身体训练效果量化评定方法

应用马尔可夫链原理,采用数理统计方法对身体训练效果进行量化评定,在准确地反映身体训练水平状况的同时,作为身体训练调控的辅助性检查、分析和预测手段,评定的结果为训练过程提供准确的反馈信息     

基于遗传算法的改进GLA算法

提出了基于遗传算法的改进广义Ｌｌｏｙｄ算法（ＧＬＡ）。它以种群为基础,使用选择算子对种群进行有针对性的操作,通过变异算子以提高种群的平均适应值,使其逃离局部最小点,最后采用交叉算子以增加个体的多样性,又降低了该算法对初始码书的敏感程度。高斯－马尔科夫序列实验表明,该算法较好地实现了全局最优,并有助于克服对初始码书较为敏感的缺点。     

基于自组织特征映射的神经网络的矢量量化

本文设计了一种神经网络矢量量化编码方法－基于自组织特征映射的神经网络的矢量量化,利用Kohonen网络的自组织聚类功能,设计矢量量化器码书,实现矢量量化。该神经网络速度快,效率高,适用于语音和图象数据压缩,并对SOFM算法应用于图象矢量量化进行系统的研究。     

一种基于小波变换的静止图像编码方法

通过对小波函数、Mallat多分辨分析等小波变换的有关概念和理论的介绍,以及对矢量量化方法的分析,提出了一种基于小波变换和矢量量化的图像编码方法,并在计算机上模拟实验,得到较好的重建效果。     

高校女子健美操选项课量化管理与改革实践

本研究,从女子健美操选项课的教改实验出发,运用文献资料法、调查研究法、实验法、数理统计法、综合分析法等;对课程方案设置、教学实施特点、运动负荷调控、创新意识和编练能力培养诸方面,进行了系统的研究与论述。     

球面超声相控阵列及其相位与幅度调控精度

研究了一种不等间距排列的球面相控阵列及其相位和幅度调控量化误差对声场的影响,结果表明,不等间距排列大大降低了栅瓣,同时其相位与幅度调控精度不会改变焦点声场的主瓣和栅瓣的益,但对主瓣由于表明显的影响,4位的调相和调幅精度可以较好地满足设计要求。     

使用进化策略的图像矢量量化

在分析自组织特征映射（SOFM）算法的基础上,把进化策略引入到矢量量化设计中,在将SOFM算法作为基本聚类算法的前提下,基于等误差原则,利用最大最小原则改变各区域聚类点,使各子区域的误差趋于相等。使用进化策略在子区域误差大的聚类点附近产生新的聚类点,从而调整各个区域的子误差,进一步改善总期望误差。实验证明该方法可克服基本聚类算法落入局部最化的局限。在对Lena图像进行量化的过程中,改善了码书矢量,提高了码书矢量,提高了量化后图像的质量。     

自适应分形矢量量化编码

提出了一种自适应分形矢量量化编码方法。对图像进行自适应四叉树分割,并构造粗糙的均值图像。误差图像进行分形矢量量化编码时,使用设计的自适应二维维纳数字滤波器,对收缩的均值图像进行滤波后,可构造好的码书。实验证明,本方法码书不需外部训练,解码不需要迭代,可以改善重建图像的视觉质量,使压缩比和PSNR都有明显提高。     

基于小波近似的分形矢量量化图像编码方法

本文把小波分解、分形、矢量量化有机地结合起来,提出基于小波近似的分形矢量量化图像编码方法(WA-FVQ-IC)。对原图进行小波分解及四叉树分割,形成小波近似的粗糙图像和分割块的统计平均值,小波近似的粗糙图像经变换构成变换的图像,并据此提取误差信号的码书,而后对误差信号进行分形矢量量化。本方法充分利用小波的多分辨率特性,构成差值信号分形矢量量化的码书,不需要外部训练,解码时不需要迭代,充分发挥了分形和矢量量化的优点。     

PVQ的标号算法

PVQ(Pyramid Vector Quantization)是一种格型矢量量化技术,它可用于压缩子带分解／小波变换或DCT变换产生的拉普拉斯信源,本论述了二种新的用于PVQ的标号算法;幅度标号法（Magnitude Enumeration)和条件乘积码标号算法(Conditional Product Code Enumeration),对于区的划分方法都不相同。