周期异方差时间序列的季节单位根检验

为检验带异方差的季节时间序列中的单位根,提出基于最小二乘估计的统计量.在原假设下得到检验统计量的极限分布.用M on te C arlo方法计算同方差下的经验分位数并考虑异方差对检验水平的影响.实例分析表明了用该方法检验季节单位根的有效性.     

检错纠错技术在数字水印中的应用

将编码理论中纠错技术的思想引入到数字水印中．通过这种引入．可以在不影响不可见性的同时又提高数字水印的健壮性．     

基于球扩展光源模型的物体三维形状的恢复

计算机视觉中传统的物体三维形状恢复方法大都基于光源是无穷远点光源的假设，如由单幅图像恢复三维形状（ｓｈａｐｅｆｒｏｍｓｈａｄｉｎｇ）光度立体视觉（ｐｈｏｔｏｍｅｔｒｉｃｓｔｅｒｅｏ）方法等。实际环境中的光源往往不能满足这个假设，因此大大限制了这些方法的应用，本文提出了一种更加实用的球扩光源模型，并推导出此光源下反射物体表面的反射图，此模型在三维坐标系中描述了球光源位置，亮度，漫反射物体表面反射度与     

衍射增强成像信息分离方法研究

衍射增强成像（DEI）是一种功能强大的相位衬度成像技术,对于软组织,它能获得比基于吸收的传统X射线成像技术更高的衬度.研究了一种基于DEI的信息分离方法,它能同时获得三种参数图像,即吸收像、折射像和小角散射像.信息分离利用解析方程求解,获得的参数图像质量取决于在三个不同的分析晶体角度处获得的DEI图像.利用矩阵条件数对方程求解的稳定性进行了讨论,推导出理论上的折射角和小角散射宽度的最大值.最后,利用豚鼠耳蜗DEI图像对研究结果进行了验证. 关键词： 信息分离 衍射增强成像 矩阵条件数 豚鼠耳蜗     

一种基于小波变换的晚型星自动识别方法

我国正在执行的大型巡天计划(LAMOST计划),急需晚型星的自动识别系统。然而,在文献中尚未见到关于对晚型星有效自动处理方法的报道。文章旨在探索研究对晚型星自动处理的有效方法。在文章中,晚型星主要是指具有较强分子吸收带的恒星,主要包括富氧的M, L和T型星以及富碳的C星。通过研究我们发现： 对晚型星光谱进行5层小波变换后,第5层小波系数的频谱具有单峰分布的特性,其能量主要集中在以单峰为中心的特征区间内;对于其他类型的光谱,相应的频谱具有多峰分布的特点,其频谱能量比较分散,它们在晚型星特征区间内的频谱能量非常有限。基于上述发现,给出了一种基于小波变换的晚型星自动识别方法。实验表明该方法是切实可行的并且具有相当好的鲁棒性。     

面向LAMOST的天体光谱离群数据挖掘系统研究

在宇宙中寻求未知天体是人类探索宇宙奥妙所追求的目标之一,离群数据挖掘是发现未知天体光谱数据的一种有效途径。文章首先以VC++和Oracle9i为开发工具,设计与实现了面向LAMOST的恒星光谱离群数据挖掘系统,并给出了其软件体系结构和模块功能。其次,对基于中值滤波器的恒星光谱数据预处理、基于距离的恒星光谱数据聚类、基于距离支持度的恒星光谱数据离群数据挖掘、基于主分量分析法PCA的恒星光谱数据离群数据的三维可视化等主要关键技术进行了详细描述。最后,基于SDSS恒星光谱数据的运行结果表明,利用该系统寻找天体光谱离群数据是可行的,从而为寻找未知的、特殊的天体光谱数据提供了一种新途径。     

改进谐波组织规则的单通道浊语音分离系统

针对以往单通道噪声和浊语音分离算法的不足,改进了谐波组织算法。算法利用载波包络能量比将时频单元分为确定和非确定。提取基频作为组织线索。组织阶段分别使用谐波原理和最小幅度原理对确定时频单元组织;使用改进包络自相关函数度量幅度调制率对非确定时频单元组织。对比以往算法的处理结果,改进算法平均信噪比(SNR)提高0.96 dB。通过对谐波组织规则的改进,提高了分离性能。     

结构VAR的有向非循环图模型

研究用图模型方法辨识结构向量自回归(VAR)模型,图中的结点表示不同时刻的随机变量,结点间的边表示其所表示的随机变量之间存在的因果相依关系.针对建立有向非循环图的问题,提出了一种基于回归分析的判断方法,用回归方程的回归平方和之差作为统计量,确定当前变量之间相依关系的方向.与R ea le的逐一判别法和A lessio的图搜索方法相比,文中提出的基于统计分析的方法简单易行,且可获得唯一的当前变量有向非循环图.最后以两组模拟序列为例,验证了所提出的方法是可行且有效的.     

综合非语境因素的语音数据分类与声学建模研究

分别采用基于数据聚类和基于先验知识的两种研究方法,深入探讨了性别、口音、语速、信道等非语境因素对语音数据分类与建模的影响。为了综合考虑语境、非语境因素在统一框架下建模的问题,采用非语境因素扩展决策树方法。而对于这种方法生成的多套非语境因素相关的高精度声学模型,提出一种依据最大似然准则,动态组合生成测试人相关声学模型的算法。这种方法可以使系统相对误识率平均降低8％-10％。实验结果说明为非语境因素分类建模可以提高声学模型的建模能力,而且模型组合算法可以有效解决统一建模所带来的模型选择问题。     

基于共享状态空间旋转变换的相关特征建模

提出了一种共享空间旋转变换的声学建模方法。该方法结合状态空间旋转变换和方差部分共享的优点,克服了空间旋转变换方法由于每个输出都有一个变换矩阵而带来的计算量和存储量增加的缺点。在空间旋转变换方法得到比较精确的初始模型的基础上,通过共享的方差变换方法实现了不同状态的空间旋转矩阵的共享,解决了状态空间旋转变换后参数过多的缺点并提高了系统的识别率。试验结果表明,在汉语大词汇量连续语音识别系统中,同传统的对角方差建模技术相比,这种方法在计算量增加很小的情况下,系统字的误识率降低了18.8％。