白族文化的新葩

白族文化是中华民族文化的重要组成部分,人们对白族文化的研究非常重视。《文化视野下的白族古代碑刻研究》一书,是一部白族文化研究的力作。从学术的角度来说,《文化视野下的白族古代碑刻研究》很有特色：一是用文学作统摄,全面观照白族碑刻;二是综合各类文献,以时代新思潮解读;三是以文化为视野,充分揭示碑刻的意蕴。《文化视野下的白族古代碑刻研究》可以当作一种特殊的白族古代文学史来读,也可以当作一种特殊的白族古代文化论著来读。     

一种新的快速码本搜索算法设计

提出一种新的分类预选算法。旨在解决矢量量化数据压缩技术中,当码本值和矢量维数增大时,全码本搜索产生很大的实时复杂计算问题。该算法与传统的全搜索算法相比,能减小编码矢量选取过程中产生的计算复杂度。同时,编码器的性能几乎没有受到影响,仅仅在存储需求量方面略有增加。     

一种基于小波变换的矢量量化方法

该文提出了一种基于又正交小波的矢量量化编码方法。该方法充分利用了不同尺度间小波系数的相关性并采用自组织特征映射神经网络进行矢量量化。实验表明,该方法获得了较高的编码效率和重构图象质量。     

基于AVS音频编码的信息隐藏方法

提出了一种基于AVS音频编码的信息隐藏方法.该方法基于AVS独特的量化与位平面编码模块,使用位平面嵌入与比例因子修改技术,可以有效降低编码器码率控制对信息隐藏效果的不利影响,而且不使数据载体音质受到破坏.在量化过程中实施信息的嵌入,嵌入过程中主动修改比例因子以降低量化噪声.将隐藏信息进行矢量分组与位平面处理,进而在量化过程中将其嵌入到量化频谱中.仿真结果证明：该方法可以有效降低编码器码率控制对信息隐藏效果的不利影响,且嵌入隐藏信息后AVS音质也无明显损失.     

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。     

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。     

基于状态空间模型的机床热误差动态建模

提出了一种基于状态空间模型的机床热误差建模方法,以几个关键温度点的温升为输入,结合状态变量和干扰来确定热误差输出,由子空间辨识算法得到模型参数.同时,在一台数控车床上进行实验,以探究模型的精度和鲁棒性.结果表明:在不同的转速条件下,所提出的模型能够补偿70%的热误差;与自回归模型的建模方法相比,状态空间模型表现出更优异的鲁棒性.     

Hopf Galois扩张和Frobenius扩张

设有限维Hopf代数H作用于代数A.A^H是A在这一作用下的不变子代数．     

一种改进的等误差竞争学习矢量量化算法

针对等误差竞争学习矢量量化算法的初始码书生成随机性较强和搜索获胜码字计算量较大这2个缺点.提出了一种改进算法.对于初始码书的缺点,改进算法采用一种基于训练矢量的统计特征量的分类平均初始码书生成算法,同时改进算法利用3个不等式来快速排除大量候选码字,从而解决了原算法计算量较大的问题.仿真实验表明,改进算法的计算量比原算法减小了80%,而图像效果即峰值信噪比(PSNR)比原算法平均提升了0.5 dB左右.     

一种改进的等误差自组织特征映射矢量量化算法

为了改善矢量量化的码书性能和提高神经网络的学习效率,在分析等误差自组织特征映射算法(equidistortion self-organizing feature mapping,EDSOFM)的基础上,提出了一种改进算法.改进算法将模糊神经网的隶属度函数引入到竞争学习算法中,有效地提高了学习收敛速度.针对原算法搜索获胜...