采用非线性预处理的多通路回波消除算法

非线性预处理是解决多通路回波消除中因输入信号间的强相关性而引起的滤波器不收敛的有效方法．如何确定预处理中的非线性变换系数,以达到既保证语音质量,又去除输入信号间的相关性的目的,是十分值得关注的问题．文中提出了一种应用模糊逻辑来调整非线性变换系数（α）的方法,使得α能随输入信号间的相关性而合理变化,该方法以较小的计算增量为代价,能最大程度地保证通话质量并加快滤波器的收敛速度．仿真结果表明了该方法的可行性和优越性．     

数字保护算法的FPGA实现方法

介绍了一种基于现场可编程逻辑陈列(FPGA)的数字保护算法的实现方法,将算法的实现平台由微控制器(M CU)转向FPGA,构成基于FPGA的数字保护算法专用芯片。仿真结果表明:当每周期取40个采样点时,完成全波傅氏滤波或最小二乘滤波算法仅需几个微秒,大大快于M CU的处理速度,因而可以有效地克服精度与速度之间的矛盾。     

基于SAMME+ResNet的多相码信号识别方法

针对传统多相码信号识别方法在低信噪比情况下分类精度不高、类识别率不均衡和识别方法不具有通用性的特点,提出了一种利用集成学习中的多类指数损失函数逐步添加模型(stagewise additive modeling using a multi-class exponential loss function, SAMME)算法和残差神经网络(residual neural network, ResNet)的多相码信号识别方法。通过仿真实验对5类多相码信号进行了分类识别,验证了模型的有效性,分析了不同数量基学习器对模型的影响,最后与传统分类方法进行了对比。仿真结果表明,在信噪比低于6 dB的情况下,所提方法相对于单个残差网络提高了约10%的分类精度,同时缩小了类之间识别率的差距,相对于常用的分类方法也有很大的优势。     

跟踪微分器改进算法的应用分析

为克服传统的跟踪微分器在进入稳态后出现的高频振颤现象,引入了一个新的综合控制函数.利用Matlab/Simulink软件中的S-函数对跟踪微分器进行了建模、封装,通过仿真技术进行了实验分析与研究.数值仿真结果表明,应用新的综合控制函数的跟踪微分器,不但能快速无超调地跟踪输入信号,而且消除了输入信号的微分稳态时的高频振颤...     

动态空间滤波的探讨与实践

在传统的遥感数字图像增强处理方法中,空间滤波主要采用静态的图像模板来进行计算处理以突出图像上某些特征,如突出边缘和纹理等.该文探讨用动态的图像模板来进行计算处理遥感影像,发现处理后的遥感图像取得了很好的效果.     

基于加速引擎的防火墙部署方案

文章提出一种提升防火墙数据吞吐量的新方法,引入一台加速引擎的设备,通过实时学习模仿防火墙的安全策略,协同防火墙共同处理网络数据包,降低需要防火墙处理的数据包数量,克服了传统防火墙易于产生性能瓶颈的问题;同时基于Linux/netfilter实现了一个原型系统,并验证了该方案的有效性和可行性。     

基于神经网络数据融合的目标跟踪简化算法

分析了基于神经网络数据融合的目标跟踪算法 ,指出了传统的融合算法计算量大 ,神经网络目标向量不易选取等缺点 ,并提出了一种简化的算法。应用理论分析和蒙特卡洛仿真方法 ,对标准卡尔曼滤波算法和简化的滤波算法进行了比较 ,并给出了均方根误差的统计值。该简化算法原理简单 ,数据处理量小 ,速度快 ,误差小 ,特别适用于多传感器的处理 ,将融合结果反馈给单传感器 ,可提高各单传感器的跟踪精度     

多方法融合来解决人脸检测中的光照补偿

人脸检测有广泛的应用前景,但目前的许多检测算法对光照有一定的要求,过亮、过暗或偏光现象的存在使检测率急剧下降。本文提出一种多方法融合的思想来解决光照补偿问题,并给出了基于空域和频域的几种具体的解决方案。实验表明,这种多方法融合的思想能有效地解决人脸检测中的光照补偿问题,使人脸检测率得到明显的提高。     

Dynamic Latent Class Model Averaging for Online Prediction

We consider the problem of online prediction when it is uncertain what the best prediction model to use is. We develop a method called dynamic latent class model averaging, which combines a state‐space model for the parameters of each of the candidate models of the system with a Markov chain model for the best model. We propose a polychotomous regression model for the transition weights to assume that the probability of a change in time depends on the past through the values of the most recent time periods and spatial correlation among the regions. The evolution of the parameters in each submodel is defined by exponential forgetting. This structure allows the ‘correct’ model to vary over both time and regions. In contrast to existing methods, the proposed model naturally incorporates clustering and prediction analysis in a single unified framework. We develop an efficient Gibbs algorithm for computation, and we demonstrate the value of our framework on simulated experiments and on a real‐world problem: forecasting IBM's corporate revenue. Copyright © 2014 John Wiley & Sons, Ltd.     

一种H．264／AVC去方块效应滤波算法

针对去方块效应滤波的边界强度判断争滤渡过程计算量大的情况,本文提出了一种新的去方块效应滤波算法,分别对边界强度判断和穗渡过程的算法进行优化。综合两部分的优化算法,通过实验结果得知,降低的算法复杂度乎均值达到了9．82％、峰值信噪比（PSNR）乎均值也增加了0．119dB。该算法既降低了算法的复杂度又改善了压缩后视频的质量。