一个基于多媒体短信息业务的变形动画生成机制

为了适应MMS(多媒体短信息业务)的发展，提出了一个基于图像扭曲的变形动画生成机制。该机制不仅能够实时地产生效果新奇、富于戏剧性的GIF动画，而且能够根据不同终端的特点实现图像的自适应处理，从而使在无线网络上传输丰富多彩的图像文件变得更为方便。     

异步脑—机接口的空闲状态检测新方法*

提出一种新的空闲状态检测方法,以训练集中各类运动想象样本的类内散度和正确检测率为指标,结合接收机曲线确定分类阈值,设计最佳三分类器,并采用模糊化技术对预测标签进行处理。将该方法应用于2005年BCI竞赛数据IVc,测试的均方误差为0.278 7。实验结果验证了该方法的有效性。     

基于自注意力对抗的深度子空间聚类

子空间聚类(Subspace clustering)是一种当前较为流行的基于谱聚类的高维数据聚类框架.近年来,由于深度神经网络能够有效地挖掘出数据深层特征,其研究倍受各国学者的关注.深度子空间聚类旨在通过深度网络学习原始数据的低维特征表示,计算出数据集的相似度矩阵,然后利用谱聚类获得数据的最终聚类结果.然而,现实数据存在维度过高、数据结构复杂等问题,如何获得更鲁棒的数据表示,改善聚类性能,仍是一个挑战.因此,本文提出基于自注意力对抗的深度子空间聚类算法(SAADSC).利用自注意力对抗网络在自动编码器的特征学习中施加一个先验分布约束,引导所学习的特征表示更具有鲁棒性,从而提高聚类精度.通过在多个数据集上的实验,结果表明本文算法在精确率(ACC)、标准互信息(NMI)等指标上都优于目前最好的方法.     

基于运动方向预测的快速运动估计算法

利用序列图像的相邻块运动矢量的高度相关性和运动矢量的中心偏移特性,提出一种基于运动方向预测的快速运动估计算法。设计4种方向性模板,根据参考运动矢量预测出图像块的运动情况,根据不同的运动方向选择对应的方向性模板进行搜索。实验结果表明,该算法在速度和准确性方面都优于传统的快速运动估计算法。     

软交换技术在广东电网中的应用建议（Only in Chinese）

对广东电网引入软交换的可行性和优势进行了分析,提出了广东电网软交换的建设模式及应用方法,结合广东电网业务与网络现状,给出了广东电网软交换实施策略,最后针对软交换的关键技术提出了广东电网实施软交换应注意的问题.     

基于TETRA的低速ACELP语音编码算法及其仿真

描述了TETRA中的低速率语音编码算法实现过程，并在CCS2．0中对其进行了软件仿真．由于这种低速率(4．567Kbps)ACELP算法与应用于多媒体通信的变速率G．723标准、应用于未来个人通信的8Kbps的G．729标准、第三代移动通信的语音压缩编码有许多相似之处，因此对其算法仿真的研究和实时实现对第三代移动通信的语音压缩编码算法有比较重要的意义．     

RFID在现代军事领域的应用探讨

本文对RFID在现代军事领域的应用进行了概述,列举了现代战争中成功的RFID应用。对军事领域RFID技术上的一些重要问题进行了分析。借鉴国外的经验,对军队,企业和院校紧密结合发展现代军事领域RFID的思路进行了探讨。     

面向卷积混叠环境下的盲源分离新方法

卷积混叠环境下的盲源分离(Blind source separation, BSS)是一个极具挑战性和实际意义的问题. 本文在独立分量分析框架下, 建立非负矩阵分解(Nonnegative matrix factorization, NMF)模型, 设计新的优化目标函数, 通过严格的数学理论推导, 得到新的模型参数更新规则; 并对解混叠矩阵进行标准化处理, 避免幅度歧义性问题; 在源信号的重构阶段, 通过实时更新非负矩阵分解模型参数, 避免源信号的排序歧义性问题. 实验结果验证了所提算法在分离中英文语音混叠信号、音乐混叠信号时的有效性和优越性.     

求解无线网络基站选址问题的一种改进遗传算法

该文提出了一种改进的遗传算法解决无线网络规划中基站选址的问题,实现了用最少的基站数量实现最大覆盖的优化目标。利用孤岛模型的并行算法提高了优化的速度和质量;采用一致交叉算子,提高了算法的搜索能力,有利于算法收敛;提出了一种新的迁移策略,在迁入其他子群最优个体的同时,不破坏种群的多样性,防止了未成熟收敛。实验证明,该文提出的改进算法获得了较好的优化效果。     

脑-机接口中基于ERS/ERD的自适应空间滤波算法

在与运动相关的脑-机接口(Brain-Computer Interface,BCI)研究中,如果样本规模小,共同空间模式(Common Spatial Patterns,CSP)滤波算法对离群点(可能为噪声)敏感,鲁棒性不好.为此该文提出自适应空间滤波(Adaptive Spatial Filter,ASF)算法,抽取滤波后脑电信号的方差作为特征,并寻找最优滤波器使两类特征中心的比值最大.与CSP不同,ASF是迭代算法,具有软判决机制,能够依据历代更新后的滤波器,自适应地降低离群点对各类特征中心计算带来的影响.采用BCI competition 2003和2005中两套数据集进行实验,结果表明:尤其是在训练样本少的情况下,相对于CSP,ASF所提取的特征分类效果更好.