多级抽取滤波器的VLSI实现

采用基于ＲＯＭ的可编程方案,实现了ΣΔＡＤＣ中多级抽取滤波器。梳状滤波器用作多级抽取的首级,使用全加器和全减器实现,剩余４倍抽取采用两级半带滤波器和升幅ＦＩＲ实现。这些滤波运算采用一个ＡＬＵ分时进行,运算控制字存于ＲＯＭ中,仅需对ＲＯＭ编程即可实现不同的滤波器。     

n元一次同余方程的解与自由模Z(n)m

在自由模的理论基础上,给出n元一次同余方程解的形式,解的个数定理和求解方法等结论。     

台北地区冬季降水相似预报试验

为研究相似预报技术在低纬度地区的应用问题,利用典型相关分析方法,对台北冬季降水与降水发生前12h西风带上游关键区各高度层气象要素场的相关性进行了分析,定量化地确定了台北冬季降水的预报因子。在此基础上,根据综合相似离度构造多级相似方法,建立了台北冬季有无降水的预报模型;同时利用该模型对1995年冬季降水作了试报。结果表明,该模型可以综合考虑因子相关问题,预报效果较好。     

噪声环境下语音识别方法研究

研究了6种噪声背景下与说话人有关的孤立词语音识别方法。它们是：线性预测误差法,单边自相关线性预测法,语音前端声学处理法,正则相关分析的谱变换补偿方法,特征综合法和同模极点增加法。实验结果表明,这6种方法都有效地提高了噪声环境中语音识别率,其中较好的方法在强噪声环境中(信噪比为0dB)的语音识别率达到80%以上,为信噪比较低的噪声环境中自动语音识别展现了美好前景。     

两个代数曲面的GCk拼接

用代数几何工具, 讨论两个任意次代数曲面的GC^k 光滑拼接问题, 得到具有GC^k连续的p次混合曲面存在性的判别条件, 并将所建 立的条件 应用于几种常用情形, 得到相应条件和混合曲面的构造公式.     

基于CMIP6集合优化数据集的全球陆地极端气候变化预估

预估极端气候事件趋势能够降低其引起的灾害风险.该文基于CMIP6集合优化数据集EPTGODD-WHU,选取5个极端气候指数,即最高气温极大值(TXx)、最高气温极小值(TXn)、最低气温极大值(TNx)、最低气温极小值(TNn)和最大月降水量(PXx),并结合GIS分析手段,对2021—2100年SSP1-2.6、SSP2-4.5和SSP5-8.5情景下的全球陆地极端气温及降水进行预估.结果表明：1)相较于CMIP单一模式,EPTGODD-WHU数据集模拟性能显著提升,气温及降水的空间相关系数分别达到0.99和0.81.2) SSP5-8.5情景下,年最低气温和最高气温均上升明显,且这种上升趋势年内波动不大,地球陆地极寒地区将面临升温的风险,而赤道等极热地区将处于年内长时间酷热状态.3)六大洲在SSP5-8.5情景下的极端降水整体上升趋势最剧烈,但北美洲密西西比平原和滨海平原的地区在SSP5-8.5情景下在未来面临较高的旱灾风险.4)中国西南部地区的极端降水在三个情景下均呈稳定的增幅,且增幅高达60%,预示面临较高的洪灾风险.     

正形阵与线性正形置换

利用矩阵的有理标准型理论，给出正形阵和线性正形置换的判定定理，构造性地解决了线性正形置换的结构问题。利用本原多项式理论解决了谷大武和肖国镇提出的最大线性正形置换的计数问题。     

一种基于聚类和AdaBoost的自适应集成算法

为同时保证基分类器的准确性和差异性, 提出一种基于聚类和AdaBoost的自适应集成算法. 首先利用聚类算法将训练样本分成多个类簇; 然后分别在每个类簇上进行AdaBoost训练并得到一组分类器; 最后按加权投票策略进行分类器的集成. 每个分类器的权重是自适应的, 且为基于测试样本与每个类簇的相似性及分类器对此测试样本的分类置信度计算得到. 实验结果表明, 与AdaBoost,Bagging(bootstrap aggregating)和随机森林等代表性集成算法相比, 该算法可取得更高的分类精度.     

基于近邻成分分析的短期风电功率集成预测

针对短期风电功率预测关键气象因素影响程度的差异和单一模型预测精度不足的问题,提出一种基于近邻成分分析(neighborhood components analysis, NCA)特征加权和Stacking集成预测的短期风电功率预测模型。考虑气象特征对风电功率影响程度不同,利用NCA对气象特征进行加权,将加权特征作为模型输入,强化关键特征的影响程度;在此基础上,构建多个基预测器预测风电功率,并利用结合器将预测结果融合,建立Stacking集成预测模型。算例分析表明,以加权特征作为输入的Stacking集成预测模型具有更高的短期风电功率预测精度。