广义最大熵法在估计最小交叉熵谱中的应用

本文把最大熵谱分析法(MEM)拓广应用于直接从数据记录非迭代地估计有先验谱的最小交叉熵(MCEM)谱.这种新的非迭代快速最小交叉熵谱分析法(MCEM)算法不仅从理论上进一步证明了MCEM是MEM的拓广,而且在实践上真正把MCEM算法实现为增加了预白化和后加权处理的广义MEM算法.分析、比较和计算机模拟表明,所推荐的算法能以明显优于常规的迭代MCEM算法的计算速度和与MEM算法相同的计算效率给出性能较大地比ME谱优的MCE谱.     

ARMA谱值估计的快速算法的研究

本文首次从运算量的角度,研究了现有ARMA谱值估计(包括最大熵谱值估计)的几种快速算法的各自特点,指出综合利用三角函数的周期性和递推性关系是进一步提高谱值估计速度的有效途径,同时指出,在计算机上实现ARMA谱值估计时,三角函数的调用时间在整个计算时间中占有相当的比例。在此基础上,本文提出了一种综合快速算法,理论与试验结果表明,该算法无论在计算速度上,还是在算法的综合性能方面均是优越的。     

最大熵谱的振幅谱和相位谱计算

最大熵谱估计是高分辩率的现代谱估计方法,它有着传统谱估计方法不可比拟的优越性。但最大熵谱估计中振幅失真,使它的应用受到很大限制。本文着重介绍了运用准确最小二乘法计算最大熵谱信号的最佳频率成分,再利用三角函数回归法求取原始信号的真实振幅谱和相位谱。对最佳频率成分位置的确定,采用一种既简便又准确的方法,比前人的方法更为优越。     

基于谱熵的语音端点检测算法改进研究

语音端点检测是语音处理中重要的领域之一。常规谱熵语音端点检测算法是通过检测语音的功率谱的平坦程度,从而达到语音端点检测的目的。但是该方法在平稳噪声环境下较好,在无噪声和非平稳噪声环境下效果较差。作者在分析了无噪声环境下常规谱熵端点检测算法效果差的原因的基础上,结合了语音的短时能量算法,对常规谱熵算法进行了改进,形成了一个新的特征参数——谱熵能量积。仿真结果显示,该方法相对于常规谱熵算法,在无噪声的环境下检测精度有了很大的提高,在非平稳噪声环境下也有了一定的提高,鲁棒性得到增强。     

自回归谱Marple算法的计算机模拟与分析

用Marple算法建模而进行的自回归谱估计具有分辩率高、数据可以短、抗干扰力强以及计算效率高等优点。本文用Marple算法分别在短数据和强噪声的情况下进行了计算机模拟研究,并和最小二乘法、Yule-Walker法、最大熵谱法和新最大熵谱法等的谱估计作了比较分析,并对滚齿机分度传动链误差的实测数据作了分析,获得了一些具有工程实用价值的意见。另外,还通过Marple算法与FFT算法的性能比较,说明了自回归谱估计的优越性。     

基于分带谱熵和小波域Teager能量的语音清浊分类算法

基于分带谱熵和小波域Teager能量提出了一种改进的语音清浊分类算法.该算法首先计算频域内的分带谱熵,然后在小波域计算不同频带的Teager能量,计算出低频能量所占的比例,通过这2个参数进行清浊判断.实验结果证明,由于分带谱熵能加深清浊音之间的差异,Teager能量能快速跟踪声门周期内信号能量的变化,因此该算法更容易提取浊音,在纯净语音和含噪语音上的性能都优于幅度能量算法.     

最大熵原理的供热负荷预报研究

根据建筑供热的特点和供热节能控制的需要,提出应用最大熵法进行负荷预报,介绍了最大熵谱法原理及Burg算法,对从热力站采集的历史随机负荷序列进行预处理,将其中的确定性部分和随机部分进行分离;并对负荷样本序列,分别用相关法和最大熵谱法进行负荷预报,对两种结果进行了分析比较,采用最大熵谱法进行负荷预报,其预报精度、自适应性和算法的实时性均能较好地满足建筑分户计量节能供热的要求．     

基于谱投影梯度的电容层析成像图像重建算法

针对图像重建问题,基于谱投影梯度算法对电容层析成像系统进行图像重建算法。该算法结合ECT的工作原理,以方向追踪为目标,根据谱投影梯度计算更新方向和步长,同时为了避免因收敛导致局部最优解,引入了非单调搜索策略,使精度与速度达到平衡。通过该算法对典型的流型进行仿真实验,并与传统LBP算法对比,结果表明该算法的重建精度得到提高,该方法为ECT图像重建提供了一个新的研究思路。     

齿轮和传动链误差短记录数据的最大熵谱线估计

本文比较了在最大熵谱基础上各种求频率、幅值和相位的方法,提出了一种Marple最大熵谱线估计法,即以Marple快速递归算法估计最大熵谱参数,然后用FFT求出功率谱并估计频率,再由循环下降法估计幅值和相位的方法。它同传统的FFTr谱分析相比,其估值精度高,分辩率高,特别适用于短记录数据的谱分析。本文将此法应用于宽斜齿轮螺旋线波度误差等一类的谱分析上,能准确地诊断出误差源,有满意的结果。     

