基于零树的小波图像编码

通过对零树编码的小波图像编码算法以及算术编码的研究。利用基于零树的小波图像编码方法实现预定比例的图像压缩，从而减少存储空间，有利于图像的传输。     

基于RES理论的岩爆倾向性预测方法

从工程地质因素、复杂环境因素和人为开挖因素3个方面分析了岩爆启动的主要影响因素,在此基础上,提出了一种基于RES理论的岩爆智能预测模型,并论证了人工神经网络的参数分析原理.此外,采用改进的前馈神经网络BP算法对交互作用矩阵进行编码以及对参数的相对交互作用强度进行了分析.研究结果表明:运用该岩爆智能预测模型,不仅使岩爆倾向性的预测具有动态特性,同时又可以方便地对岩爆启动的主控因素进行分析.     

基于城市模型的微型飞行器三维路径规划

针对城市的三维环境,提出了微型飞行器(M AV)的路径和航迹优化设计算法。该算法把M AV的能量损耗(路径长度和路径高度变化)和风险度(威胁点对微型飞行器的威胁程度)作为路径的优化指标,用D e launay图生成路径网络的“节点”,采用D ijsk tra算法进行寻优,设计出符合指标要求的三维最优路径。将设计得到的折线路径进行圆滑处理,以得到飞行器的航迹。最后给出了仿真实例,生成的航迹成功避开建筑物和威胁点,并符合M AV的运动学要求。     

一种求解非线性方程组的算法

为满足理论研究与工程实践对非线性方程组求解的需求，综合遗传算法和牛顿迭代法各自的优势，提出了能够充分发挥遗传算法大范围搜索全局解、牛顿迭代算法在局部细致搜索的新算法。实例证明，该算法搜索效率高，求解速度快，并能获得全局近似最优解。     

上下文相关算术编码的VLSI结构设计

由于上下文相关算术编码(CAE)方法的良好压缩特性，使其适用于二值形状视频对象的编码．然而CAE配编码所消耗的运算资源较大，不能满足实时视频编码的要求．为了有效减少数据载入次数，提出一种高效的上下文相关算术编码(CAE)的VISI结构．采用延迟线结构保存输入像素，使其在以后的处理中重复利用．实验结果表明，采用这种结构，有效减少了存储器的访问次数，在计算概率索引时，避免了加法操作，从而达到了利用较少的门电路实现高效编码的设计目标．     

基于增量调制的CMX639及其应用

CMX639是一种单片全双工增量调制解调器(CVSD)芯片，它将输入，输出滤波器，编、解码器，时钟发生器和逻辑控制电路集成在一起。该芯片用线性双极性与集成注入逻辑兼容的集成电路制造工艺制成，采用双积分增量调制技术，具有四种可编程工作模式，两种可选择压扩算法，从而使电路设计大为简化，电路的工作可靠性，稳定性显著提高，成本大为降低。可在用户线电路,手机，多路传输系统及保密电路中应用。     

建材检测微机控制系统中特征值的提取算法

简要介绍了建材检测微机控制系统的结构及控制过程.详细介绍了建材检测微机控制系统压力控制曲线中去干扰及提取压力最大值的算法的设计及实现过程.根据干扰曲线突变的特点,采用了固定斜率阈值法和连续可调斜率阈值法去除干扰.分析了两种算法的不同特点及适用性.给出了该算法在VisualC 6 0集成开发环境下的流程图及应用结果.该算法已应用到建材检测过程中,取得了良好的效果.     

基于度量学习和层级推理网络的抽取式摘要方法

当前大部分的抽取式摘要方法主要关注对摘要句的表示和抽取,容易忽略对文本特征表示的充分性。为了解决这一问题,提出一种基于度量学习和层级推理网络的抽取式摘要方法。首先,在抽取式任务基础上提出基于度量学习和层级推理的抽取式摘要模型（MLHIN）;其次,在CNN/DailyMail数据集上进行模型评估,并在英文摘要数据集CNN/DailyMail上进行测试;最后,对测试结果进行验证。结果显示,所提方法模型在Rouge-1,Rouge-2,Rouge-L上的得分明显优于其他模型,比Lead-3模型分别高出0.84％,1.29％和2.43％;通过将提出的度量损失metric和层级推理模型中的句子编码器替换掉,可以看出模型性能均有不同程度的下降,证明了提出的层级推理网络和度量损失的有效性。新算法能够提高模型捕捉长距离依赖的能力,增强模型对摘要句与非摘要句的分辨力,有效改善了抽取式摘要方法的性能。     

网络安全及一种防火墙可靠性增强算法

根据计算机网络出现的安全问题，分析了现有的网络安全机制。并重点讨论了防火墙技术在网络安全控制中的应用。在此基础上提出了一种根据路由表记录情况决定数据安全性的防火墙可靠性增强算法。该算法采用记录IP数据报路由和设置不安全IP地址，通过地址比较的办法来确认数据报的接收与抛弃。同其他同类算法比较具有实现简单、自适应性强、安全可靠等特点。为防火墙技术的进一步研究探索了一条新的途径。     

优化的与Euler函数有关的误差项的算术均值

设ψ(n)是Euler函数，r正实数，则有∑↓n≤x(n/ψ(n))^r=αx E(x；r)，其中α是与r有关的常数，而E(x；r)是误差项．本文的主要目的是利用经典的复积分理论及解析的方法研究了E(x；r)的算术均值，得到了一个较为精确的估计式．