一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

求解Po-函数非线性互补问题的一个下降牛顿算法

构建了一个新的光滑价值函数来求解Po-函数非线性互补问题.区别于以往所构建的价值函数,构建的新的光滑价值函数不含任何光滑参数.对于Po-函数,可以得到,此价值函数的任一稳定点都是非线性互补问题的解.基于这个简单的光滑价值函数,提出了求解Po-函数非线性互补问题的一个下降牛顿算法.在适当的条件下,该算法的全局收敛性及局部超线性(二次收敛性)也得到了证明.     

多维函数全局寻优的团队进步算法

通过模仿团队进步需要的学习、探索行为和成员更新规则,提出了一种新颖的双群体演化算法,称为团队进步算法(TPA).算法将一个团队的成员分为精英和普通组,建立了两组的学习样板,定义了学习和探索运算,并合理设定了成员更新规则.两组成员在搜索过程中出现了明显分工,使算法兼备了全局搜索、局部搜索和定向搜索的能力.数值试验结果验证了新算法具有实现简单、全局寻优成功率高、收敛快、计算量少、坚韧性强和参数选择相对容易等特性,对解决优化应用问题具有较大的价值.     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.     

层次分析法的两处缺陷改进及实例

层次分析方法在定性与定量的评判中,有较广泛地运用。在运用的过程中,发现其存在两处缺陷有待改进。其一为准则层的因素设置过于宽泛,通过其直接评判的权重存在较大的主观误差;其二为专家评判值为一定值,与实际为区间值不相符。基于此,文章提出通过第三层因素判断矩阵,来间接求取准则层各因素的权重;引入三时估算法,改进原有专家评判法,同时对三时估算值误差对权值误差以及最终评判值误差的影响作了一定程度分析。     

基于进化人工神经网络的组合系统滤波技术

在组合系统运用Kalman滤波器技术时,准确的系统模型和可靠的观测数据是保证其性能的重要因素,否则将大大降低Kalman滤波器的估计精度,甚至导致滤波器发散.为解决上述Kalman应用中的实际问题,提出了一种新颖的基于进化人工神经网络技术的自适应Kalman滤波器.仿真试验表明该算法可以在系统模型不准确时、甚至外部观测数据短暂中断时,仍能保证Kalman滤波器的性能.     

线性规划联合算法的理论与应用

本在[1]的基础上．较系统的叙述了线性规划联合算法的步骤、相关理论及其应用，指出该算法具有避免人工变量、减少迭代次数、使用灵活、应用方便等特点。     

M/G/1非空竭服务休假排队系统随机分解的简化算法

本文根据M／G／1非空竭服务休假排队系统稳态队长随机分解的结构特征提出一种统一算法，该方法简洁高效，避免了再生循环方法繁杂的运算。运用该方法得出的结果与已知的用再生循环方法得出的结论一致。并且修正了Levy(1989)关于Bernoulli闸门服务休假排队系统随机分解的一个错误。     

求解一类非单调线性互补问题的宽邻域内点方法及其计算复杂性

对于一类非单调线性互补问题给出了一种新的算法——宽邻域内点算法，并讨论了其计算复杂性。     

线性规划问题的规范型算法

提出了线性规划问题的两种规范标准形式；证明了任意一个线性规划问题都可化为这两种形式之一；给出了不需引入人工变量的线性规划问题的求解算法。