基于子带谱特征的助听器背景噪声场景分类算法

针对助听器应用中背景噪声场景分类算法需同时具备低延时性和高分类准确率的问题,提出一种基于LightGBM集成学习模型的助听器场景分类算法以减少分类过程的计算时间,给出一种新的子带谱相关性特征并联合子带谱熵特征构成分类特征来提高助听器场景分类的准确率,使用双耳差分信号提取子带谱特征减少计算过程中的内存占用率以及模型离线训练工作量,提高计算效率。对双耳助听器声学环境识别数据集中的安静室内、交通环境、风噪声、音乐、鸡尾酒会、汽车噪声6种场景下的背景声音进行测试,实验结果表明,相对于基于随机森林模型和子带信号周期性特征、子带信号熵特征的场景分类算法,该算法在实时性和分类准确率方面的性能均有显著改善。     

Windows环境下快速傅里叶变换的软件实现

根据微计算机的高速发展和Ｗｉｎｄｏｗｓ提供虚存管理－内存可达１６ＭＢ的优越性，提出了一种在微机上实现快速傅里叶变换的方法。     

基于遗传粒子群算法的FBG传感网重叠光谱的解调研究

由于光源带宽有一定的范围,当光纤布拉格光栅(FBG)传感器的数量使用过多时会发生光谱重叠现象,所以会造成反射光谱的中心波长识别困难。为解决光谱重叠问题,通过利用光谱形状复用技术构造重叠光谱,并根据遗传算法和粒子群算法的特点,将二者进行结合形成了遗传粒子群混合算法,用于改进识别反射光谱的中心波长的收敛速度和精度。通过仿真实验结果可知,当FBG传感器的反射光谱发生重叠时,遗传粒子群混合算法可以实现对重叠光谱中心波长的识别,且识别误差范围在5 pm之内。该方法为解决因光源带宽而限制FBG传感器的使用数量提供了一种可行方案。     

非线性Galerkin算法和Galerkin算法

给出了数值求解非线性发展方程的Ｇａｌｅｒｋｉｎ算法和非线性Ｇａｌｅｒｋｉｎ算法,其中空间变量用谱元法离散,时间变量用Ｅｕｉｅｒ显式格式离散。此外,我们分析了两种算法的有界性、稳定性和收敛精度估计。经过比较,在收敛精度相同的条件下,非线性Ｇａｌｅｒｋｉｎ算法具有稳定性能好,计算量少的优点     

一种改进的灰狼优化算法

为了克服标准灰狼优化(GWO)算法寻优精度不高,难以在收敛速度和避免陷入局部最优之间取得平衡等问题,提出了一种改进的灰狼优化(IGWO)算法.该算法采用非线性收敛因子策略和自适应调整策略来提高寻优精度和加快收敛速度.选取10个基准函数对IGWO算法进行验证表明,IGWO算法的优化精度和收敛速度显著优于标准GWO算法和其他元启发式算法,因此本文提出的IGWO算法在求解最优参数方面具有良好的应用价值.     

二阶伏特拉滤波器RLS算法改进

分析了二阶伏特拉滤波器的一种快速RLS算法,针对其存在的收敛速度与收敛精度之间的矛盾,构造了遗忘因子函数并取代该算法中的固定遗忘因子,得到改进的RLS算法。提出了遗忘因子函数的构造原则并分析了相关参数的选取方法。算例表明:改进的RLS算法能解决收敛速度与收敛精度之间的矛盾,有效地加快了收敛速度。     

基于维纳估计的彩色图像光谱重建算法

目的研究彩色图像光谱重建算法,解决彩色图像的RGB等色度参数在表征图像颜色信息时的局限性．方法采用维纳估计算法并结合多项式模型,对1269个Munsell实验数据进行测试．结果光谱重建仿真实验中,对Munsell实验数据按照不同i）1l练和检验样本来选取,当数码相机RGB信号扩展项数为10时,均方根误差为0．0244,优于扩展项为3和7时的精度,可见扩展项数对光谱重建精度有直接影响．结论结合多项式模型的维纳估计算法在进行彩色图像光谱反射比重建的研究中,扩展项的增加可以有效地改善光谱重建效果．     

一种自适应回声抵消和噪声消除算法

为解决回声和噪声严重影响通信系统的通信质量问题,采用带有语音活动性检测VAD(voiceactivitydetection)的谱减法消除噪声,并用基于两矢量夹角法双向通话检测器DTD(doubletalkdetector)的仿射投影算法APA(affineprojectionalgorithm)对回声自适应进行估计,提出了一种回声抵消和背景噪声消除的方法。仿真实验表明:该方法可有效地消除背景噪声,对回声路径参数的估计精确性较高,可以准确地检测到双向通话情况,同时也能够区分双向通话和回声路径突然改变这两种不同的情况,收敛速度快,且具有一定的鲁棒性。     

免疫算法在近红外光谱奇异样本识别中的应用

为了提高近红外光谱数据建模后的准确性,文中提出基于免疫算法的近红外光谱奇异样本的识别方法.通过免疫算法与遗传算法对同一近红外光谱数据集分别进行奇异样本识别并比较,删除奇异样本后,免疫算法较遗传算法分别将水分、脂肪、蛋白质的PLS模型的预测误差平方和分别降低了25.8%、32.1%、21.7%.实验表明,免疫算法适用于近红外光谱奇异样本的识别,提高了模型预测精准度和稳健性.     

用于视频交通检测监控系统的车牌自动识别算法研究

针对视频交通检测监控系统对车牌自动识别算法的要求,提出了基于Hough变换改进的几何失真矫正方法以及基于马尔可夫随机场模型和遗传算法的函数优化二值化算法.实验表明,采用这两项改进算法能够有效地提高车牌自动识别的正确率和识别速度,其功能和技术指标满足视频交通信息检测监控系统的要求.