数字流水Viterbi译码器的VLSI设计

本文介绍了高速数字流水Ｖｉｔｅｒｂｉ译码器的ＶＬＳＩ设计。在符号４值系统的基础上，给出Ｖｉｔｅｒｂｉ算法的新的功能分解公式，并介绍了用于译码器实现的两个重要的快速运算部件ＡＤＤ和ＭＡＸ的原理及其现场可编程（序）门阵列（ＦＰＧＡ）实现。文中详细讨论了译码器的ＶＬＳＩ结构、设计和性能分析。本文给出的Ｖｉｔｅｒｂｉ译码器可塑性强，并具有高度的并行性和很高的数据吞吐率。     

一种车用高边智能功率开关电路的研制

介绍了一种汽车用高边智能功率开关电路的工作原理。对该电路所涉及的功率ＶＤＭＯＳ器件、隔离技术及ＣＭＯＳ／ＶＤＭＯＳ兼容工艺设计进行了详细分析，最后给出了实验结果。     

电话网上非话业务微机监测系统的研究

随着我国电话网内用户传真、电传和计算机通信等非话业务的飞速发展，如何控制未注册用户的入网电平和统计其ＮＶＴＳ话务流量，已成为电信网网路管理的迫切研究课题，本文论述一种基于微机的ＮＶＴＳ监测系统的设计与实现方法，该研究课题，将随机过程最佳检测，模式识别和数字信号处理等理论，应用于ＮＶＴＳ微机监测系统设计，提出了ＴＭＲ模式匹配分析算法和ＳＴＳ容错测试算法，应用于ＮＶＴＳ微机监测系统设计，提出了ＴＭＲ模     

VDMOS场效应管及其特点分析

阐述了垂直导电双扩散型ＶＤＭＯＳ管的发展概况，分析了ＶＤＭＯＳ管的结构特点，工作原理，特性曲线，主要参数，归纳了它的技术特点和优势，最后介绍了在电力电子技术，计算机，音响等方面的应用。     

一种双扩散p阱nMOS器件新结构

本文介绍了一种适用于ＶＤＭＯＳ功率集成电路的双扩散ｐ阱ｎＭＯＳ器件新结构，该结构具有与ＶＤＭＯＳ工艺完全兼容和加工工艺简单的特点。利用这种结构可实现ｎＭＯＳ处理电路与衬底间的ｐｎ结隔离，并且隔离电压接近ＶＤＭＯＳ管的耐压。通过调节源、漏扩散窗口间距，可以在小范围内调整ｎＭＯＳ管的阈值电压。这种双扩散ｎＭＯＳ器件结构，特别适合于制作单驱动器件的ＭＯＳ功率集成电路。     

VAX／VMS硬件及逻辑保护机制分析

本文概述了ＶＡＸ／ＶＭＳ操作系统，分析了ＶＭＳ在硬件保护机制、逻辑保护机制中所使用的原理方法，指出了系统中设计的策略性问题。     

DVB—S标准的硬件实现：ODM8511芯片原理及其应用设置简介

本文介绍一种符合ＤＶＢ－Ｓ标准的单片集成电路ＯＤＭ８５１１，该芯片集ＱＰＳＫ解调，信道纠错码的解码于一体，用于与ＯＤＭ８２１１共同组成数字解码卫星电视接收机。本文介绍了它的内部原理框图及相应的功能，并给出了它的基本设置流程。     

UPS—600VA不间断电源几个关键技术的处理

本文主要介绍了采用ＳＰＷＭ调制方法，用模拟集成控制器ＴＬ４９４作脉宽调制器件，ＶＭＯＳＦＥＴ做为变换主开关器件研制ＵＰＳ－６００ＶＡ不间断电源中几个关键技术的处理。     

UPS－600VA不间断电源几个关键技术的处理

本文主要介绍了采用ＳＰＷＭ调制方法，用模拟集成控制器ＴＬ４９４作脉宽调制器件，ＶＭＯＳＦＥＴ做为变换主开关器件研制ＵＰＳ－６００ＶＡ不间断电源中几个关键技术的处理。     

用MMDS实现县级CATV联网

阐述了用ＭＭＤＳ进行县级ＣＡＴＶ联网的优越性，具体介绍了单频道和多频道发射机及接收系统的构成与工作原理，并以其进行了分析比较，给出了收发设备的具体性能指标，ＭＭＤＳ和ＣＡＴＶ的联网方法，分析了链路载噪比（Ｃ／Ｎ）提出了覆盖半径的计算方法等。     

应用SVM算法进行TM多光谱图像地物分类

SVM算法是近年来统计模式识别领域流行的算法。因为有统计学习理论（SLT）作为基础,SVM算法具有良好的计算有效性、健壮性和统计稳定性,被广泛地应用在图像识别、语音识别、文字识别等多种模式识别领域。TM多光谱遥感图像的地物分类一直是遥感图像处理领域比较困难的问题。现尝试应用SVM算法对北京市怀柔水库附近地区的地物进行分类,收到了较好的效果。     

