基于最长序列的虚拟3D音效的实现

为了在多媒体移动终端里实现3D音效,一个头部相关的传递函数首先被获取,然而一般的头相关传递函数的计算是把头当作一种球体来建立一个数学模型,这种模型的数学的计算复杂,不适合在嵌入式终端的实现.本文提出一种基于最长序列的测量系统脉冲响应的方法,该方法基于互相关技术,具有很高的抵抗噪声干扰能力,得到结果精度高,可重复性强,计算复杂度低,便于在嵌入式终端的实现。     

面向消费类电子产品的自动化生产线成组技术

针对现代消费类电子产品快速更新换代的现状, 介绍了该类产品的自动化生产线成组技术,阐述了通过度量消费类电子产品相似性和派生性特征,对产线进行成组编码的原理,研究产线工位单元的建模方法,描述了建模内容,并通过有无装载板的产线结构,论述了产线成组编码集成的途径和方法.     

差分跳频通信系统的特点及性能

文章介绍了一种新型的短波跳频通信技术——差分跳频,分析了差分跳频技术区别于常规跳频技术的主要特点。针对按序列检测的信号接收方法,对差分跳频通信系统在AWGN信道下的性能进行了理论分析,同时做出相应的计算机仿真,证实了差分跳频通信技术和按序列检测方法的结合,使通信系统在AWGN信道下的性能得到了比较显著的提升。     

以一种新的距离度量作为反馈的相关跟踪方法

基于相关的模板匹配方法在图像跟踪中得到了广泛的应用,但是这种方法的主要缺点是对图像噪声非常敏感,而且由这种方法得出的相关曲面比较平坦。为了有效抑制噪声和局部遮挡对图像的影响,提出用鲁棒统计中的一个值代替相关值作为距离度量。它不是计算两幅图像的对应像素差值,而是计算两幅图像中差别不大的对应像素对的个数。实验证明这样得到的曲面相对　　收稿日期:2003 08 31;　修订日期:2003 10 28作者简介:张桂林(1944 ),男,天津人,教授,博士生导师,主要研究方向为自动识别、人体生物统计特征识别、图像处理算法与系统性能评估等。　　　　　　　要尖锐得多。当上述的距离度量应用于跟踪过程中时,模板的合理更新对跟踪非常重要。基于上述的距离度量方法,提出了一种新的模板更新策略。利用两幅图像中近似像素在整修匹配模板像素中所占的比例大小决定加权系数。这种加权策略可以自适应地根据图像序列的变化选择更新相关模板,同时在一定程度上减小模板漂移的危险。     

利用浮点图像对视频对象进行自动分割

本文提出了一种自动的运动对象分割算法，利用浮点图像的轮廓进行区域分割，然后根据帧间运动信息进行区域合并，分割出视频序列中的运动物体。     

一种A5流密码算法的设计实现

A5算法是一种利用伪随机数和非线性运算实现的流密码,它是求和生成器和钟控移位寄存器的组合,其线性复杂度大于两种生成器线性复杂度,加密速度快,适合无线突发信道。     

机器可读词典的快速查找技术

本文叙述了用于直接访问由可变长记录组成的顺序式词典文件中各个词条的一种方法。这种方法以trie索引为基础, 避免了重新组织词典文件。Trie索引是一个深度可变的多层次索引, 深度的控制取决于为存放索引可提供的合理的内存量, 本方法可满足查找一个词条只需要一次磁盘访问的理想要求。     

聚合物载体－稀土金属络合物的研究 ⅩⅢ．聚［苯乙烯－甲基丙烯酸β（甲基亚硫酰基）乙酯］的结构与其稀土金属络合物催化丁二烯聚合的活性

从测得的竞聚率计算了单体链节在聚［苯乙烯－甲基丙烯酸β（甲基亚硫酰基）乙酯］（ＰＳＭ）中的序列分布。苯乙烯（Ｓ）或甲基丙烯酸β（甲基亚硫酰基）乙酯（Ｍ）的长序列的概率随着ＰＳＭ中相应单体含量的增加而增加。对于Ｓ和Ｍ摩尔分数大致相等的ＰＳＭ，单体链节的长序列分布函数值相接近。用与此结构相近的ＰＳＭ合成的稀土金属络合物，其催化活性不佳。在Ｍ短序列分布和Ｓ长序列分布较高的情况下，络合物的催化活性最好。所得聚丁二烯的微观结构与ＰＳＭ中单体单元的分布无关。     

DNA测序问题——2003年第3期题解

问题分析这是一道典型的分类问题,我们知道该问题的关键是要从已知的分好类的20个字母序列中提取用于分类的特征。知道了这些特征,我们就可以比较容易的对那些未表明类型的序列进行分类。分类标准:(1)所取特征必须可以标志A组和B组,也就是说,我们利用这些特征应该可以很好的区分已经表示分类的20序列。这是一个比较显然的理由。(2)所取特征必须是有一定的实际意义的。这一点是绝不能被忽视的。比如,不考虑模型的实际意义,我们可以以序列的开头字母为分类标准:已知在B类中的十个序列都是以gt开始的,而在A类中十个没有以gt开始的,甚至以g开始的都没有。显然这个条件满足第一个条件的。如果仅因此就认为这种特征是主要的,并简单的利用这个特征将所有待分类的序列分成两类,显然是不合理的。基于上述分类标准,我们利用DNA序列的局部性和全局性的特征,从频率角度和周期性角度出发来综合分析这道分类问题。