基于非线性组合模型的交通流预测方法

为开发智能交通系统,提出一种基于RBF和ARIMA网络非线性组合模型的短时交通流预测方法,采用三层结构的RBF网络将2种单一预测方法——RBF和ARIMA网络进行非线性组合,利用实测数据对3类方法进行仿真实验,结果表明,非线性组合模型的预测准确性高于各自单独使用时的准确性,组合模型发挥了2种单一方法各自的优势,是短时交通流预测的有效方法。     

基于机器人群的主动传感器网络自组织的运动规划

主动传感器网络的自组织通常要求移动节点群(机器人群)通过障碍物环境移动到指定地点后, 重新调整并按预定布局组网. 在网络的自组织过程中要保证每个移动节点(机器人)与整个网络之间的连通性. 在对移动机器人的保持连通性进行优化的基础上, 提出了单步位置预测与群体势场相结合的分布式运动规划方法进行主动传感器网络的部署和重置, 证明了机器人运动控制的稳定性和网络的连通性保持, 进行了有和无障碍物环境下超过40个机器人的仿真, 结果表明该方法适用于大规模的主动传感器网络重置, 并对不同规模的网络具有可扩展性.     

复杂噪声下自行高炮通信系统语音信号检测方法研究

研究了在噪声环境下自行高炮通信系统语音信号的检测方法,提出了在高信噪比环境下采用短时平均幅度(AM)算法与短时平均幅度差(AMDF)算法检测相结合的二级判断法,在低信噪比的情况下采用短时高低频能量比的算法,实现语音信号在不同噪声环境下的检测;实验结果表明,高信噪比情况下二级判别法具有良好的语音识别效果,低信噪比情况下短时高低频能量比算法可以有效地检测出语音端点,避免切音现象;与传统语音检测算法相比,此方法不同信噪比状态下都具有较好的检测效果,体现出算法一定的优越性.     

数字与信息化

156.35万辆中国汽车工业协会发布的4月汽车产销情况数据显示,4月汽车工业继续保持较好的发展态势,产销比上月有所下降,同比仍保持较高的增长,4月,汽车产销分别完成156.35万辆和155.52万辆。     

噪声评估在端点检测中的应用

端点检测是语音识别中非常重要的部分,其准确性直接影响语音识别系统的识别率。传统端点检测方法预设经验门限对语音的短时特征进行判决,因为预设门限难以适应不同环境,其准确度和噪声鲁棒性较差。为了改善上述缺点,提出噪声评估的概念,对环境噪声的短时能量与短时过零率等短时特征进行分析,得到了更能表征环境噪声的门限。噪声评估结合传统的双门限法用于端点检测过程,解决了经验门限对不同环境适应性不强的问题。实验表明,噪声评估增加了端点检测的准确度和噪声鲁棒性。     

半监督局部判别分析

针对无监督学习及有监督学习算法的缺点,提出一种半监督局部判别分析的线性降维算法。数据在没有足够的训练样本时,局部结构比全局结构更重要。算法在每一个局部区域利用有标签数据推导出数据的局部判别结构,无标签数据和有标签数据推导出数据的内在几何结构。在ORL和Yale人脸数据库上的实验结果表明该算法是有效的。     

星载数字调零天线的调零策略研究

星载数字调零天线对应的干扰信号主要是人为大功率阻塞式干扰。针对该情况,提出调零状态保持策略和干扰源信息存储策略。调零状态保持策略可以有效防止闪烁式干扰源对调零天线造成的潜在威胁,避免调零天线被动频繁调零对系统稳定性的影响。干扰源信息存储策略可以得到具有针对性的调零状态保持时间,避免盲目设定调零状态保持时间导致无法适应各种干扰策略的情况,从而使调零天线具有更强的自适应性。     

一种有监督的稀疏保持近邻嵌入算法

为充分利用样本的类别信息,提出一种有监督的稀疏保持近邻嵌入算法(SSNPE).该算法结合稀疏表示和保持近邻的思想,根据先验类标签信息保持局部邻域的固有几何关系.采用最小近邻分类器估算识别率,测试结果表明,在姿态、光照和表情变化的情况下,SSNPE都具有较高的识别率.     

并行入侵检测系统的预测负载均衡方法

数据流的高速化使得网络入侵检测系统(network intrusion detection system,NIDS)往往会出现严重的漏报率,并且面对某连接上突发流量的情况,基于连接的负载均衡很难做出较好的应对措施,针对该问题,提出了一种基于包预测的并行入侵检测的负载均衡方案。该方案通过观察每个探测器上数据包的进出情况,由包预测负载均衡算法预测下一个时刻各探测器上的负载情况,避免了将新连接加入到流量突发探测器的可能,提高了负载均衡的效率。仿真实验结果表明了该方案的可行性及有效性,它能有效的均衡负载,减少系统的丢包率。     

基于差分算子边缘约束先验的图像盲复原算法

为了有效克服图像在复原过程的边缘退化、振铃效应等影响,使空间域的边缘先验信息能够灵活的添加到图像复原算法中,依据差分算子描述检测边缘的特性,将数字摄影测量学中的拉普拉斯算子、Robert梯度算子、方向差分算子作为一种新的边缘约束先验引入到图像复原过程中,同时使用Toeplitz矩阵实现图像在空间域解卷积的过程,提出了一种以差分算子为边缘约束先验的空域图像复原算法。模拟数据的实验结果体现了更多的细节信息,相关评价指标表明了该算法的有效性。