应量子粒子群LS-SVM模型

针对BP神经网络和遗传算法对果酒品质预测存在速度慢和精度低的缺点,建立了一种基于量子行为粒子群算法(QPSO)的最小二乘支持向量机(LS-SVM)的果酒品质预测模型。模型通过引入粒子的进化度和聚合度,动态调整收缩扩张因子,从而实现了算法的动态自适应性。仿真结果表明:基于自适应量子粒子群的LS-SVM果酒品质评价预测模型优于所比较的BP神经网络和最小二乘支持向量机两种模型,具有较好的泛化性能和预测精度。     

向量平衡问题解的存在性

利用KKM型引理,首先证明了一个抽象平衡问题解的存在性,作为应用,证明了两个向量平衡问题解的存在性定理,本文结果改进和推广了文献[4],[5]中已有的结果。     

能流密度的微分矢量式及其应用

应用麦克斯韦方程组 ,在各向同性介质条件下 ,推证出能流密度的微分形式及其矢量式 .     

含有非线性电阻的动态电路唯一稳态研究

文章以向量比较原理为工具,得到了确定含有非线性电阻的动态电路唯一稳态的条件.文章的结果表明,含有非线性电阻的动态电路的唯一稳态,可以用一个常数矩阵的HURWITZ条件来决定.     

基于支持向量机的多类形状识别系统

支持向量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法,文中研究了支持向量机的分类机理,并将其应用于形状识别中,利用一对一判别策略构建了多类形状识别系统,实验中以交通标志图像为实验对象进行分类,结果表明该方法的泛化能力优于一般的识别方法。     

支持向量机增量学习算法综述

支持向量机增量学习算法,有效的解决了因数据集庞大而引起的内存不足问题,改善了因出现新样本而造成原分类器分类精度降低、分类时间延长的局面。本文阐述了几种具有代表性的增量学习算法,比较了它们的优缺点,给出了进一步的研究方向。     

基于SVM的图像分类研究

支持向量机（SVM）是一种优秀的分类方法,灰度共生矩阵（GLCM）是一种很好的纹理分析方法;本文研究了图像的颜色、纹理等特征对利用支持向量机进行图像分类的影响,提出了一种使用灰度共生矩阵进行综合特征提取的SVM图像分类方法。实验结果表明SVM方法的可行性和有效性,并得出图像综合特征的提取有利于分类效果的提高。     

永磁同步电机矢量控制系统的建模与仿真

根据内永磁同步电机的数学模型及矢量控制方法 ,在MATLAB SIMULINK环境中对电机及其控制系统的各部分进行精确建模和仿真。为使仿真系统更接近于实际系统 ,其中根据电压型逆变器驱动信号及功率管的实际开关状态对其进行建模。仿真的结果表明所建立的模型是正确的 ,控制方法是可行的 ,为该同步电机控制系统的硬件参数设计提供了良好的理论依据     

Analysis of Mechanically Tunable Frequency Selective Surfaces

ＡｎａｌｙｓｉｓｏｆＭｅｃｈａｎｉｃａｌｙＴｕｎａｂｌｅＦｒｅｑｕｅｎｃｙＳｅｌｅｃｔｉｖｅＳｕｒｆａｃｅｓＺｈａｎｇＷｅｎｘｕｎ＆ＳｏｎｇＨｏｎｇｘｉｎＳｔａｔｅＫｅｙＬａｂ．ｏｆＭｉｌｉｍｅｔｅｒＷａｖｅｓ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔ...