基于ACELP和TCX的嵌入式宽带语音编码器

;为了应对以分组交换为基础的IP网络上出现的分组丢失和分组延时现象,该文提出了一种嵌入式宽带语音编码器.该编码器是国际电信联盟标准化组织(ITU-T)G.VBR候选方案之一.编码器可形成8～32kbit/s 5层具有嵌入式结构的码流,其中,前3层的码流利用嵌入式代数码激励线性预测(algebraic code-excited linearprediction,ACELP)编码技术生成,后2层的码流利用变换码激励(transform coded excitation,TCX)编码技术生成.当出现帧丢失时,利用了先前帧的语音分类信患和参数编码信忠来恢复丢失帧的语音信号.本套编码器经过ITU-T组织的测试,多项指标已经达到了ITU-T对G.VBR提出的参考要求.     

基于自适应免疫算法和预测-校正内点法的无功优化

针对电力系统无功优化问题,将自适应免疫算法（adaptive immtme algorithm,AIA）和预测-校正内点法相结合,提出了一种新的混合优化算法．先利用AIA进行大范围全局寻优,找到候选最优点,把它作为内点法的初始可行点,再通过预测-校正内点法在初始可行点的邻域内进行局部的确定性搜索,提高解的精度和速度;在此基础上,根据对偶间隙的变化过程,提出了对中心参数及相应障碍参数的改进选择方法,有效地避免了数值振荡,使计算精度及收敛速度均得到明显改善．将上述方法用于IEEE14节点系统,计算时间为2．0s,优化后网损下降2．27％;而用于IEEE118节点系统,计算时间为322s,优化后网损下降14．29％．这表明本文所提出的算法在计算速度和精度上较其他方法均有明显改进．     

基于免疫遗传算法改进DFNN模型及其应用

针对动态模糊神经网络（DFNN）在进行预测应用时容易陷入“局部极值”的缺陷,提出一种改进方案。综合人工免疫算法和遗传算法的优点,用免疫选择优化遗传算法的进化策略,提出一种新的免疫遗传算法。将免疫遗传算法对模糊神经网络的学习算法进行改进,增强其学习能力和算法的稳定性。结合复杂性强的短期电价预测问题,采集美国PJM电力市场的实际数据作为样本数据,对免疫遗传算法改进DFNN进行实证研究。研究结果表明：与DFNN的预测结果相比,改进后的方法在同样的运算条件下,预测精度提高4．5％,而运算时间仅增加6．4s,说明基于免疫遗传算法对DFNN模型的改进效果较好。     

基于浮动车技术的动态交通拥挤预测模型

利用动态交通信息实现路网交通拥挤动态预测是城市智能交通管理系统的一大关键技术。本文提出一种新的动态交通拥挤预测模型。该模型应用浮动车数据判断路网实时交通流具体状况,结合路网静态拓扑结构,应用多重模糊推理,对路段发生交通拥挤的发生可能性、拥挤程度和形成时间做出预测。现场实测数据表明,该模型具有良好的预测效果。     

青海电力市场的风险及其识别

当前,世界范围内的电力工业市场化改革正在如火如荼地进行,青海电力系统也将逐步开放,与西北区域电力市场运营模式、体制和开放进程相协调。文章分析了影响青海电力市场的系统风险、电价风险和水情预测风险,对青海电力市场的建立及平稳发展有一定的指导意义。     

天山北侧前陆盆地异常高压成因研究

天山北侧前陆盆地即准噶尔盆地 ,该盆地南缘存在严重的超高压异常现象。异常高压的成因主要为“沉积型”和“构造型”两种造压机制 ,其形成演化分为拉张沉积期静水压力阶段、沉积造压及压力封存箱形成阶段和压力封存箱挤压增压阶段。利用有限元模拟法计算研究区主应力值 ,建立主应力值与异常压力系数的匹配关系 ,预测准噶尔南缘紫泥泉子组异常压力平面分布特征。     

我国扫描电镜产业的发展与预测研究

长期以来,全球电镜研发一直是美国、日本和德国三足鼎立,其中以日本日立公司、日本电子公司、美国FEI公司以及德国蔡司公司表现最为突出。而我国扫描电镜主要依靠进口,本文对韩国、日本、美国、德国等国家的产业发展经验进行研究,结合我国实际情况,分析我国扫描电镜产业的发展趋势,并提出促进我国扫描电镜产业发展的对策建议。     

哪些技术对我国高技术产业发展至关重要

本文根据近1000位专家在信息、生物、新材料、能源、资源环境和先进制造等领域开展技术预测的调查数据，对483项我国有发展机遇的技术项目进行深入分析，初步提出各领域中对我国高技术产业发展有较大影响的技术项目264项，其中能较快推动我国高技术产业发展且预期经济效益好的有142项，建议优先重点发展；还有122项虽然预期经济效益较差，但从长远看，对培育我国新型产业、引领我国未来高技术产业发展有着积极的作用，应有选择地进行超前部署。     

基于改进BP神经网络和工业重构理论的用电增长预测方法

运用改进BP神经网络方法和工业重构理论,建立新型工业化与用电增长的关系,提出附加动量和自适应学习率的改进BP神经网络构建工业用电增速的预测模型,利用该模型对未来工业用电增长的趋势进行判断。利用Matlab7．0对该模型进行设计,并运用该模型对工业用电增长趋势进行仿真。与传统的BP神经网络模型相比,采用改进后的预测方法仅经过47次训练就满足预定误差要求,而采用传统的预测模型易陷入局部极小点,很难满足预定误差要求;改进预测模型的预测值与实际值拟合程度好,平均预测精度比传统模型预测精度高1％～3％。此外,验证了改进模型的优越性和合理性。     

灰色非线性常微分方程预测研究及模型

灰色模型是一种指数模型,它对于符合指数规律的观测数据序列具有较高的精确度。在此基础上提出了一种改进型灰色模型,扩大了灰色模型的应用范围。经实测数据验证,该模型在土石坝水平位移预测中收到了满意的效果。