基于人工神经网络的汉语数字语音识别系统

利用改进的有序聚类算法得到解决时间规整问题的新算法,在此基础上建立了基于人工神经网络的普通话数字语音识别系统。对基于人工神经网络的算法和基于动态时间伸缩的算法作比较识别实验,结果表明,基于人工神经网络的语音识别算法的识别性能优于传统的动态时间伸缩算法。     

104Cd核子顺排特征的微观研究

应用微观相互作用玻色子-费米子模型的形式体系, 构造出唯象核芯 两准粒子模型的一个微观实现,微观sdIBM-2 2q.p方案. 基于唯象模型和实现方案, 导出原子核的一个d玻色子从退耦、拆散、占据闯入轨道,直到参加顺排所需的最小能量值;据此讨论了核高自旋态的微观结构及其拆对顺排次序.对104Cd核的计算结果显示微观方案较满意地描述了该核的低自旋态和部分高自旋态;核的一个d玻色子的突然拆对不会引起前后状态的显著改变. 最后,本方案指认:这些高自旋态是构建于ν(h11/2)2和π(g9/2)2上的顺排态;而实验上观测到的81 、82 和83 态则很可能分别属于两准质子顺排态、两准中质子顺排态和基态.     

捷联惯导系统多位置可观性分析

研究捷联惯性导航系统的可观性,寻找可观性最好时的载体姿态角.应用分段常值系统可观性理论和奇异值分解理论,讨论不同姿态捷联系统可观性矩阵奇异值的变化.仿真结果表明,系统可观性矩阵奇异值主要受载体航向角的影响,最小奇异值在180°时达到最大值,在0～90°变化最快,随俯仰角、横滚角变化较小.系统可观度取决于俯仰角,最佳范围为10～20°.从而为系统快速初始对准提供理论依据.     

基于生物信息的未知二进制协议聚类方法

协议聚类是协议逆向工程技术中非常重要的一步，针对二进制协议更加透明且满足的协议种类更加广泛的特点，提出了一种基于基因和蛋白质生物信息的二进制协议聚类方法，能够从原始序列角度对大量协议直接进行聚类.本文方法首先将原始二进制报文转化成四进制基因形式，使用快速聚类方法计算碱基两两组合的k-seed值生成距离矩阵，并用UPGMA计算最小距离生成树得到初始分簇；其次，将每一簇四进制协议报文转化成十六进制蛋白质链，得到序列更有语义的方式并采用基于改进mBed算法的聚类方法将其进行高精度聚类.通过对已知和未知协议单纯和混合场景下的测试表明，该方法能够对二进制协议实现高效并且高准确率的聚类，具有较高的应用价值.     

高能γ-h族的共线性

对ＣＯＳＭＯＳ程序产生的模拟族事例及甘巴拉山部分铅乳胶室观测的族事例进行了可分辨能量中心共线性分析,并与Ｐａｍｉｒ实验数据进行了比较和讨论．     

基于闭环控制的过轨起重机设计

传统的过轨起重机多数采用开环系统控制其过轨过程,其对轨精度、过轨稳定性、过轨安全性等方面有很大的欠缺.研究采用起升小车实际位置为输入信号,轨道对准校核系统作为反馈信号,设计出基于闭环控制的对轨精度控制系统和采用电机驱动的曲柄摇杆机构的新型过轨锁紧装置,提高了过轨起重机的对轨精确度、过轨可靠性和运行的平稳性.     

分布式OFDM-MIMO雷达包络对齐方法

针对分布式多输入多输出(MIMO)雷达多子站回波包络对齐问题,提出了一种基于正交频分调制(OFDM)波形的分布式MIMO雷达的包络对齐方法.首先建立了该雷达的信号模型,然后根据不同子阵回波距离走动的差异,提出了回波包络走动校正方法,并给出了相应的适用条件.仿真实验测试了不同信噪比、不同多普勒频率下的包络对齐效果,证实了提出方法的有效性.     

基于体感交互的公路真三维设计与系统架构

引入自然交互这一人机交互领域的最新概念,基于Kinect传感器强大的人体识别与关节点空间运动跟踪及坐标定位能力,提出采用体感人机交互技术在三维虚拟空间中进行公路线形几何设计的方法,并给出了公路真三维设计系统架构.讨论了采用手势进行公路设计的流程以及手势识别、视角控制、线形实时动态交互优化编辑等功能模块的功能设计与相互关系.并采用微软SDK和Google Earth作为第三方软件,开发了系统原型并进行实验,实现了人机交互手段与公路设计平台由二维向三维转变,验证了基于体感交互的公路真三维设计方法的可行性.     

面向高光谱影像分类的改进局部切空间排列降维

提出多策略提升的局部切空间排列算法来解决常规局部切空间排列降维在高光谱影像分类中计算复杂度高的问题.通过引入随机映射来预先减少高光谱影像波段数,降低后续k-邻域和局部切空间构建的计算复杂度;采用递归兰索斯切分算法快速构建近似k-邻域,降低常规k-邻域构建的计算时间;采用快速近似奇异值分解算法提高全局排列矩阵的本征分解计算速度.利用两个不同的高光谱数据集,设计4组实验来分析多策略速度提升的局部切空间排列算法的计算性能和分类效果.实验证明,相比常规局部切空间排列方法,多策略提升的局部切空间排列方法损失约1%左右的总体分类精度却能够提高至少3倍的计算速度.     

多序列比对的两种新方法

对两种用于多序列比对的新方法——T—COFFEE和MAFFTT进行了研究,结果表明：T—COFFEE是迄今为止准确性最高的方法,但此方法速度较慢;而MAFFT则将FFT运用于比对中,使速度大大提高,并且与T—COFFEE的准确程度相当。