基于改进的蛙跳算法与支持向量机的实用语音情感识别

支持向量机是一种基于统计学习理论的新型机器学习算法,在高维特征空间中寻找最优分类超平面,具有很好的分类精度和泛化性能。支持向量机的训练需要求解一个带约束的二次规划问题,针对数据规模很大情况下经典训练方法变得很困难的缺点,提出一种基于改进混合蛙跳算法的支持向量机分类器参数优化方法,既提高了混合蛙跳算法的收敛速度和精度,又能借助混合蛙跳算法的全局随机搜索能力,为支持向量机参数的优化选择提供一条有效途径。本文提取情感语句的韵律特征、音质特征和混沌特征参数,提出一种基于改进蛙跳算法的数据融合方法,并利用基于改进蛙跳算法的支持向量机进行实用语音情感的识别研究。在实验中比较了PCA方法、BP神经网络和数据融合方法用于语音情感识别的识别率,研究结果表明本文所提的各项改进机制能有效提升情感识别率,为实用语音情感的识别提供一种新方法和新思路。      

SAR图像舰船目标检测算法的对比研究

SAR图像舰船目标检测有二种经典算法:双参数CFAR算法和K-分布CFAR算法。本文分析了二种算法的特点,使用RADARSAT卫星不同模式SAR图像分别进行实验,给出二种算法的适应性。     

一种基于"当前"统计模型的自适应滤波算法

针对机动目标跟踪问题 ,在“当前”统计模型的基础上 ,利用机动加速度与方差的自适应关系 ,提出了一种新的自适应滤波算法。大量仿真结果表明 ,该算法在跟踪机动目标时 ,具有良好的跟踪性能。     

基于无线数据业务智能优化系统算法的研究与应用

针对业界GPRS/EDGE无线数据优化方法、算法不完善,工作效率低的问题,广西联通通过长期研究建立了一套优化经验方法和较适合现网的参数配置、算法,并将这套方法、算法应用到自主开发的无线数据业务智能优化系统中,使系统实现自动采集分析数据、自动提供优化方案、自动执行优化方案、自动生成优化报告功能,使无线数据业务优化工作朝着智能化方向迈进。     

基于PR信道的BCJR检测

为了满足磁盘存储系统的高数据传输速率和高数据存储密度的需求,造成数字序列之间产生的码间干扰成为接收端获得可靠信息的主要阻碍。本文是以部分响应信号作为离散时间的ISI信道模型,采用基于MAP算法的对数域BCJR（log—MAP）算法进行信道检测。文章介绍了PR信道的模型,对算法的检测原理进行理论分析,并给出几种不同的部分响应信道下的计算机仿真。结果表明该算法能有效地对ISI信道进行检测,能应用于磁记录系统。     

Automatic, robust global motion estimation using clustering

Global motion estimation (GME) is a vital part of many video compression and computer vision applications. However, the large moving foreground objects that are present in many video scenes make the task of GME more challenging. In this paper, we propose an automatic, efficient, and robust approach for GME that addresses the issue of large foreground objects. The proposed GME algorithm is based on two key ideas: a new clustering technique, to automate the initial segmentation of background and foreground blocks, and a modified Lorentzian estimator, to reduce the impact of any remaining foreground blocks on the GME process. We also apply an up-sampling technique to the estimated motion parameters to remove any errors caused by under-sampling during the warping process. These ideas provide a significant improvement in performance when combined into a common framework. Simulation results and analyses demonstrate the improved performance of our proposed algorithm over other state-of-the-art methods.     

An image pixel based variational model for histogram equalization

In this paper, we develop an image pixel based histogram equalization model for image contrast enhancement. The approach is to propose a variational model containing an energy functional to adjust the pixel values of an input image directly so that the resulting histogram can be redistributed to be uniform. This idea is different from existing histogram equalization algorithms where a histogram based on the input image is constructed, a mapping is determined to output a uniform histogram and then the pixel values of the input image are adjusted based on the mapping. In the variational model, a mean brightness term is incorporated to preserve the brightness of the input image, and a geometry constraint can also be added to keep the geometry structure of the input image. Theoretically, the existence of the minimizer of the proposed model, and the convergence of the proposed algorithm are given. Experimental results are reported to demonstrate that the performance of the proposed model are competitive with the other testing histogram equalization methods for several testing images.     

基于改进KNN算法的AVS到H.264/AVC 快速转码方法

尽管音视频编码标准(Audio and Video Coding Standard,AVS)的编码性能可以与H.264相媲美,但是H.264的应用范围更加广泛,因此视频由AVS标准转码成H.264标准具有很大的应用前景.目前,主流的转码方法是将AVS的分块模式与H.264的分块模式映射的方式降低转码复杂度,但是技术之间的差异导致这两种标准之间的分块模式并不是一一映射的关系,因此会导致编码效率大幅度降低.提出一种基于改进KNN(K最邻近节点)算法的AVS到H.264/AVC快速转码方法.充分利用了AVS码流中的各种信息,通过改进的KNN算法建立了中间信息和H.264分块模式之间的映射模型.根据AVS中运动矢量信息的差异自适应确定H.264可能的分块模式,实验结果表明上述问题得到有效解决,该算法在保证H.264编码效率的前提下大幅降低了转码复杂度.     

多元LDPC码列分层DBC译码算法

针对多元LDPC码扩展最小和（Extended Min Sum,EMS）译码算法收敛速度慢、运算复杂度高的问题,提出一种多元LDPC码列分层动态检泡（Dynamic Bubble-Check,DBC）译码算法。首先对变量节点按不同列重进行分层处理,译码时率先更新列重较大分层的变量节点消息,不同层之间采用串行方式进行消息传递,通过并串结合的方式降低译码迭代次数。在校验节点消息更新过程中,采用动态检泡方法减少EMS算法中的运算量,降低算法复杂度。仿真结果表明,在几乎不损失性能的前提下,该算法的平均最大迭代次数仅为EMS译码算法的50%,复杂度降低为EMS算法的50%。