一种避免退化时正则解循环的方法

本文利用字典排序法,给出了避免退化时正则解循环的一种方法。     

基于统计的分词系统字典模型研究

在传统基于统计的中文分词系统基础上加以总结和改进,通过向量空间建立字典模型,改进了倒排字典设计,引入了改进的字典自我学习的功能,优化了字典排序的算法,提高了查询的速度.     

基于K-SVD算法和组合字典的语音信号清浊音判决研究

针对语音中清音和浊音特性的不同,本文提出了一种新的清浊音判别方法,利用K奇异值分解(K singular value decomposition,KSVD),分别对数据样本中的清音和浊音进行字典学习,训练出符合样本信号特性的浊音字典和清音字典,将多个单清音字典组合成组合清音字典,多个单浊音字典组合成组合浊音字典,并将待测信号在组合浊音字典和组合清音字典上进行稀疏表示,通过对比其系数的稀疏性来判别清浊音。研究结果表明,在相同条件下,与传统的清浊音判别方法相比,基于组合字典的判别方法对于多音素的清浊音判决具有更加准确的判决结果。该研究对语音识别和语音编码具有重要作用。     

分"档"直接插入排序算法研究

提出一种由分“档”、整体置换和局部直接插入排序所组成的新排序算法——分“档”直接插入排序法．算法分析和实验结果表明：在待排序数据非极不均匀分布的情况下。分“档”直接插入排序算法的时间复杂度可以达到O(n)，而附加存储空间开销却仅仅为[(n 1)／2]，同时排序速度明显优于Quick Sort、Heap Sort、按字节桶分配链接排序、Proportion Split Sort等算法．     

稀疏表示框架下的SAR目标识别

稀疏表示选择最佳线性表示重构信号,可避免合成孔径雷达(SAR)目标识别中的方位角估计难题,同时减轻强相干噪声影响。稀疏字典选择是稀疏表示中的关键问题之一,该文提出分别使用级联方式和并联方式构造稀疏字典实现SAR目标识别。首先对训练样本进行对数归一化处理,使用主成分分析(PCA)特征提取和降维;然后对处理后的数据分别组成级联字典和并联字典,采用截断牛顿内点法(TNIPM)获得目标的稀疏表示;最后,在两种字典的稀疏表示框架下设计分类器对SAR目标识别。通过对比实验,验证了该文的字典构建方式在稀疏表示框架下对SAR目标识别的有效性。     

基于多样字典理论与多尺度距离度量的彩色图像检索

针对在图像检索中因色彩因素导致的相关算法正确率低、稳定性差等问题,提出了一种多样字典理论与多尺度距离度量的彩色图像检索算法.首先,对输入图像进行量化,将其转换为一维字符串形式;其次,采用多样字典统计对图像视觉模式编码,并计算编码后的图像特征值;最后,给出多尺度距离的相似度量准则,并根据该准则对查询图像与数据库图像的特征值进行处理,寻找与其匹配的特征图像.实验结果表明:本文所提出的算法在查准率与查全率上要优于当前流行的检索方法,其对彩色图像的检索精度和稳定性也有了明显提高,因此具有较好的应用价值.     

稀疏表示中字典学习的影响因子研究

研究了稀疏表示中影响字典矩阵构建质量的关键因素,并实现了关键因子定量化表示. 分别对图像数量、取块大小、字典列数和取块步长等因子进行参数调整并生成字典矩阵,结合系数矩阵对原始图像重构,以峰值信噪比和结构相似性索引测量这两种质量评价指标作为字典质量的评估依据. 实验以CMU_PIE_Face数据库为数据源,结果表明当图像数量为500张、取块大小为4个像素点、字典列数为512维、取块步长为2个像素点时,所得到的字典具备对原始图像的最佳表示能力. 因此,稀疏表示中关键因子的定量化表示可加速字典学习过程且简化模型复杂度,提高字典抽象层质量,具备更强的图像表现力.     

HLZ:一种采用混合字典的自适应无损编码算法

研究了在数据无损压缩领域影响常规的两种压缩算法：LZ78及LZ77， 一种改进的混合字典压缩算法HLZ（Hybrid LZ）。HLZ是基于LZ78和LZ77的一种混合算法，利用了LZ78和LZ77的互补特性，在用HLZ算法进行地，当发现已经到达字典中提供的词汇终点时，并不立刻进行编码，而是与滑动窗口相比较，若当前 字符串在滑动窗口中的匹配长度尚不及它在字典中的匹配串的长度，则采用LZ78输出，否则用LZ77编码输出，在还原输出编码时，HLZ算法建立了一个链结构，将字典中具有相同首字母的词链接起来，大大养活了搜索字典中对应最长匹配串的时间，实验结果表明，HLZ算法具有与LZ78和LZ77町似的计算复杂度和存储复杂度，但具有更好的全局与局部自适应性，更高的压缩效率。     

HLZ：一种采用混合字典的自适应无损编码算法

研究了在数据无损压缩领域影响深远的两种压缩算法：LZ78及LZ77．LZ78算法具有较好的全局性,而LZ77算法具有较好的局部自适应性,与LZ78形成互补特性．提出了一种改进混合字典压缩算法HLZ(hybridLZ)．HLZ是基于LZ78和LZ77的一种混合算法,利用了LZ78和LZ77的互补特性．在用HLZ算法进行正文编码时,发现已经到达字典中提供的词汇终点并不立刻进行编码,而是与滑动窗口相比较,若当前字符串在滑动窗口中的匹配长度尚不及它在字典中的匹配串的长度,则采用LZ78输出,否则用LZ77编码输出．在还原输出编码时,HLZ算法建立了一个链结构,将字典中具有相同首字母的词条链接起来,大大减少了搜索字典中对应最长匹配串的时间．实验结果表明,HLZ算法具有与LZ78和LZ77相似的计算复杂度和存储复杂度,但具有更好的全局与局部自适应性、更高的压缩效率．     

