基于ACK和NAK的可靠组播传输协议的性能分析和比较

本文在目前各种可靠组播传输协议的基础上,归纳构建了两类基本的可靠组播传输协议—基于确认(ACK)的和基于否定确认(NAK)的可靠组播传输协议.在典型的组播网络系统模型基础上,对这两类协议以及一种主要的改进协议在占用网络带宽和可扩展性方面的性能特点进行了定性的分析和比较.性能分析结果表明,基于否定确认且采用否定确认压缩策略(NAK Compression)的可靠组播传输协议成功传输组播数据包所需要的带宽较小,具备良好的可扩展性.     

基于小波去噪的T-ray图像复原

针对实时THz脉冲（T-ray）成像系统所成图像分辨率低、受l/f相关噪声干扰严重的特点,提出一种新的基于小波去噪的T—ray图像复原算法。对T-ray图像进行离散小波变换后,先利用广义交叉确认估计出各个分辨率层的噪声闽值,然后对每个分辨率层的高频子带进行迭代去噪,最后对去噪后的T-ray图像采用Jasson-Van-Cittert算法进行复原处理以提高分辨率。实验结果表明,该方法在提高T-ray图像分辨率的同时,能显著地抑制THz成像系统的l/f相关噪声。创新之处在于以广义交叉确认作为T-ray图像中l/f噪声的估计方法,大幅度提高了图像信噪比（-5dB）,避免了噪声带来的复原算法中的不适定问题,达到较好的图像复原效果。     

基于运营网络实现电信级IP QoS的解决思路与方案的研究

基于网络流量特性研究QoS技术已经陷入了困境,必须寻找更加实际的模型以适合运营商网络的发展需要.根据运营商网络的特征,借鉴TDM、PSTN、同步网、三层交换、MPLS、RSVP等技术的思想.提出一种解决方案:通过定时优先调度算法,将IP网络带宽分为两部分,一部分为"准同步"带宽,用于传输有QoS要求的信息流.另一部分为普通带宽,用于传输一般的信息流,基于这个思路实现了实时业务流的中继带宽、严格CAC及随路资源确认.最后根据实时业务流的特征提出改进实时业务流交换算法的思路.     

深度非线性度量学习在说话人确认中的应用

将非线性度量学习(Nonlinear Metric Learning,NML)应用于说话人确认,提出了一种基于深度独立子空间分析(Independent Subspace Analysis,ISA)网络的说话人确认方法。区别于传统的线性度量学习方法,该方法使用深度独立子空间分析网络来学习一种从说话人原始空间到优化子空间的非线性显式映射,并在此基础上计算两条语音之间的相似性,以获得更好的说话人确认性能.所提方法在NIST SRE 2008数据集上进行了评估。评估结果表明,所提算法的等错误率指标相比传统的基于余弦距离打分的i-vector算法、线性判别分析(Linear Discriminant Analysis,LDA)算法、概率线性判别分析(Probabilistic Linear Discriminant Analysis,PLDA)算法分别下降了11.02%,6.40%和4.579%。     

组件计算程序PANDA研发及初步验证

PANDA是上海核工程研究设计院研发的压水堆组件计算程序。该程序采用基于特征线方法（MOC）的一步化计算流程,即在不引入能群压缩和栅元均匀化的情况下直接进行组件层面的两维非均匀输运计算。多群数据库采用基于ENDF/B-VI制作的70群结构中子数据库,基于ENDF/B-VII的新版数据库也正在开发中。共振自屏计算采用了空间相关丹可夫方法（SDDM）,既具备燃料芯块分区计算的能力,又保留了传统Stammler方法的计算效率。多群非均匀输运计算采用二维模块化MOC方法,并辅以双重粗网有限差分(CMFD)加速技术,具有良好的计算精度和效率。对传统线性子链解析（TTA）方法以及多种矩阵指数方法进行了研究,选取了适合PANDA程序燃耗链的燃耗方程求解技术。基于以上基本模型开发了PANDA程序,并从程序模块、总体集成和核设计程序系统确认等三个层面,初步验证了PANDA程序的计算性能,表明了PANDA程序的工程设计计算能力。     

似然得分归一化及其在与文本无关说话人确认中的应用

该文研究了似然得分归一化方法的原理,建立了基于自适应GMM模型的说话人确认系统,并将非特定人的背景模型与特定人的cohort模型相结合,提出了混合归一化的方法。在电话语音条件下,该文比较了不同得分归一化方法对确认系统性能的影响。实验表明,在自适应GMM模型似然比得分的基础上,T-cohort与通用背景模型混合归一化能获得最佳识别效果。当错误拒绝率为5%时,该方法可以获得0.5%的错误接受率,远远低于采用通用背景模型归一化方法的2%。     

一种基于目标航迹的跟踪算法

针对空中制导的复杂性和多样性,提出了一种以通过像素邻域判决准则,获得检测图像中的多目标为基础,利用一步预测原理确定航迹起始和终结,实现序列帧中多目标的连续跟踪算法.通过对实际拍摄的序列帧图像进行相应的跟踪仿真试验,结果表明,该算法能够稳定可靠跟踪多目标.     

基于深层信息散度最大化的说话人确认方法

针对说话人确认中无法准确捕获特征间非线性关系的问题,提出了一种基于深层信息散度最大化的目标函数表示方法.该方法能通过计算特征所在分布之间相似度,来对特征间的非线性关系进行隐性表示,并在最大化这种统计相关性的优化目标指导下,使深度神经网络向着同类数据更紧凑、异类数据更分散的方向优化,最终达到提升深层特征空间区分性的目标....     

一种新的声纹确认的片上系统

实现了一个高性能、低成本、低功耗的声纹确认片上系统（SOC）。系统核心算法采用基于高斯混合模型以及通用背景模型（GMM—UBM）建模的说话人确认算法,采用了Mel倒谱系数（MFCC）作为说话人特征。此SOC系统不仅可进行声纹确认,而且包含说话人模型的训练,可实时更新说话人的人数和模型。系统的平均EER达到了0．0342。