阿尔塔什水利枢纽工程水库诱发地震预测

阿尔塔什水利枢纽工程区域地质及地震环境复杂,根据水库区地质构造特点划分库段,根据地质构造环境及水文地质结构面等级划分进行了水库诱发地震预测,并采用概率统计检验法、建立统计预测模型进行了分析预测,供同行参考.     

基于GIS的农村社会经济统计信息系统技术

将GIS技术应用于农村统计领域,通过制定统计行业空间信息化建设标准与规范,实现了系统与现有统计政务系统的数据共享。提出并研究了统计数据空间化处理、空间统计分析和多维可视化表达的技术方法体系,从农村统计业务流的角度进行系统数据库设计、框架搭建以及功能模块设计,在此基础上构建了系统原型并在国家统计局进行示范应用。实践证明,建立时空一体化的信息支撑平台,对于推动我国农村统计部门的政务信息化建设起到了积极作用。     

藏文字频统计系统中字构件分解算法

藏文字频统计是藏文信息处理的基础性工作,通过对藏文字的部件、音节、结构和字的频度与通用度等定量统计与定性分析,为藏文信息处理提供基础数据。藏文字是一种由藏文字构件横向和纵向组合而成的拼音文字,在藏文字频统计中不仅要从整字角度统计分析藏文字频度属性,还要统计分析构成其构件的频度及位置属性。因此,在藏文字频统计系统中要分解构成藏文字的各部件。本文通过开发藏文字频统计系统,利用组合构件库结合藏文文法提出了一种藏文字构件分解算法。经测试,该算法不仅简单易行,而且可以有效地确定出各基本构件的位置特征,已应用于项目藏文字频统计系统。     

高阶统计量方法在谐波恢复中的应用

谐波恢复是信号处理中的重要问题,谐波恢复就是在噪声中分析组成信号的各次谐波.噪声分为加性噪声和乘性噪声,本文分析加性噪声和乘性噪声的特点,提出采用高阶统计量的方法抑制噪声,恢复谐波.通过四阶统计量的切片抑制乘性噪声,采用二阶累积量谱抑制加性噪声.仿真结果表明,本方法具有很好的抑制噪声效果.     

在线手写签名认证研究

手写签名认证是人工智能领域的一个重要课题,对它的深入研究具有重要的现实意义。文章采用基于概率统计的方法表示手写签名的速度特征,用vague集相似度表示书写压力特征,并通过细分的拐点表示笔画特征进行签名认证,最后,构造了一个在线手写签名认证系统。实验证明了该方法的有效性。     

中国图像工程：2009

该文是关于中国图像工程的年度文献综述系列之十五。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,并能够方便地查询有关文献,现从2009年在国内15种有关图像工程重要中文期刊的共134期上发表的3604篇学术研究和技术应用文献中,选取出1008篇属于图像工程领域的文献,并根据各文献的主要内容将其分别归入图像处理,图像分析,图像理解,技术应用和综述五个大类,然后进一步分入23个专业小类（与去年相同）。在此基础上还进行了各期刊各类文献的统计和分析。根据统计分析结果可看到我国图像工程在2009年许多新进展的情况。特别值得指出,在上述15种期刊上所发表的图像工程文献数量在2009年继续增加并达到历史最高,显示了图像工程在中国继续蓬勃发展的趋势。另外,借此综述系列15年之际,还将这15年分成3个5年的阶段,分别对3个阶段的图像工程文献选取情况和各类图像工程文献数量进行了统计和对比分析,以为读者提供更全面和可信的发展动态信息。     

Classifying mental tasks based on features of higher-order statistics from EEG signals in brain-computer interface

In order to characterize the non-Gaussian information contained within the EEG signals, a new feature extraction method based on bispectrum is proposed and applied to the classification of right and left motor imagery for developing EEG-based brain-computer interface systems. The experimental results on the Graz BCI data set have shown that based on the proposed features, a LDA classifier, SVM classifier and NN classifier outperform the winner of the BCI 2003 competition on the same data set in terms of either the mutual information, the competition criterion, or misclassification rate.     

Using space windowing for a preliminary analysis of complex time data in human component system studies. Examples with eye-tracking in advertising and car/head movements in driving

Empirical studies of human systems often involve recording multidimensional signals because the system components may require physical measurements (e.g., temperature, pressure, body movements and/or movements in the environment) and physiological measurements (e.g., electromyography or electrocardiography). Analysis of such data becomes complex if both the multifactor aspect and the multivariate aspect are retained. Three examples are used to illustrate the role of fuzzy space windowing and the large number of data analysis paths. The first example is a classic simulated data set found in the literature, which we use to compare several data analysis paths generated with principal component analysis and multiple correspondence analysis with crisp and fuzzy windowing. The second example involves eye-tracking data based on advertising, with a focus on the case of one category variable, but with the possibility of several space windowing models and time entities. The third example concerns car and head movement data from a driving vigilance study, with a focus on the case involving several quantitative variables. The notions of analysis path multiplicity and information are discussed both from a general perspective and in terms of our two real examples.     

An extension of likelihood-ratio-test for testing linear hypotheses in the baseline-category logit model

A new family of test statistics for testing linear hypotheses in baseline-category logit models is introduced and its asymptotic distribution is obtained. The new family is a natural extension of the classical likelihood ratio test. A simulation study is carried out to find new test statistics that offer an attractive alternative to the classical likelihood ratio test in terms of both exact size and exact power.     

基于顺序统计滤波的实时语音端点检测算法

针对嵌入式语音识别系统,提出了一种高效的实时语音端点检测算法. 算法以子带频谱熵为语音/噪声的区分特征, 首先将每帧语音的频谱划分成若干个子带, 计算出每个子带的频谱熵, 然后把相继若干帧的子带频谱熵经过一组顺序统计滤波器获得每帧的频谱熵, 根据频谱熵的值对输入的语音进行分类. 实验结果表明, 该算法能够有效地区分语音和噪声, 可以显著地提高语音识别系统的性能. 在不同的噪声环境和信噪比条件下具有鲁棒性. 此外, 本文提出的算法计算代价小, 简单易实现, 适合实时嵌入式语音识别系统的应用.