Moore-Hodgson算法的最优性

经典排序论中使误工工件的个数为最少的单台机器排序问题,简称为误工问题,是排序论中最基本的问题之一。著名的Moore—Hodgson算法可以在时间O（n log n）内得到误工问题的最优解。Pinedo在1995年对于Moore—Hodgson算法的最优性给出一个证明。虽然这个证明不严格,许多关键的地方交待不清,但是Pinedo证明的过程表明Moore—Hodgson算法得到解是所有最优解中不误工工件的总的加工时间最短的。这是一个很本质的性质,是其他所有的证明中没有提及的。本文补充和完善了Pinedo的证明。此外,对于推广的误工问题,例如,某些工件必须不误工的排序问题,或者工件的就绪时间不相同、但是与交货期有“一致性”关系的排序问题,或者工件的加工时间与工件的权有反向“一致性”关系的排序问题等,是否也有类似的性质？这是非常有意义的进一步研究方向。     

基于匹配小波变换的初级视皮层神经元锋电位分类

神经元锋电位分类是研究神经系统信息处理机制的关键.为了提高锋电位分类效果,将匹配小波应用到锋电位分类中来,提出了基于匹配小波变换的初级视皮层神经元锋电位分类方法.首先根据提取的锋电位信号波形特性和匹配准则,构造出匹配小波,然后基于匹配小波对锋电位信号进行小波变换,获取锋电位信号特征进行锋电位聚类,从而实现锋电位分类.将该方法用于由多电极阵列采集的大鼠初级视皮层神经元锋电位的分类,并与基于传统小波的分类方法进行聚类比较,该方法得到的散点图具有两个更加明显的聚类中心,聚类效果更好.再对信号进行加噪处理,当信噪比较低时,该方法仍保持较高的分类正确率,抗噪性能较强.     

推块式分拣机固定分拣道岔的曲线模型研究

介绍了推块式分拣机的市场前景、特点、构成以及固定分拣道岔曲线模型研究的意义及其构造过程     

基于深度神经网络复杂场景下的机器人拣选方法

针对提高快递包裹的分拣效率和识别准确率,提出了一种基于深度神经网络复杂场景下的机器人拣选方法.首先,提出一种改进的目标检测算法,通过将多层浅层特征图与最终的特征图进行融合,提取更加细节的特征,以提升识别的速度与精度;其次,提出了一种基于关键点的级联卷积最优拣选位置检测网络模型,对包裹最优拣选位置进行实时预测估计;最后,结合目标包裹最优拣选框与场景的深度信息和基于三维信息的目标姿态估计算法实现机器人拣选,并通过实验验证了该方法的有效性.     

最高位优先基数排序的一种实现方法

给出了最高位优先基数排序算法的一种实现算法,与其他的实现方法相比,该方法易于扩展为异步并行基数排序算法．     

空情仿真软件中外部排序算法的探讨

在一般外部排序算法的设计中，归并路数Ｋ的选择是很关键的，它直接影响一个算法程序执行的时间效率．本文介绍ＥＫ－３０１系统空情仿真软件中的多批航路数据流的分批合批及排序方法，并通过对数据分批合批处理算法的时间复杂度分析，就数据流的外部排序归并路数Ｋ值的选择进行了讨论，从而在仿真软件的设计中得到一个较理想的外部数据排序及分批合批处理算法     

柔性包裹分拣系统

给出了一种新的包裹分拣系统,即利用柔性运输技术设计并由计算机控制独立完成包裹分拣及其信息管理系统.     

逻辑导引排序算法

提出一种整型数排序算法，它是通过逻辑向量对欲排序元素的分配和回收而实现排序过程，这种方法改善了排序的时间复杂度，并且用Ｃ语言编程序，与快速排序算法比较，运行结果表明了本算法性能优越。     

分段聚类在雷达信号分选中的应用

分析了雷达信号分选中的容差问题,现代电子战所面临的越来越复杂密集的脉冲环境,使容差问题成为制约现有多参数信号分选体制分选效率的重要因素。根据统计学习理论的思想,提出了一种基于支持向量聚类和级联互耦的分段聚类雷达信号分选方法,该方法克服了容差问题对雷达信号分选的影响。通过仿真实验验证,对于高脉冲密度环境和复杂的信号形式,这种分选方法是有效的。     

"虚拟视窗"算法在成品烟自动分拣控制中的应用

自动分拣系统是当代物流科技发展的标志之一，简述了一种成品烟自动分拣系统和“虚拟视窗”算法，重点介绍了“虚拟视窗”算法理论在成品烟自动分拣控制中的应用，这样提高了控制的灵活性。     

快速称重传感器在电池极板称重分拣系统中的应用

针对电动自行车用蓄电池生产中需要根据其极板重量进行分拣的工艺要求,提出了一种极板快速称重分拣的方法,该方法利用无刚性冲击的间歇运动机构、快速数字式称重传感器、PLC控制器、气动上下料系统等手段,实现极板的自动化快速称重分选.重点讨论了该方法中最主要的部件：智能快速数字式称重传感器的工作原理、参数设置、滤波方式的选择、称重数据采集的触发方式与震荡时间的计算与设置等,有效地去除了由于分选机构的机械动作引起的机械振动以及工作现场的外界干扰对实际重量信号的淹没.以PLC作为智能传感器的上位控制器,完成了PLC与智能传感器的通讯,介绍了PLC对智能传感器的命令方式以及与控制器之间的数据交换、系统调试使用方法.