分形编码中的最优压缩映射

提高传统分形压缩编码的性能。方法将分形变换编码建模为一个不等式约束条件下的非线性规划问题,将压缩射条件作用到最优射的求解过程中,得到全局意义上的最优压缩映射,给出了该模型及相应的求解算法,对算法收敛性,初始点选择等问题进行了讨论。     

信号极点估计的状态空间方法

研究了基于状态空间模型的阻尼指数和信号参数的估计方法，建立了阻尼指数和信号的状态空间状态空间模型，并进行了计算机模拟，该方法以奇异值分解和特征分解为基础，无需对高次方程求根，可以直接从系统状态传输矩阵得到信号的极点，结果表明，计算量小，具有较好的估计性能。     

基于整体特征的线跟踪方法

研究了一种电路图纸录入专用系统的线跟踪方法，它借鉴了字识别的方法、利用电路图的总体特征，模仿人眼识别电路图的过程，对电路图逐步进行分块，切割和识别，增强了线跟踪的遍历能力和适应性，实验表明，其效果很好。     

前向神经元网络的子波表示

基于函数逼近，对前向神经元网络中非线函数与子波变换中母函数的关系进行了分析，推出了前向神经元网络的子波表示，指出两种方法应用于Ｌ＾２（Ｒ）空间函数逼近时是一致性，最后给出了两个前向神经元网络的子波表示，函数逼近实例验证了本结论的正确性。     

快速提取正弦信号频率

本文在正弦信号频率估计的线性预测方法基础上,充分利用正弦信号的特殊性信息,给出了一种正弦信号频率估计的快速算法。文中首先利用线性预测参数的对称性将原线性预测方程的阶数降低一半求解,使其计算量减少到原来的八分之一。提取正弦信号的频率,还要求解一高次特征多项式方程,利用其系数的对称性,经过巧妙的根的变换,还可把该高次复根多项式方程的求解转化为次数减半的实根多项式方程的求解。该实根多项式方程的求解可此原复根多项式方程求解的速度提高八倍。文中最后给出计算机模拟结果,并与原线性预测方法和前后向线性预测方法加以此较。     

基于加权统计模型和遗传算法的人像目标检测

目的 研究基于加权统计模型和遗传算法的人像目标检测方法。方法 提出用于检测非刚性图像目标的一种加权统计模型,该模型含有待检测目标样本的统计值,可有效解决图像目标发生形变和倾斜情况下检测器的适应性问题。     

基于频域带限数据提取雷达目标李氏指数的方法

由频域带限测量数据用连续小波变换提取雷达目标散射参数（Ｌｉｐｓｃｈｉｔｚ指数）．给出小波变换的影响锥，并分析小波变换的多通道滤波特性和局部傅里叶分析特征，以此直观地描述了用小波变换能够分析目标散射中心散射机理的原理．提出选择高斯函数的Ｍ阶微分函数作为小波，用截断高斯函数作为窗函数，并导出修正变换系数和尺度值的公式，消除带限数据的加窗处理对李氏指数估计的影响．提出直接在频域实现小波变换，以避免加窗处理，并给出选择最小尺度值的公式．仿真结果表明文中所述方法是有效的．     

子波激励线性预测（WELP）的语音编码方案

从子波变换这个新的概念,给出了一种语音信号预测模型残差激励信号的分解方法,提出了一种语音信号编码方案,即子波激励的线性预测编码法(WELP),给出了部分实验结果,实验表明,在相同的音质条件下,WELP方法比其它方法能更进一步降低比特率,有希望在低比特率语音编码中得到应用。     

一种快速求解分形编码参数的方法

提出了一种快速求解分形编码参数的新方法。首先分析了图像变换域系数与图像几何特征之间的对应关系。，利用离散余弦变换对图像进行分类，快速确定几何变换参数。通过解优化问题快速确定图像灰度比例系数和灰度平移量。实现了基于上述方法的分形图像压缩方案，并对常规方法进行了比较。     

神经网络与DTW两种识别方法的比较

在非特定人小字表场合下,比较了人工神经网络方法(ANN),动态规划方法(DTW)以及直接比较方法(DC).对汉语10个孤立数字测试结果表明:用多遍样本进行训练时,训练时间ANN至少是DTW的100倍,DTW是DC的5倍以上;识别速度ANN比DC快300倍,DC比DTW快5倍;存储量ANN比DTW和DC需要的都少;识别率ANN比DTW高2.3％,DTW比DC高6.7％;用单遍样本训练时,DTW比DC高3.6％,DC比ANN高8.1％.说明在小字表情况下ANN的总体性能优于DTW,DTW优于DC。