自适应多窗口梯度幅值边缘检测算法

针对梯度幅值边缘检测算法无法检测连续边缘的问题,提出一种自适应多窗口梯度幅值边缘检测算法.首先使用传统梯度幅值边缘检测算法检测出初始边缘;然后在初始边缘上检测端点,使用K-均值聚类算法对端点进行分类,从而确定背景和目标灰度值接近的区域作为窗口;最后在窗口内使用梯度幅值检测边缘,通过多个窗口的并集得到最终的边缘.实验证明采用所提出的算法可以得到比较完整的边缘图,定位误差比传统的边缘检测算法小.     

基于膜算法进化极限学习机的氧气转炉炼钢终点预报模型

氧气转炉炼钢的控制目标是终点温度和碳含量,但由于不能对其进行在线连续测量,直接影响了出钢的质量.针对该问题,提出一种基于膜算法进化极限学习机(ELM)的抗干扰终点预报模型.利用进化膜算法的全局寻优能力调整ELM网络参数,不仅避免了ELM网络受异常点影响出现过拟合现象,还可以寻找最优复杂度的ELM模型.将找到的ELM模型应用到转炉炼钢领域并建立终点碳含量和温度的预报模型.在仿真实验中,分别使用含有高斯噪声的标准sin C函数和氧气转炉炼钢实际生产数据进行仿真,结果表明所提模型在含噪声的数据中具有较好的预报精度和鲁棒性.     

基于策略协同优化的聚苯乙烯牌号切换方法

为优化聚合反应过程中牌号切换的过渡过程,以实验室苯乙烯连续聚合反应过程为对象,从质量和经济的角度构造多个优化目标函数,并引入针对质量指标的终点约束策略,提出一种基于策略协同的多目标优化方法来求解此牌号切换优化问题。最后从优化计算得到的Pareto解集中分别选取质量指标和经济指标均较优的方案与传统单目标优化策略进行仿真比较,仿真结果表明,该优化方法可缩短牌号切换过渡时间,减少原材料的消耗,并为企业提供多种切换方案,对实际生产具有指导意义。     

基于神经网络的钢包精炼终点预报

通过改进的BP神经网络,结合炼钢工艺的特点,建立炼钢精炼炉终点模型,对精炼炉终点进行预报,其基本思想是:在对以往的现场数据进行分析和了解及已有的人工神经元网络模型的基础上,结合炼钢的实际工艺特点,确定模型的参数,从而确定预报模型,再根据确定的模型对现场的其他数据进行预报.仿真结果可以表明,应用通过改进的BP神经网络进行炼钢精炼炉终点预报得到了很好的效果.     

实验动物仁慈终点及安乐死的法规现状与思考

仁慈终点及安乐死作为3R准则中“优化”原则的重要组成部分,国际上已形成了完善的法律法规体系,我国还需要在相关法规、标准方面进一步完善。本文通过介绍国外有关人道终点及安乐死的主要指南、法规,为我国有关工作的开展提供借鉴。     

语音端点检测中判决机制的研究

以短时能量和平均过零率为端点检测的参量,分别讨论了基于单门限判决、双门限-两级判决和双门限-三态转换判决机制进行端点检测的方法。实验结果表明,后两种判决机制都能比较准确地检测出语音端点。     

多线性Marcinkiewicz积分交换子的端点估计

得到了当函数ｂ（ｘ）∈ＢＭＯ,Ω满足Ｄｉｎｉ型条件时多线性Marcinkiewicz积分交换子μΩ,Ａ（ｆ）（ｘ）的端点估计.     

基于语音压缩感知观测序列语音能量估计及端点检测方法

根据压缩感知理论,文中分析了基于压缩感知观测序列语音能量估计的理论基础,并对不同压缩比下语音能量估计的准确度仿真结果做对比,然后将得到的语音能量估计做为语音端点检测的基础,分别对粉红噪声、高斯噪声和汽车噪声情况下不同信噪比的语音进行端点检测,并与基于压缩感知观测序列倒谱距离、传统的奈奎斯特采样中能量的语音端点检测方法做对比,减少了计算量.     

基于EMD改进算法的欠定混合盲分离

为改善拟合效果,针对经验模态分解(empirical mode decomposition,EMD)算法存在的端点效应,提出一种改进的EMD算法——端点极值延拓方法.利用改进的EMD算法对观测信号进行分解,将分解分量连同之前的观测信号构成新的观测信号,从而将欠定情况转化为超定情况,最后利用独立成分分析(independent component analysis,ICA)算法得到源信号的估计.通过仿真实验对比,证明了本文算法的有效性.     

基于SoC的孤立词语音识别算法的C语言仿真

研究了用C语言对孤立词语音识别算法进行了仿真,对每个算法的效率、时间复杂性、空间复杂性进行深入的讨论和分析,对语音识别算法FPGA的实现以及语音识别SoC的研究和设计提供了一个C语言行为级仿真设计原型。