基于学习分类器(LCS)的MP3音乐分类方法

面向MP3音乐的分类方法是利用MP3编解码的特点,将MP3音乐文件表示成特征向量,采用常用机器 学习分类方法对音乐文件进行分类。重点对MP3音乐特征片段提取和分类方法进行讨论,提出基于离散余弦变 换（MDCT）系数域3种特征参数的特征片段提取方法和基于LCS(学习分类器)的音乐分类方法。实验表明,特征 片段提取方法能够在最短时间内找到最具有“特征”的特征片段,从而缩小了匹配时间,因此LCS分类方法提高了 分类方法的命中率。     

改进的BP神经网络在高速公路自动收费系统中的应用研究

介绍了一种高速公路自动收费系统,该系统在图像预处理和特征提取的基础上利用改进的BP神经网络设计了神经网络分类器,提高了车辆的识别精度与识别速度,较好地实现了不停车收费,在现代交通管理和监控中有着广阔的应用前景.     

基于模糊分类变系数的铅锌烧结过程综合透气性状态预测

针对铅锌烧结过程的强非线性、时变等特点,运用智能集成建模的思想,提出一种模糊分类变系数透气性状态预测方法。首先深入机理分析和工况参数相关性分析研究,采用神经网络方法建立工艺参数和时间序列透气性预测模型;然后借助于模糊组合器实现两个子模型的有机组合,设计了模糊分类变系数综合透气性集成预测模型结构,其中加权系数由工况波动程度确定。运行结果表明:提出的集成模型具有较高的预测精度和较强的自学习能力,并且在工况波动严重的情况下,仍然具有好的预测效果,该模型具有一定的灵敏度和鲁棒性。     

一种数字式带通滤波器的级联设计法

以一模拟带通滤波器为基础,通过双线性变换获得了一种ⅡR数字带通滤波器,导出了该滤波器系数与其中心频率及带宽的数学关系式.以此滤波器为原型滤波器,文中给出了一种IR数字带通滤波器的级联设计法.根据设计指标,可用文中给出的设计公式求出IR级联数字带通滤波器中原型滤波器的级数和带宽,从而最终确定IR级联数字带通滤波器.该滤波器具有系数少、结构简单、设计快等优点,很适合于数字带通滤波器的DSP实现.     

柑桔溃疡病自动识别方法及其仿真研究

研究基于Boosting的柑桔溃疡病自动识别算法.提出了一种基于特征选择准则的Boosting 学习算法,采用对称交叉熵作为弱分类器的相似度评价.将弱分类器相似度与Boosting学习过程相结合学习出更优化的弱分类器,对溃疡病斑图象进行特征选取和学习,建立了自适应的病斑特征模型,最后利用该模型完成溃疡病自动识别.实验结果表明,这种算法避免了Boosting算法进行特征提取时的缺点,减少了选取结果中的冗余,尤其在进行高维特征选取时,能够提高特征选取速度,使选取的特征更具代表性.     

含流域梯级水电的水火风联合低碳调度模型

针对大规模风电并网导致的电力系统运行风险和水电、风电出力的互补特性,提出一种计及风电出力不确定性的含流域梯级水电的水火风联合低碳调度模型。采用高斯混合模型-吉布斯采样法生成融入不同时间尺度关联特性的风电出力动态场景集。综合考虑水头、流量多重因素及多种复杂运行约束的影响,建立流域梯级水电站群耦合模型。在此基础上,构建以基准风电场景下机组发电、排放成本和风电动态场景下机组调整成本为整体优化目标的两阶段随机规划调度模型。以改进的IEEE-24节点系统为例进行仿真分析,验证了所提模型的有效性,从而为大规模水火风互补发电系统的联合优化调度提供了参考。     

透平叶栅C型网格生成技术的研究

研究了利用Ｐｏｉｓｓｏｎ方程偏微分方法生成叶栅Ｃ型网格技术，给出了其具体步骤。结果表明，该方法在控制网格线间距和正交性方面有很强的能力，对于叶栅流场的数值模拟是一种有效的、高质量的网格生成技术。     

数传接收机的研制

本文介绍了数传接收机的工作原理及电路特点，还给出了一些实验数据。     

集成学习的多分类器动态融合方法研究

AdaBoost集成学习方法中,分类器一经学习成功,其投票权值就已确定,同一分类器对所有待测样本均有相同的投票权值。对于难于分类样本,具有良好分类性能的少数分类器权值却较低。提出适用于集成学习方法的权重自适应调整多分类器集成算法。根据多分类器行为信息,产生待测样本局部分类精度的有效判定区域,基于有效判定区域选择不同的分类器组合,并调整其相应权重,利用样本集上的统计信息来动态指导分类集成判决。实验结果表明,该算法提高了集成分类性能。     

一种新的基于CRC的文本内容认证方法

提出了一种基于CRC的文本脆弱水印算法.利用CRC差错检测方法,该算法将要保护的文本按m个文字一个级联分成若干个级联,将每个级联与密钥合成后的位串除以设定的生成多项式,再把6位的余式位串分成三组,作为水印信息嵌入到级联的最后一个文字的RGB的三个分量.提取水印时,将该级联的余式位串求出.如果与提取的水印相同,则认为此级联没有纂改,否则有纂改.该方法检测到纂改的概率为1-1/26m,并且至少能将纂改定位于级联内.