时变线性系统的稳定性

本文研究了一般时变线性系统的渐近稳定性。利用构造二次型李雅普诺夫函数的思想,引进一个新的讨论时变线性系统稳定性的方法,得到了较宽和较实用的结果.     

一类拟Hamilton型矩阵的方程组问题与求解算法

本文主要讨论了拟Ｈａｍｉｌｔｏｎ型矩阵的方程组问题及其顺序Ｇａｕｓｓ消去法，建立了判别这类矩阵非奇异的充要条件和若干特征值估计式，文中结果可用于最优控制，不定常粘性流体力学，非线性电路，大板壳力学等工程领域中的数值分析。     

线性联立模型的确定性问题

运用矩阵秩及可容许变换的方法研究了有线性联立模型的确定性问题，给出了判断部分线性联立模型可确定的充要条件。     

J-1型汉语语音合成系统

报道了一种适合盲童进行计算机辅助教学用的汉语语音合成系统的研制工作。该系统的硬件和软件由7个模块组成:语音输入、语音参数分析、编码和编辑、通讯和存储、语音合成电路、语音合成系统软件以及辅助教学软件。系统的突出优点是:很低的码率,较好的音质,较强的功能和较低的成本。     

线性不确定系统的镇定问题

本文讨论了线性不确定系统在控制能量受限下的镇定问题,给出了不确定系统镇定的条件。     

关于Jacobi,Gauss-Seidel迭代法收敛的判别方法

本文引入矩阵广义对角占优的概念，从而推广了迭代法收敛性的判别范围，关给出了几个判 别迭代法收敛的充分条件且附有关实例。     

话者识别系统中语音特征参数的研究与仿真

在说话者识别系统中，提取反映说话者个性的语音信号特征参数是系统的关键问题之一．研究并提取了几种重要的语音特征参数，包括线性预测倒谱系数、美尔倒谱系数、语音动态参数等，对这些参数进行了分析和比较，并研究了将多种参数组合使用对识别系统性能的影响．通过仿真和实验，证明混合参数识别方法能使话者识别系统的正确识别率有明显的提高。     

一种基于核学习的非均衡数据分类算法

提出一种基于核学习的采样算法来处理支持向量机(support vector machine,SVM)在非平衡数据集上的分类问题,其核心思想是首先在核空间中对少数类样本进行上采样,然后通过输入空间和核空间的距离关系寻找所合成样本在输入空间的原像,最后再采用SVM对其进行训练,从而有效克服在不同空间处理训练样本所带来的数据不一致问题.另一方面,该算法在增加少数类样本数量,减小数据失衡程度的同时有效拓展了少数类样本所形成的凸壳,从而能够更为有效纠正最优分类超平面偏移问题,使获得的结果分类器具有更好的泛化性能,实验结果证明了该算法的高效性.     

基于线性能量函数的移动组播性能评价方法

移动互联网中的组播面临了很多新的问题,如何对移动组播算法进行全面的评价也成为了研究的难点。该文提出了一种基于线性能量函数的移动组播性能评价方法。该方法从"用户满意度"和"网络效用"两方面对算法进行综合性能评价,并通过线性能量函数对算法进行量化比较。该方法可广泛用于移动组播算法的评价和改进,同时为用户根据应用类别和具体要求选择合适的移动组播算法提供了参考依据。模拟实验表明,该方法可以全面、灵活地对移动组播算法性能进行量化比较。     

半拓扑线性空间中的半拓扑线性有界性

主要研究半拓扑线性空间中半拓扑线性有界与完全半拓扑线性有界的关系,得到了半拓扑线性子空间中半拓扑线性有界的充分必要条件,以及半拓扑线性空间中半拓扑线性有界的等价条件.