基于小波包变换的混合域声音编码

研究了小波包变换在声音编码中的应用,通过利用小波包变换在时域和频域都具有良好局部性的特点,提出了一种新的中低码率混合域声音编码算法。这是一种可调码率算法,它根据输入信号段的特性来进行变换和编码,使得编码过程可以同时在时域、频域以及从时域向频域过渡的任一时频域中进行,从而使编码算法不仅在量化编码阶段,而且在变换阶段就对输入信号具有自适应性。其编码效果比在单一固定时频域中进行变换与编码有较大改善,有助于和高码率的声音编码算法相接轨。     

酉变换与量子系统超收敛微扰的简化推导

如同无限小正则变换服从正则方程一样,经无限小酉变换后的态矢量服从以生成元为哈密顿量,以小参数为“时间”的薛定谔方程,直接用酉变换给出量子系统超收敛微扰的简化推导。     

WAVELET PACKET AND FUZZY NEURAL NETWORK FOR TOOL CONDITION MONITORING *

在自动化制造中,线监控刀具状况以保护刀具与加工工件显得越来越重要．近年来,许多研究者在此领域进行了广泛的研究,然而由于加工过程的不确定性,现有的刀具监控系统的可靠性还有待提高．本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统,该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段,并在此基础上,建立了自适应特征提取方法,为模糊神经网络提供最优的特征输入,然后模糊神经网络据此进行决策,分析刀具磨损状况．实验结果表明：该系统模糊神经网络能有效通过学习人类模糊知识和在线学习样本来提高刀具监控精度．     

几何型哈什法和图象的快速合成

提出用图象特征点的不变量阿芬变换和哈什表索法,实现两幅邻近图象的快速合成,并用实验证明其有效性。     

一种子带适应的图象恢复最小二乘迭代算法

研究了基于子波变换的图象最小二乘恢复技术,提出了一种具有子带适应性的选代算法实验结果表明,采用该算法的恢复图象的质量和迭代收敛的速率均优于常规的空域解法．     

我的几点意见——评论“关于狭义相对论的本质”一文

评论了“关于狭义相对论的本质”一文,实际上仍使用了狭义相对论的两个基本假设。     

脑信息特征的评价分类方法

对脑信息处理的能力特征量和总体偏离度特征量进行了确定性评价分类.在分类数上,提出了common分类法,以一般人的特征作为分类基准,在common两边展开,以确定分类数.在分类边界上,提出了根据特征量的正态分布确定分类边界的方法.若特征量分布不是正态分布,则采用了博克斯和考克斯变换将其变为正态分布,最终得到能力特征量和总体偏离度特征量的分类规则.由于人的行为是脑信息处理在宏观上的表现,所以其研究成果可直接用来评价人的能力和行为特征.     

用参数变换方法研究—族钻石分形晶格上Ising模型的相变

采用英国著名学者Stinchcombe提出的理论方法——参数变换，研究了一族钻石分形晶格上Ising模型的相变和临界性质，结果表明：与实空间部分格点消约(decimation)RG变换的结果完全一致．这似乎暗示着用该方法精确求解其他等级晶格上的离散自旋模型是有效的．     

Esscher-变换与风险测度技术

通过研究精算学中Esscher 变换技术及其对于金融市场中风险资产无套利原则的刻画,反映其在金融市场风险管理技术中的应用,证明了无套利原则、等价鞅测度的存在性和Esscher 变换在所建立的Hilbert 空间下的一致性,并建立了在无套利条件下求解鞅性成立的Esscher 变换下概率测度变换参数的方法。讨论了Esscher 变换在金融市场风险管理策略的选择问题中的应用,得到了组合融资最优策略的Esscher 变换参数的解析式。     

基于梯度的虹膜定位方法

为了提高虹膜定位的速度以及虹膜定位的准确性，依据虹膜图像灰度的分布特性及良好的环状性质，检测出瞳孔边缘以减少参与Hough变换的点数，进而定位虹膜内边缘．对于外边缘定位采用基于灰度梯度的微分积分圆形检测算子的方法．实验结果表明，此种方法能够准确地进行虹膜内外边缘定位，避免了含有大量其它区域对定位带来的影响．