一种混合结构前向神经网络的快速学习算法

本文构造了一种新的基于线性模型、多层前向网络的混合结构神经网络模型,并提出了相应的非迭代快速学习算法.该学习算法能够根据拟合精度要求,运用线性最小二乘法确定相应的最佳网络权值和线性部分的参数,并自动确定最佳的隐层节点数.与BP网络的比较结果表明,本文提出的混合结构前向神经网络的快速学习算法无论在拟合精度、学习速度、泛化能力、还是隐节点数均显著好于BP算法.     

频率域Wyner-Ziv视频编码算法的改进

为提高分布式视频编码压缩率,依据无线传感网络终端设备及Wyner-Ziv视频编码特点,针对Bernd Girod的频域Wyner-Ziv视频编码方案提出改进算法。该算法在编码端通过简单DCT运算提出将图像块分为Skip模式、低频模式和全频模式三种可选模式,在解码端根据相应的编码模式分别选择平均插值、自适应搜索运动估计插值和自适应搜索精细运动估计插值的边信息估算方法联合解码。该算法既能通过消除大量的帧间预测与熵编码实现低码率传输,又能以最小的解码代价获得更精确的边信息,从而有效地避免图像解码质量下降。实验结果表明,在相同峰值信噪比情况下,该算法的码率比Bernd Girod提出的频域Wyner-Ziv算法平均下降40%。     

无线Mesh网络联合信道分配和路由协议研究

设计合理的联合信道分配和路由协议对多信道无线Mesh网络的性能至关重要。在分析多网卡多信道无线Mesh网络中联合信道分配和路由协议特点和研究现状的基础上,提出了一种与按需路由协议结合的联合信道分配算法,通过选择最小干扰信道来优化信道分配;同时采用了一种适应多信道多网卡网络的路由判据方法,该方法考虑了信道干扰、接口切换以及路径跳数三个关键因素。仿真结果表明,文中所采用的协议能较为明显地提高网络吞吐量及减小分组的端到端时延。     

IPTV业务中的应用层差错控制技术分析

在IP网络上提供网络电视(IPTV)业务要面对传输带宽、传输延时和抖动、丢包等困难.以终端为中心的实现方案通过在接收终端以及信源编码中加入一定的控制策略如拥塞控制策略、差错控制策略,可以较好地改善图像质量.在IP网络上采用端到端的应用层可靠性解决方案,能很好的提供IPTV业务.应用层前向纠错(AL-FEC)技术解决网络丢包问题,从而保证端到端的可靠性.     

改善LT码性能的预译码集优化方法研究

喷泉码是第一种与码率无关的编码方式.LT码是在删除信道下性能优异的稀疏随机线性喷泉码.与传统编码相比,大大降低了编译码的复杂度.通过分析影响LT码性能的预译码集,提出了优化LT码预译码集的方法.主要在编码端改变初始预译码集大小以及修改度为2的生成矩阵,在译码端利用编码冗余情况来破解译码停止集,同时消除短环.大量的数据仿真结果表明本文方法对译码性能有明显的改善.