ADSL系统PAR缩减技术研究

PAR即信号峰值与平均值的比率 ,在 ADSL 系统中 ,由于采用 DMT调制 ,随机相位的正弦信号累加可能在某一位置使这些信号同相相加 ,产生幅度非常大的尖峰信号 ,因此 ADSL 系统 PAR值很高 ,PAR值高将给系统性能带来损害 ,本文研究 PAR消减问题 ,通过仿真得到有益的参数 ,为实际设计实现提供了参考。     

模糊聚类在三维地震参数处理中的应用

三维地震参数是一个庞大的三维数据体，能从不同侧面反映储集层的特征。通过对三维地震参数的分析，可以评估油藏表征的参数（沉积相、构造、生长历史、流体饱和度等）。针对传统的聚类方法不能很好地综合考虑各个参数之间的相似程度，提出了用模糊C-均值聚类（fuzzy c-means clustering，简称FCM）对三维地震参数进行处理。从三维地震参数和油藏表征参数之间的关系出发，采用模糊C-均值聚类方法对三维地震参数进行处理，依此评估油藏表征的参数。测试结果表明，模糊C-均值聚类方法能够对三维地震参数进行较为准确的分类，并为储集层的研究提供了很好的依据。     

关于正整数的k次根的整部

对于给定的自然数m，令口α（m)为m的是的次根的整部。即：α(m)=[m^1/k]。研究了α(m)的渐近性质，并给出了一个有趣的渐近公式。     

ANOM在质量控制中的应用

ANOM（均值分析）是一种有效的质量工具，可以用来分析实验因素对输出的影响是否显著。可以应用于单因子，双因子的实验设计，无论是计量值数据，还是计数值数据，ANOM检验异常值的能力都很强，介绍了ANOM的基本分析过程，对ANOM和ANOVA进行了检验异常值灵敏度大小的比较，同时给出了实例。     

浅析现代音频基础测量技术

本文针对基本的模拟和数字音频测量，主要阐述了模拟和数字双域并发测量对现代音频测量的重要性，常用的信号发生技术，分析了基于DSP实现的快速傅立叶变换和快速多咅测量技术及其对采样频率校正技术的应用，降低噪声影响的均值测量技术，各种测量方法关键技术的解决方案及其局限性。     

基于双阈值的滤波算法研究

针对均值滤波和中值滤波的不足,提出一种改进的基于双阈值滤波算法。该算法通过两个阈值和均值的关系来判断当前点应取的值。和传统的滤波算法相比．该算法在滤出噪声的同时,能最大限度保留原始图像信息,滤波效果较好。     

一种基于均值量化的公钥音频水印方案

提出了一种基于均值量化的公钥音频数字水印方案.该方案首先把两幅不同的图像经过混沌映射产生的随机序列进行置乱处理,而后对置乱图像降维,进行哈达玛编码,最后通过均值量化的方法嵌入到原始音频载体.实验分析表明,实验证明本文提出的基于公钥的数字音频水印算法鲁棒性和不可感知性都比较好.在算法引入第三方的权威机构可以在网络中设置版权监视,可以有效判定版权归属.     

改进型云计算VM资源调度方法

针对云计算框架中VM资源调度问题,提出一种改进型云计算VM资源调度方法.首先,将直觉模糊机制和Canopy算法融入传统的模糊c均值聚类算法,设计一种改进型直觉模糊c均值聚类算法,用以完成对用户任务请求进行聚类;其次,设计一种改进型粒子群算法,对云计算中的VM资源进行分配.通过在Cloudsim平台上的仿真实验结果表明,本文方法无论在资源调度效率,还是收敛性效果方面均优于经典调度方法,预期可以作为云计算框架中一种有效的资源调度方案.     

基于l1范数相干度的量子态区分

为探究区分量子态的最优策略,以相干作为资源,利用附加辅助系统的方法来区分非正交量子态,并给出了l₁范数相干度与区分量子态的成功概率之间的数值关系,同时量化了某些特定情况下不出错的量子态区分(UQSD)的最优协议所需的l₁范数相干均值.本文的研究结果表明,通过调整生成的相干度可以提高区分量子态的成功几率.     

基于模糊数学的高维稀疏数据聚类统计方法设计

传统的数据聚类统计方法仅适用于低维数据聚类问题,为此,本研究设计了基于模糊数据的高维稀疏数据聚类统计方法,以期提升高维稀疏数据的聚类统计效果。以模糊C均值聚类算法为基础,通过优化初始聚类中心解决局部最优问题,缩短聚类统计时间;然后引入权重机制,令该方法适用于高维稀疏数据聚类统计。基于此,以余弦距离替换原有的欧几里德距离,提高高维稀疏数据聚类统计效果。实验证明：在数据维度不同时,该方法均有较优的聚类统计效果。当数据维度较低时,分块比例为10%时聚类统计效果最优;当数据维度较高时,分块比例为40%时聚类统计效果最优。在不同稀疏度等级时,该方法的命中率和聚类统计效率均较高。