基于空间距离的帧内预测方法

帧内预测当前块处于运动物体的边缘或者2个物体的边界时,帧内模式不能充分体现像素之间的差别．为解决该问题,提出算法：当进行水平预测时,利用垂直方向上相邻块的像素作为水平预测的参考,形成垂直距离矩阵；在进行垂直方向预测时,利用水平方向相邻块的像素作为参考,形成水平距离矩阵．基于空间距离不同相关性之间的差异,改变了H．264标准中9种预测模式中的5种．实验结果证明,这种方法对于不同分辨率的视频序列都有很好的编码效果．     

面向设备管理的网络化机械设备故障诊断系统的实现

构建了一种基于因特网、面向设备管理的机械设备状态监测与故障诊断系统,该系统在建立远程专家状态监测与故障诊断体系的同时,有机地融合为企业设备管理信息系统的一个前台子系统,为设备管理部门及时提供现场设备运行状况以及相应的维修策略。该系统在天津某大型发电厂的应用证明了它的实用性。     

国民最终消费的非参数预测模型

传统的线性回归模型不能理想地捕获我国国民收入与最终消费之间的动态关系,本文基于局部线性非参数估计理论,对我国改革开放以来的年国民最终消费建立了非参数回归预测模型,并对我国2000~2004年的国民最终消费进行了预测。结果表明,相对于线性回归模型而言,非参数回归模型能够很好地解决我国国民最终消费问题,预测精度较高。     

The Research and Application of Prediction Control in Multi-variable Control Process

The modern industrial control objects become more and more complicated, and higher control quality is required, so a series of new control strategies appear, applied, modified and develop quickly. This paper researches a new control strategy-prediction control-and its application in Multi-Variable Control Process. The research result is worthy for automatic control in process industry.     

基于混沌时间序列的旋转机械状态趋势预测研究

针对旋转机械设备的非平稳运行状态,以混沌理论为基础,将最大Lyapunov指数的预测模型引入旋转机械故障趋势预示,阐述了构造预报函数f ^或F ^的两种方法,提供了混沌时间序列的最大可预测时间的计算方法,通过对大型机组实验数据的分析,证明了在最大预测时间内,该预测方法是较理想的.     

基于预测的平滑切换机制及其性能评价

针对微观移动协议现有切换机制存在的问题,提出了基于预测的平滑切换机制,该机制利用移动预测技术,在切换发生前预测移动主机将要切换的下一蜂窝以及切换的时刻,为移动主机预先建立新路径;为了保证基于预测的平滑切换机制的实现,提出了一个易于实现的简单移动预测算法--SMPA算法;通过理论分析和系统仿真的方法对基于预测的平滑切换机制进行了性能评价,结果表明该切换机制以相对较小的代价获得了可观的性能改善.     

不同运动特性目标落入自由波束的分析探讨

指定仰角目标如果不在雷达指定搜索范围,需要抽调指定波位到指定仰角对目标进行照射.对于不同运行特性的目标,在保证雷达跟踪性能和跟踪精度的前提下,选取不同的目标运动数学模型、滤波外推算法,分析预测精度对目标落入自由波束的影响;通过仿真分析,发现运动模型以及滤波算法的选取对目标落入自由波束时影响是明显的,最终提出一种折中方案,即使目标运动特性发生变化,也能保证目标以一定的概率落入自由波束,实现雷达全空域的搜索.     

基于自适应滤波理论的网络流量线性预测

Internet网络流量的分析、模型仿真以及流量的预测，在网络管理和设计中起着很重要的作用。该文在此方面做了一些工作和尝试，主要有两方面的贡献：（1）在分析和比较了不同模型性能的基础上，提出了CERNET IP backbone的流量模型；（2）将自适应滤波的新思想引入网络流量的模型仿真和预测，提出了自适应网络流量线性预测的新算法。     

小波神经网络在NGN流量预测中的应用

基于下一代网络NGN（Next Generation Network）的运行环境，该文提出了一个的基于小波神经网络的IP流量预测方法。在神经网络预测模型中，神经网络中的转移函数使用小波函数来替代，从而建立小波基神经网络；同时，通过使用小波多分辨率方法将原始流量信号分解成不同频率成分的分量信号，然后使用分量信号作为训练样本训练小波基神经网络。通过前述方法建立NGN流量预测模型，并根据实际流量数据预测一天的流量。实验结果表明本方法相较未采用小波的神经网络预测方法，能显著提高流量预测精度。     

适用于不确定环境中的DVS软实时调度算法

为了解决嵌入式软实时系统的节能问题，提出了一种DVS调度算法。它的特点是克服了任务执行时间不确定所带来的干扰，在运行时动态地寻找最优电压调节方案。实验表明：该调度算法可以很好地保证软实时系统的效率和稳定性，即使在处理器超载的情况下，也能自动调节，超过99%的作业可以在时间期限之前完成。对多种随机任务集的评测显示，该调度算法使得系统能耗平均减少15%以上。