专家系统开发工具中表知识的处理及实现

提出了一种专家系统开发工具处理表知识的方法．该方法结合了面向对象的思想，能够处理用户按照一定的语法规范输入的表知识，而且还能获取和处理Access及SQL Server数据库中的表知识，以简便的方式实现了与多种数据库的接口．以一个专家系统开发工具ESP为例，从数据结构和算法上具体介绍了这种表知识处理方式的实现．     

自然数表为平方和的充分条件

本文给出了自然数表为两整数平方和与本原可表为两数平方和的充要条件的新证明。     

有源自适应消声系统实施问题的分析

本文通过对有源消声系统实施问题的分析,提出了有源自适应消声系统设计中系统采样频率及A/D、D/A和计算机字长的选用方法.     

含负权有向网络中最短路问题的求解算法

研究含负权有向网络中的最短路问题，给出了一个求解含负权有向网络中最终路问题的表上作业算法，并对该算法的正确性进行了证明，经在ＩＢＭ４８６微机上对数万个随机算例的实际试算表明，算法所需的平均执行时间短，算法对求解最小旨同用流问题和动态规化问题都有较大的意义。     

小波变换及图象的VQ压缩

利用小波变换可实现图象的多分辨率分解，但分解后数据量并没有得到压缩，用ＶＱ对分解后的细节图象进行编码时，根据分解后矢量的均值，方差分类设计码本，该方法不但可有效地提高编码时搜索速度，而且重建后图象的也有所提高。     

距离加权矢量量化文本无关的说话人识别

本文在研究说话人识别的矢量量化方法时，分析了用矢量量化建立说话人识别模型的可行性。针对量化码本描述的不完全性，提出了一种经距离加权的矢量量化方法，能更好地刻划出说话人语音特征空间的精细结构，从而提高正识率。本文还对特征参数ＬＰＣＣＥＰ的选取进行了理论分析和实验研究，提出了平均互—自差异比的概念，给出了一种对特征矢量的每一维分量识别能力进行定量化估算的公式。实验结果表明，距离加权矢量量化是一种具有很高正识率的与文本无关的说话人识别方法。     

自适应格型预测语音子带编码

提出了一种自适应格型预测子带编码的语音编码方法。该方法在输入语音作子带分解的基础上，用自适应格型预测的方法对低频子带进行编码，用矢量量化的方法对高频子带进行编码，在相同码率的情况下，提高了编码的量化信噪比，改善了重建语音的质量。     

SOFM和HMM在矢量量化码本优化中的应用

在语音压缩编码中，矢量量化占有很大比重和计算量。码本的好坏与方法的选择有很大关系。将基于神经网络的ＳＯＦＭ（自组织特征映射算法）和ＨＭＭ（隐含马尔可夫过程）应用于矢量量化，从而产生更为优良的码本。     

我国传统粮食科学技术的量化考察与分析

本文对我国古代粮食科学技术分别从粮食储藏，粮食加工，食品加工和造曲酿酒等四方面进行了量化考察，确认量化程度由高到低的序列为：造曲酿酒－粮食加工－食品加工－粮食储藏，得出古代粮食科学技术在发展中的重要才识在已取得辉煌成就的基础上，没有从”数量化“的高度进行归纳总结，因而没有得出有意义的结论，使得已有的科学技术成就无法突破并继续提高。     

避免不可实施组合的正交表存在的充要条件

在有关试验设计的文献中有许多正交表,但当试验者选择正交表时,仍常常会遇到这样的情况:现有的任何一个正交表都含有不合适的水平组合.例如进行某个化学试验,当某些因子水平搭配时(如高温、高压)可能导致爆炸.可是用现成的正交表都避免不了这些组合.这样,如果用现成的正交表来安排试验而不做这些组合的试验时,要造成数据的缺损.当有数据丢失时,则不能发挥正交试验的优越性.因此有必要给出一种灵活构造所需要正交表的方法.文献[1]首先研究了这一问题,给出了避免两个因子水平组合正交表的存在性和构造方法.本文对此作进一步的讨论,给出当具有多个要避免的因子水平组合时正交表存在的充要条件.在两水平因子试验中,分别以-1和1表示诸因子的低高水平.设有n个因子,以大写英文字母表示,并以小写字母加水平上标表示处理组合,另外以(1)表示所有因子都处于低水平的处理组合.例如在2~5设计中,以A,B,C,D,E表示5个因子,而a~1b~(-1)c~(-1)d~(-1)e~1表示因子A,E处于高水平,因子B,C,D处于低水平的处理组合.把要避免的水平组合称作不可实施水平组合.实际中,一般不是所有的n个因子的某一个或几个处理组合不可实施,而可能是其中的某k(k≤n)个因子的特定搭配不可实施,比如F_1,…,F_k的某些水平的搭配构成的组合f_1~(x_1)