LSF标量格型混合量化

为了降低线谱频率(LSF)参数矢量量化器的搜索复杂度和码字存储单元,利用格型矢量量化的优点,设计了一种适合LSF参数量化的标量格型混合量化器。该量化器对LSF参数的预测残差矢量的第一、二个参数进行标量量化,余下的参数则利用格型矢量量化,从而降低了搜索复杂度和码字存储单元,与G.729协议所使用的LSF量化技术相比,有一定的改进。     

基于三维点云数据的集料颗粒棱角性量化评价

集料颗粒的棱角性是决定沥青混合料路用性能的重要因素.文中首先搭建了基于Gocator 3 D智能传感器的集料三维图像采集系统,获取粒径为9.5、13.2和16.0 mm的玄武岩、花岗岩和石灰岩3种集料样本的三维点云数据;然后采用基于Sobel-Feldman卷积和基于集料表面法线的集料颗粒表面棱角性量化方法进行评价,并...     

模拟信源标量量化的模糊c-均值算法

为改进模拟信源标量量化的收敛速度,将模糊逻辑中的模糊c-均值算法进行适当改造,应用到模拟信源的标量量化过程中,即形成了模拟信源标量量化的模糊c-均值算法。算法将迭代过程中的分区矩阵“元素化”放宽了限制条件。仿真结果表明,新的模糊c-均值算法在选择合适的精度E的条件下,随着分区数目增加和训练序列长度的增加,收敛速度要远优于传统的c-均值算法,同时通过控制参数E,可以在收敛速度和量化失真度量M SE之间进行权衡。     

双创背景下大学生创业意愿调查及分析

为探究双创背景下大学生创业现状,利用问卷调查法,基于定性分析与定量分析相结合的原则,剖析大学生创业过程中在理念认知、资金支持、环境建设等方面存在的问题,并以此为切入点,从社会、学校、大学生3个角度为提升大学生创新创业能力提供支持.     

一种矢量量化的快速码字搜索算法

文章提出了一种基于范数和方差相结合的码字快速搜索算法。该算法在搜索前预先计算码书中码字的范数和方差,并按范数的大小对码书中的码字进行排序;搜索时,利用有序的码书和有效的删除准则,大大减小了码字的搜索范围,从而降低了编码时间。     

一种基于脉冲耦合神经网络的植物胚性细胞图像分割

植物胚性细胞定量分析研究需要首先将其切片图像分割处理,然后进行了大分子量化分析。但植物细胞切片图像上表现出来的植物细胞特有的复杂属性,使得一般图像分割分析方法很难奏效。20世纪90年代中期发展起来的脉冲耦合神经网络PCNN直接来自于动物视觉特性研究,应当适合这类植物细胞的的分割处理。但因目前理论很难解释PCNN数学模型参数与图像分割效果之间的关系,一般较好图像分割效果的获得需多次实验选择这些模型参数。同时在模型参数选定的情况下,其循环迭代次数直接关系到侵害的结果的好坏,而分割好坏的判定需人眼观察分析,这样便引入了人为干预。为此提出一种建立在分割图像熵值最大原则上的PCNN植物细胞图像自动分割新算法。     

转轨经济中财政与金融政策的动力学模型

针对转轨经济中由政府与企业和个人所组成的经济系统 ,建立了一类关于货币政策与财政政策和税收政策为政策工具的货币经济动力学模型 ,阐明了转轨经济不景气情形下各种政策工具的作用和效果.     

基于灰色关联评估的通用量化评测系统

利用灰色关联评估理论 ,提出了“通用量化评测系统”这一新概念 ,为此 ,提出了两个定理和一个推论 ,并进行了证明推导.     

低码率下MPEG—2自适应量化控制策略

对ＭＰＥＧ－２ＴＭ５量化控制策略进行了修正,提出了一种基于宏块直方图特性的自适应量化控制方法．该方法考虑了人眼的视觉特性和编码效率,适应于低码率下的ＭＰＥＧ－２压缩编码,并能有效地提高图象质量．     

ML-TEA:一套基于机器学习和技术分析的量化投资算法

量化投资尝试利用计算机算法来预测证券的价格和进行证券的交易,并从中获取超额收益,是系统工程在金融投资领域的重要应用.本文设计了一套基于机器学习和技术指标的量化投资算法ML-TEA(machine learning and technical analysis).该模型以技术指标作为输入变量,再分别通过不同的机器学习算法来预测股票数日之后的涨跌方向,并根据预测的方向来构建投资组合.实证结果显示:第一,三种模型的年化收益率都在25%以上,远超大盘指数的10.60%、买入持有策略的3%以及现有策略.从风险调节绩效(夏普比率、特雷纳比率和詹森绩效)来看,三种策略也都远超基准策略和现有策略.以夏普比率为例,三种策略均在1.50以上,而市场指数的夏普比率为0.38.第二,Ada-TEA和SVM-TEA都可以容忍远高于市场实际成本的交易成本.