相片传真通信中寄生信号干扰的分析与抑制

相片传真通信过程中,寄生信号往往对弱传真信号或记录图片低电平(黑、灰)处造成干扰。出现干扰时,往往图像信号不稳、信噪比下降、干扰花纹或斑点不规则。对低频寄生信号干扰,可在记录图片上数出干扰条纹,根据经验公式f(?)=MN/60(Hz)估计干扰频率,判断干扰源。上式中 M 为一条扫描线内的干扰条纹数,N 为滚筒每分钟转数,f_r 为干扰频率。而较高频率(高于200Hz)的寄生信号干扰,则很难用此法估计干扰频率。但此时干扰图形往往有明显的特征可寻,多数情况以不规则的条纹、花纹为主,     

基于SAM-CS和SOFM的胃上皮肿瘤细胞图像识别

针对胃上皮肿瘤细胞图像(以下简称肿瘤细胞图像)黏结严重和信息冗余的特点,提出了一种将自适应观测矩阵的压缩感知(SAM-CS)和自组织特征映射(SOFM)神经网络相结合的算法。该算法将肿瘤细胞图像拉成列向量,然后利用通过自适应过程产生的观测矩阵,基于压缩感知理论对图像信息进行观测,产生线性观测向量,最后利用SOFM神经网络的学习算法对观测向量进行训练和分类,实现对肿瘤细胞图像的识别。实验表明,相比常用算法,该算法至少提高了4.2%的识别准确率和5.7%的运算速度。     

基于改进小波变换的EEG分析

利用小波变换来进行EEG自动识别的研究,试图将EEG自动识别由当前的癫痫领域扩大到更多的病症中来。提出了一种改进小波基的方法。该方法是利用连续小波变换来对EEG信号进行分析,选定一个最合适的小波基。在自动识别的过程中,用自适应小波基的方法来进行多分辨分析,然后用6个参数进行特征提取。实验证明此方法有良好的可行性和有效性。     

基于有效跟踪的平均渐进瞬时差分学习遗忘算法

智能体通过学习最优决策来解决其决策问题.激励学习方法是智能体通过与其所处的环境交互来改进它自身的行为.Markov决策过程(MDP)模型是求解激励学习问题的一般框架,瞬时差分TD(λ)是在MDP模型下与策略相关的学习值函数的一种算法.一般情况下,智能体必须记住其所有的值函数的值,当状态空间非常大时,这种记忆的量是大得惊人的.为了解决这个问题,给出了一种遗忘算法,这种算法把心理学的遗忘准则引入到了激励学习之中.利用遗忘算法,可以解决智能体在大状态空间中的激励学习问题.     

红外图像去噪方法研究

这篇文章介绍了几种常用的红外图像去噪技术和实现方法,并从理论上分析了采用小波变换和均值滤波相结合的方法具有较好的去噪效果。使用MATLAB编程工具对这几种常用去噪方法进行分析,证明该文介绍的方法更适合红外图像去噪。     

基于每阶段平均费用最优的激励学习算法

文中利用求解最优费用函数的方法给出了一种新的激励学习算法，即基于每阶段平均费用最优的激励学习算法。这种学习算法是求解信息不完全Markov决策问题的一种有效激励学习方法，它从求解分阶段最优平均费用函数的方法出发，分析了最优解的存在性，分阶段最优平均费用函数与初始状态的关系以及与之相关的Bellman方程。这种方法的建立，可以使得动态规划（DP）算法中的许多结论直接应用到激励学习的研究中来。     

鸡蛋素食肠生产工艺的研究

研究了5种食品添加剂、加水量和加热情况对鸡蛋素食肠凝胶性的影响，得出了鸡蛋素食肠的配方。     

糠醛气相加氢制糠醇催化剂的开发

本文回顾了四十年来糠醛气相加氢制糠醇催化剂的进展,剖析了国外催化剂,介绍了自制的02-2型铜基多组分催化剂的性能。在负荷0.3～0.5克糠醛/克催化剂·时,氢/醛摩尔比9～20,停留时间3～5秒,温度100～168℃,转化率为99～100％,选择性99～100％。     

NGN承载网优化方案设计

下一代网络（NGN）的目标是建设一个能同时提供多种业务的综合网络,如语音、数据、图像、多媒体等,目前已开始规模商用。本文从NGN网络的特征开始分析,结合承栽网的需求与本公司网络结构的不足,提出相关的优化设计方案。     

化学絮凝法处理木薯淀粉废水的试验研究

本文根据广西武鸣某淀粉厂废水污染现状,分析了污染的原因。通过对高浓度有机废水处理方法的比较,根据工厂实际,选择了化学絮凝法作为淀粉废水的预处理方法,悬浮物(SS)和化学耗氧量(COD_(cr))的去除率分别达95%和75%以上,还回收了有价值的黄浆。