未来弹性与AES

介绍了未来弹性的概念,对将未来弹性引入AES评估标准的优点进行了探讨,以来来弹性的观点分析了第二轮AES候选算法的遴选并提出了具体建议。     

RBF神经网络的梯度下降训练方法中的学习步长优化

梯度下降法是训练ＲＢＦ神经网络的一种有效方法。和其他基于下降法的算法一样,ＲＢＦ神经网络的梯度下降训练方法中也存在学习步长的取值问题。本文基于误差能量函数对学习步长的二阶Ｔａｙｌｏｒ展开,构造了一种优化学习步长的方法,进行了较详细的推导：实验表明,本方法可有效地加速梯度下降法的收敛速度、提高其性能。该方法的思想可以用于其他基于下降法的学习步长的优化中。     

由相位谱重构离散信号的收敛性

研究由相位谱重构有限长离散信号，即幅度补偿问题的收敛性。文章独立地以归一化相关系数对经典迭代法的收敛性进行了证明。通过该证明，可体会到经典迭代法之所以可进行信号重构的机理。     

H.26L中整数变换的研究及改进

针对DCT变换存在浮点运算、运算量大等问题,H.26L提出了整数变换,它能够很好地消除浮点运算,避免逆变换不匹配,但存在精度不高的问题。在基于提升结构(liftingstructure)的无乘法二进制DCT(binDCT)的基础上,对参数进行选择优化,并将浮点DCT、整数变换和binDCT在结构和性能上进行比较分析,选择一组binDCT参数,使binDCT既能避免浮点运算又能降低运算量,且更有利于压缩。     

“系统绕行时间的四分之一”的意义及应用讨论

时间序列相空间重构中,时间延迟参数选择具有重要意义。文章（１）提出,一般可以用时间序列平均绕行时间的四分之一作为二维混沌吸引子重构的时间延迟,文献（２）建议使用系统伪周期的四分之一。     

一种新的基于混沌的语音、噪声判别方法

语音通信中,区别发音段和非发音段具有一定的意义。其关键在于提取发音段和非发音段的不同特征参数。本文基于混沌信号处理,提出了一种新的语音、噪声判别方法。该方法提取信号在不同相空间重构维下的虚邻点,从而根据信号高维虚邻点平台的不同,判别发音段和非发音段（背景噪声）以及发音段所含噪声的强弱,本文阐述了该方法的原理,讨论了其性能,仿真实验表明,本方法具有较好的结果。     

一种基于小波包变换的MC-CDMA系统

本文提出了一种基于小波包变换的多载波子信道并行传输的ＣＤＭＡ系统模型和利用不同小波包子空间进行分集接收的概念,结合多径信道,进行了理论分析,利用ＧＳＭ－ＴＵ６信道模型对所提出的系统进行了性能仿真,并与基于ＤＦＴ变换的系统进行了比较。     

数字音频压缩技术研究

音频信号数字化后的数据量相当惊人,不利于传输和存储,在日益广泛应用的数字技术中,数字音频的压缩成为其中的关键技术之。文中介绍了国内外现有的一些音频压缩技术,对其中重要的压缩算法进行了研究分析。     

语音信号相空间重构中嵌人维数的选择

嵌入维是时间序列相空间重构中的基本参数。本文基于增大重构维以减少虚邻点的思想,构造了一种求合适最小嵌入维的方法。文章详细讨论了本方法的原理,给出了具体的算法构造,分析了算法性能,比较了本方法与已有同类方法的不同。用本方法,除可得到适合的最小嵌入维外,还可评估重构数据中所含的噪声强弱。并得到重构质量评价。将本方法应用于语音信号相空间重构,得到了语音信号一般情况下的嵌入维数。     

一种新的语音信号共振峰提取的算法

本文提出了一种新的语音信号共振峰的提取方法。在LPC幅度谱上搜寻最大的极大值点所对应的频率,并将它作为构成声道参数的某一谐振腔所对应的共轭复根的角度,再通过LPC系数的相—频特性的一次导数和三次导数相结合的方法求出这对共轭复根的幅度,从而确定了该谐振腔,也就得到了该谐振腔的共振峰。然后,用LPC的多项式对该谐振腔所对应的多项式做多项式除法,得到新的LPC系数,接着重复前面的步骤,可以较好地求出在LPC谱中对应幅度最大的两个共振峰。