一种基于离散小波变换的音素分段算法

提出了一种基于离散小波变换的新的音素分段算法。首先对原始语音信号取绝对值,然后对其进行小波变换,认为8阶小波变换绝对值的极大值点对应于原始语音的音素分段点。该算法较传统的算法计算量小。实践证明,分段效果较传统的分段方法有效性高。     

一类反应扩散方程的边界积分方程

应用广义函数的 Fourier积分变换导出一类反应扩散方程的基本解 ,在此基础上得到边界积分方程 ,消除了边界元计算中边界积分方程的区域积分项。     

一种电流谐振PFM 软开关DC-DC 变换器

采用谐振电路和PFM开关结合组成电流谐振开关，实现DC—DC功率变换，给出了功率变换电路及其控制电路。用这种方式设计的200W开关电源效率高、控制电路简单，经实际使用，性能稳定可靠。     

基于DSP的IMDCT快速算法

修正离散余弦变换 ( MDCT)在音视频信号编码中得到广泛地应用 ,其快速算法在实时编解码系统中尤为重要。论文给出了一种适用于数字信号处理器 ( DSP)实现的修正离散余弦反变换 ( IMDCT)快速算法—用 M/ 2点时间抽取 ( decimation in time,DIT)分裂基 FFT实现 2 M点的IMDCT。算法是基于蝶形运算组成 ,在 DSP中可以获得很高的运算效率。该算法的蝶形运算结构同样适用于正向MDCT。在由定点 DSP实现的活动图像专家组 ( MPEG)音频层 III解码器中 ,与 MPEG音频压缩标准 ISO/ IEC 11172 -3中给出的 IMDCT运算量相比较 ,该文提出的 IMDCT快速算法节省了 2 / 3的运算时间和 1/ 2的存储空间。     

基于NSST和FAST的图像配准方法

为了进一步提高图像的配准速度,提出一种基于非下采样Shearlet变换(nonsubsampled Shearlet transform,NSST)和加速分割检测特征(features from accelerated segment test,FAST)的图像配准方法.首先将参考图像和待配准图像分别通过非下采样Shearlet变换分解成高频和低频子带,对低频子带构建高斯金字塔并采用FAST算子检测图像特征点,利用加速鲁棒特征(speeded up robust features,SURF)向量描述子描述所检测的特征点并依据夹角余弦准则实现特征点的匹配.然后利用随机抽样一致(random sample consensus,RANSAC)算法剔除误匹配点对,实现图像配准.大量实验结果表明,与尺度不变特征变换(scale invariant feature transform,SIFT)算法、SURF算法、结合Shearlet和SURF的算法、改进的SURF算法相比,所提出的方法在保证一定配准精度的前提下,配准的速度大大加快.     

基于全景及画中游的场景平滑过渡技术研究

提出了一种鲁棒的基于全景及画中游的场景平滑过渡技术来提高场景的真实感.利用蜘蛛网格在图像的纵方向上构建一个简单的三维空间,通过连接每个空间来扩大虚拟漫游.图像之间的过渡通过图像配准,自动地发现一致并估计转换.采用参数化的配准方法,进行由粗到精的分层估计,利用快速傅里叶变换进行全局匹配,经过图像特征的快速计算,最后通过RANSAC自动去除离群值.实验结果表明,方法扩大了虚拟空间,创建了一种较少扭曲浏览的自由漫游,得到了相对平滑的过渡效果.     

基于小波包和EMD的异步电动机轴承的故障诊断方法

异步电动机轴承的故障信号为低频带周期冲击性特征故障数据,呈现非线性特征,倘若对此类特征信息直接做傅里叶变换,会被高频信号调制,使得故障信号严重失真。为此,提出一种新的集有小波包变换、经验模式分解和Hilbert包络谱分析相融合的滚动轴承故障诊断方法,旨在消除高频噪声信号,提升故障诊断效果。利用小波包变换对滚动轴承的振动信号进行降噪,使用经验模式分解把降噪后的故障信号分解成多个有效本征模态分量,并对筛选后的故障信号进行重构处理,最后对重构信号做Hilbert包络谱分析,计算得到滚动轴承故障频率。通过实验及分析,结果表明新方法应用效果良好。     

基于近似熵快速算法的静息态脑磁信号分析

为了探究静息态精神分裂症患者脑磁信号的非线性动力学特性,提出了一种将小波变换和近似熵相结合的特征提取方法.该方法首先通过小波变换,将10个正常人和10个精神分裂症患者的脑磁信号进行6层小波分解,提取对应于脑磁信号θ波段和α波段的小波系数,继而计算和比较两类人近似熵的分布情况.实验结果表明,相同情况下精神分裂症患者MEG信号的各脑区和各通道间的近似熵都普遍高于正常人,α波段的额叶和中央区域尤为突出.该结果为进一步研究患者MEG信号特征进而建立相应的分类诊断模型提供了思路.     

基于希尔波特-黄变换的海滩碎波带水体波动特征分析

 介绍了HHT原理及其端点效应与正交性,分析了台风过程中碎波带水体波动特征。结果表明,碎波带波浪在台风期间波能增大且向低频转移,台风过后波能减弱且向高频转移;海滩地下水波动主要受潮汐涨落影响,波动周期可能受台风增水影响;台风与天文大潮耦合导致海滩地下水位奇异性波动。     

基于神经网络的货币识别研究

货币识别研究的重点在于识别的准确和速度.采用结构相对简单的前馈神经网络,选取合适的货币采样特征为网络的输入特征,使用尺度共轭梯度(SCG)算法对网络进行快速高效训练,实现对货币的快速、准确识别.实验结果表明,该方案是可行、有效的.