基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。     

基于最长序列的虚拟3D音效的实现

为了在多媒体移动终端里实现3D音效,一个头部相关的传递函数首先被获取,然而一般的头相关传递函数的计算是把头当作一种球体来建立一个数学模型,这种模型的数学的计算复杂,不适合在嵌入式终端的实现.本文提出一种基于最长序列的测量系统脉冲响应的方法,该方法基于互相关技术,具有很高的抵抗噪声干扰能力,得到结果精度高,可重复性强,计算复杂度低,便于在嵌入式终端的实现。     

基于分形插值的城市降雨时间序列精细化估算

基于分形原理对济宁市降雨时间序列进行精细化插值,对降雨数据的分形特征进行分析,通过MATLAB软件计算降雨分形插值,最终将分形插值与传统插值进行对比;所得结果可满足当前中小型城市的城市雨洪建模的降雨数据需求。     

差分跳频通信系统的特点及性能

文章介绍了一种新型的短波跳频通信技术——差分跳频,分析了差分跳频技术区别于常规跳频技术的主要特点。针对按序列检测的信号接收方法,对差分跳频通信系统在AWGN信道下的性能进行了理论分析,同时做出相应的计算机仿真,证实了差分跳频通信技术和按序列检测方法的结合,使通信系统在AWGN信道下的性能得到了比较显著的提升。     

利用浮点图像对视频对象进行自动分割

本文提出了一种自动的运动对象分割算法，利用浮点图像的轮廓进行区域分割，然后根据帧间运动信息进行区域合并，分割出视频序列中的运动物体。     

一种A5流密码算法的设计实现

A5算法是一种利用伪随机数和非线性运算实现的流密码,它是求和生成器和钟控移位寄存器的组合,其线性复杂度大于两种生成器线性复杂度,加密速度快,适合无线突发信道。     

基于有限状态的全周期序列混沌映射的研究

在有限长度的数字计算机中，混沌迭代序列是一个有限周期序列，其相关性能远远低于理想序列。基于skew tent映射，提出一种离散化的有限状态混沌映射，它允许精确的数值计算，没有舍入误差，通过选择合适的参数，映射能产生全周期长度的序列。仿真实验表明，归一化的序列平均周期对计算机精度不敏感，生成的二进制序列具有良好的相关性能。     

低重分配概率的OVSF码重分配算法

在采用正交可变长扩频因子(OVSF)码作为信道化码的直接序列扩频码分多址系统中,提出用重分配概率作为重分配算法的一个新的评价指标,重分配概率越小,系统的计算复杂度越低。进而提出一种低重分配概率的、基于空码容量的重分配算法,在解决本次码阻塞的同时,兼顾对未来高数据速率的呼叫的支持能力,减少未来码阻塞发生。仿真证实,重分配概率比已有2种重分配算法都小。