基于改进的蛙跳算法与支持向量机的实用语音情感识别

支持向量机是一种基于统计学习理论的新型机器学习算法,在高维特征空间中寻找最优分类超平面,具有很好的分类精度和泛化性能。支持向量机的训练需要求解一个带约束的二次规划问题,针对数据规模很大情况下经典训练方法变得很困难的缺点,提出一种基于改进混合蛙跳算法的支持向量机分类器参数优化方法,既提高了混合蛙跳算法的收敛速度和精度,又能借助混合蛙跳算法的全局随机搜索能力,为支持向量机参数的优化选择提供一条有效途径。本文提取情感语句的韵律特征、音质特征和混沌特征参数,提出一种基于改进蛙跳算法的数据融合方法,并利用基于改进蛙跳算法的支持向量机进行实用语音情感的识别研究。在实验中比较了PCA方法、BP神经网络和数据融合方法用于语音情感识别的识别率,研究结果表明本文所提的各项改进机制能有效提升情感识别率,为实用语音情感的识别提供一种新方法和新思路。      

支持向量机学习算法的研究现状与展望

回顾了支持向量机理论的发展历程,介绍了支持向量机的标准训练算法及其分解算法、变形算法、几何算法以及多类分类算法,重点描述了最小二乘支持向量机算法,总结了支持向量机理论及其应用的现状,对支持向量机的未来发展方向进行了展望。     

支持向量机及其算法研究

本文首先概要介绍了支持向量机的理论背景,然后结合目前一些主要的SVM训练方法以及它们之间的联系,比较了各种算法的优缺点。重点阐述了其中最有代表性的序贯最小优化(SMO)算法及其多种改进方案。最后指出了SVM及其算法进一步研究和亟待解决的一些问题。     

线性可分问题的支撑向量稳健感知器及其几何训练算法

分类器的稳健性能是分类器的重要性质之一。支撑向量机SVM和稳健感知器得到的都是最优分类面，都具有很强的稳健性能。SVM构造的是到所有支撑向量(距分类面最近的样本)等距离的最优分类面，SVM算法需要求解一个二次型寻优问题；而稳健感知器构造的是到所有基(各模式类的边界样本)距离都较远的最优分类面，稳健感知器需要求解一系列的线性规划。文章在二者的基础上提出了适用于线性可分问题的支撑向量稳健感知器及其几何训练算法．它将问题转化成了一系列的线性方程组，它将比SVM的二次型寻优具有更快的速度。实验仿真表明了该算法的高效性。     

奇异值特征在目标识别中的应用

本文针对图像矩阵固有的奇异值特性研究了此特性在图像目标识别中的应用，给出了一种具体算法。此外，还对图像中飞机类型的识别进行了实验应用分析。结果表明：该算法速度快、准确率较高，具有重要应用价值。     

基于混沌鲶鱼效应的人工蜂群算法及应用

针对目前人工蜂群算法的早熟收敛、陷入局部极值等问题,提出一种基于混沌鲶鱼效应的改进人工蜂群算法.首先,采用随机性更高的混沌序列初始化蜂群以扩大其遍布范围;其次,集成了鲶鱼效应和混沌理论提出了混沌鲶鱼蜂,并引入了它与跌入局部极值的蜂群之间的有效竞争协调机制,从而增进蜜蜂群体跳出局部最优解、加速收敛的能力.支持向量机的学习能力主要取决于其惩罚因子C和核函数参数的合理选择,对其参数的优化可以提升其学习效果,然而现行算法均存在一定局限性.基于我们提出的改进人工蜂群算法,对支持向量机的参数进行了优化.最后,在UCI（加州大学欧文分校）数据集和行为识别真实数据集上进行了测试,验证基于改进人工蜂群算法的支持向量机具有更强的分类性能.     

基于支撑向量机的盲超分辨率图像复原算法

本文提出了一种基于支撑向量机的盲超分辨率图像复原算法.首先采用Sobel算子和局部方差从训练图像中提取能够表征模糊参数信息的特征向量,并利用支撑向量机建立特征向量与对应的候选参数的映射关系,然后通过建立的模型对不同光照条件下的低分辨率图像进行参数辨识,最后根据辨识出的模糊参数融合不同光照条件下的低分辨率图像同时实现了图像动态范围和空间分辨率的增强.为了实现低分辨率图像间的亚像素配准,还提出了一种基于Retinex的亚像素运动估计算法.仿真结果表明与传统算法相比,无论从主观视觉还是定量描述上本文算法均具有较好的效果.     

一种基于遗传算法的SVM决策树多分类方法

在当前的机器学习领域,如何利用支持向量机（SVM）对多类目标进行分类,同时提高分类器的分类效率已经成为研究的热点之一,有效地解决此问题对于提高目标的识别概率具有较大意义。本文针对SVM多分类问题提出了一种基于遗传算法的SVM最优决策树生成算法。算法以随机生成的决策树构建的SVM分类器对同一测试样本的分类正确率作为遗传算法的适应度函数,通过遗传算法寻找到最优决策树,再以最优决策树构建SVM分类器,最终实现SVM的多分类。将该算法应用于低空飞行声目标识别问题,实验结果表明,新方法比传统的1-a-1、1-a-r、SVM-DL和GADT-SVM方法有更高的分类精度和更短的分类时间。      

一种基于粗糙集理论的支持向量机分类算法

粗糙集理论和支持向量机在数据挖掘方面具有较强的互补特性,基于粗糙集理论的上近似集、下近似集和边界域概念,结合支持向量机的分类原理,提出了一种支持向量机分类算法。首先,在支持向量机分类中定义样本分类的粗糙集规则,然后在边界域寻找两类样本中使判别式绝对值取值最小且分类正确的样本来确定最优分类面,脱离了对惩罚系数C的寻优问题,有效避免了过拟合问题,并通过循环迭代算法寻找合适的参数b,获得分类性能更优的支持向量机,最后通过对一个二维样本数据库进行分类实验,验证了此算法的有效性与可行性。