基于混合编码框架的H.264/AVC核心新技术

介绍了H.264独有的特点,包括帧内预测、整数余弦变换、二进制自适应算术编码、概念性网络适配、多种块尺寸运动搜索、1/8像素运动估计精度等。     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

中心负剪切模式中的电子回旋波电流驱动数值模拟

根据中心负剪切模式中的等离子体温度分布和安全因子分布,通过将波迹方程与Fokker-Planck方程联合进行求解,对中心负剪切模式中的电子回旋波电流驱动进行了数值模拟.数值结果表明:在中心负剪切运行模式中,驱动电流大有较宽的分布,改变平行折射率可以控制波功率在等离子体中的沉积位置以及驱动电流分布的位置.     

基于RBF神经网络的结构可靠度分析方法

蒙特卡罗模拟是目前结构可靠度分析中最准确有效的方法,但因其计算量太大、效率低而受到很大的限制,特别是对于大型复杂结构的功能函数不能被明确表达的情况.鉴于此,在蒙特卡罗重要抽样方法的基础上,提出了利用RBF神经网络替代原结构功能函数的RBF-蒙特卡罗方法,以提高工作效率.RBF神经网络训练样本的选取则由均匀试验设计确定,以提高样本的代表性并大幅减少样本数量,从而加快网络的训练过程,加强网络的逼近能力.算例分析表明,该方法不但能最大限度地减少结构有限元分析次数,而且有满意的计算精度,具有实际应用价值.     

IEEE802.11 DCF退避机制分析和改进

引入二维马尔科夫模型,对退避时隙选择概率分布对IEEE802.11DCF系统性能的影响进行了理论分析,并提出了一种简单有效的退避时隙选择改进方案.仿真结果证明,该方案能够有效提高IEEE802.11的饱和吞吐量.     

基于RBF神经网络的总产值预测模型研究

介绍了径向基函数（RBF）神经网络的工作原理和训练算法．根据生产总值与投资分配之间存在的映射关系，应用RBF神经网络建立了投资预测模型，并进行了仿真试验．与BP模型相比，该模型在预测精度和收敛速度方面具有显著的优点．结果表明，用RBF神经网络进行投资预测得到了十分满意的结果．     

EKF在多变量混沌序列辨识中的应用

运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较，较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较，结果表明该方法的有效性。     

基于π型舵船舶减纵摇广义预测控制研究

针对π型舵船舶减纵摇问题,建立了船舶舵减纵摇状态空间数学模型,基于广义预测控制理论,经过适当简化,推导出一种用于π型舵船舶减纵摇状态空间模型的输出多步预测和广义预测控制律并进行仿真研究。对于白噪声干扰情况,利用线性Kalman滤波器估计系统状态,以水翼艇为研究对象进行了仿真。仿真结果表明:有效可行、简便实用并具有良好的参数鲁棒性,获得了良好的减纵摇控制效果。     

二氢杨梅素印迹聚合物的表面行为

应用前沿分析技术测定了二氢杨梅素印迹聚合物块的实验吸附等温线，并用Langmuir方程、Bi-Langmuir方程和Freundlich方程进行拟合，从最佳拟合求得了印迹聚合物的表面位点分布、吸附常数和饱和吸附量.测定了不同温度和不同流动相组成时分子印迹聚合物固定相的吸附等温线.结果表明：双朗格缪尔模型和福伦登里西模型均能给出较好的拟合效果.当20 ℃、四氢呋喃为流动相时，从Bi-Langmuir方程的最佳拟合参数得到第1类键合位点的键合常数和饱和吸附量分别为0.39 mL·mg^-1和133.23 mg·mL^-1，第2类键合位点的键合常数和饱和吸附量分别是135.07 mL·mg^-1和0.071 mg·mL^-1.     

深基坑降水与地面沉降变形三维耦合数值模拟

以比奥固结理论为基础，考虑土体的非线性特征及土的渗透性随应力状态的动态变化，将地下水渗流场和土体应力场进行耦合，建立了深基坑降水与地面沉降变形的水土全耦合三维数学模型，并采用三维有限元数值分析方法，以上海市环球金融中心深基坑降水为例，模拟预测了基坑中心水位降至标高-23．4m时基坑周围地下水渗流场与地面沉降变形场的分布特征．结果表明，该模型稳定性好，收敛速度快，能模拟复杂三维地质体和整个基坑降水工程的结构。