噪声信道下最佳矢量量化器的人工神经网络实现方案

噪声信道影响下的矢量量化器设计,实际上是一个信源、信道联合编码(joint soruce/channel encoding)问题。本文提出了一种利用人工神经网络ANN(Artificial Neural Network)技术解决联合编码的组合优化问题的方案,该方案较好地解决了有噪声信道条件下的最佳矢量量化器的设计问题。由于将信道传输特性直接引入到神经网络的构造中,因此,对网络进行训练后,最终得到对噪声信道影响具有一定程度的抑制作用的矢量量化器。我们针对BSC信道对所提方案进行了分析和模拟,结果表明,在量化网络设计中,考虑噪声信道影响的因素,可使训练得到的量化网络的量化特性对噪声信道的影响表现出明显的韧性。     

关于Morita系统环的几点注记

讨论了Morita系统环(A,B,M,N,ψ,φ)的几个性质,证明了如果A,B是semiclean环,则T=A　NM　B是semiclean环;如果双模同态ψ=0,φ=0,则n在T的稳定区域中当且仅当n在A,B的稳定区域中.研究了形式三角矩阵环的广义Hopf性质.     

提高英语听力能力必须注意的三大要素

文章应用语言学的基础知识,分析了学习者要提高英语听力理解能力必须注意的三大关键因素:发话人信息的载体(语音、句法)、信息本身(语义)和影响信息传递的语境(篇章、语用、文化),并对此展开讨论。     

一种快速模拟退火矢量量化图像编码算法

模拟退火是解决全局优化问题的随机搜索技术,它在工程领域有着广泛应用。将模拟退火技术与LBG算法有机结合,通过对LBG算法中的空胞腔码书进行适当处理,并设置适当参数使LBG与模拟退火交替进行,提出了一种快速模拟退火矢量量化图像编码算法,以降低计算量和进一步提高码书性能。实验结果表明,算法具有对初始码书选取依赖性小、不容易陷入局部极小、收敛速度快等优点。与随机竞争学习矢量量化及进化模拟退火矢量量化算法相比,峰值信噪比改善超过0.6dB。     

普适计算环境中的上下文冲突检测与解除

为了能够检测普适计算环境中的上下文冲突并自动进行冲突消解,在对上下文冲突原因深入分析的基础上,提出了上下文冲突检测和消解算法.该算法根据语义对新到达上下文进行分类,定义冲突触发器来检测上下文冲突,并根据上下文的相对优先级主动进行冲突消解.实验结果表明,该算法能够有效地检测和消除上下文冲突,提高应用程序的性能.     

一种多用户 MIMO-OFDM 系统的 CQI 有限反馈和量化方案

利用多用户场景下多输入多输出正交频分复用（MIMO—OFDM）系统用户端的信道质量反馈信息和服务质量的相互关系,给出一种以系统吞吐量最大化为指标得到最优量化比特的方案,同时给出了用户误码率限制下的最优量化门限值．它通过推导反馈信道质量信息数与用户传输速率、中断概率之间的数学关系,在用户误码率要求下,设置最优量化门限使系统吞吐量最大化．仿真结果表明：该方案不仅能够满足系统的传输速率和平均误码率要求,还降低了反馈开销．     

抑制局部放电混合干扰的浮阈值量化算法

由于局部放电(PD)信号与含有的混合干扰(白噪和窄带)在能量分布频段上存在明显差异,根据小波包变换各节点分解系数能够有效反映被分析信号能量变化的特点,建立一种以反映PD信号分解系数中噪声能量为判据的浮阈值量化算法,使得最优基下各节点阈值随相应节点分解系数中信号噪声强度的变化而变化,自适应地决定各节点最佳阈值选择,以实现对PD信号分解系数更精细划分。通过对含有混合干扰的仿真与实测PD信号的小波包最优分解,分别用传统全局阈值量化算法与笔者建立的浮阈值量化算法进行了干扰抑制效果的对比,结果表明：后者具有更强的抑制混合干扰的能力,且混合干扰抑制前后PD信号波形相似度更高。     

论影响方言话语标记的语境因素

语境是话语分析的必要条件,它对话语的解读起着决定性的作用。尽管大量有关英语话语标记的研究已表明,通过语境有助于交际者更好地理解话语标记在话语生成和理解中所起的作用,但结合语境探讨汉语方言话语标记的研究甚少。语境如何对方言话语标记产生影响?产生影响的因素有哪些?本文通过具体个例对以上两点加以说明,以期对汉语方言话语标记研究有所助益。     

Context-aware end-to-end QoS diagnosis and guarantee based on Bayesian network

A systematic approach for end-to-end QoS qualitative diagnosis and quantitative guarantee is proposed to support quality of service (QoS) management on current Internet.An automatic unwatched discretiz...     

语言知识技能化理论框架下的补缺假设

Anderson的语言知识技能化理论把知识划分成陈述性知识和程序性知识,语言习得过程是陈述性知识向程序性知识转化的过程,这个过程涉及到语境问题。"补缺假设"理论在语言知识技能化理论框架下具有现实意义,陈述性知识向程序性知识转化过程实际上是语言与语境适配过程,这个过程对外语教学的启发很大。