区间小波神经网络(I)-理论与实现

本文提出了前馈神经网络学习的一种新理论棗区间小波神经网络,不同于以往工作的是本工作的主要特点有:(1) 采用区间小波空间作为神经网络的学习基底空间,克服了以往神经网络基空间与被学习信号所属空间不匹配问题;(2) 由于采用区间小波理论,克服了原来被学习信号为适应神经网基空间而延拓所带来的不光滑性,使神经元数目得以节约,这在高维学习情形效果极为显著;(3) 神经单元所用活性函数不再为同一个函数.     

区间小波神经网络(I)——理论与实现

本文提出了前馈神经网络学习的一种新理论——区间小波神经网络,不同于以往工作的是本工作的主要特点有:(1) 采用区间小波空间作为神经网络的学习基底空间,克服了以往神经网络基空间与被学习信号所属空间不匹配问题;(2) 由于采用区间小波理论,克服了原来被学习信号为适应神经网基空间而延拓所带来的不光滑性,使神经元数目得以节约,这在高维学习情形效果极为显著;(3) 神经单元所用活性函数不再为同一个函数.     

基于平衡区间多小波理论的图像去噪研究

多小波在实际应用中需要对信号进行预滤波,这破坏了多小波的特性.提出了一种基于平衡区间多小波变换的综合闽值图像去噪方法.该方法通过对含噪图像进行区间多小波变换,一方面,克服了单小波变换中无法同时满足正交性和对称性的缺点,且因为区间多小波能够直接适应信号空间,所以不需要像普通小波信号处理那样进行信号的边界延;另一方面,因为平衡区间多小波的平衡性,因此在应用中不需要对图像进行预滤波.将综合阀值处理方法与平衡区间多小波变换相结合,根据多小波分解后的能量分布特性,在不同尺度的子带选择不同的最佳阈值,有效地提高了重构图像质量.实验结果表明,相对于非平衡多小波阈值处理方法,文中的去噪方法在输出信噪比扣主观视觉效果上都有明显改善.     

区间多小波设计的一般理论

对单小波区间化的思想加以总结分类，提出了区间多小波设计的一般方法。在重新定义多小波在L2([0,1])上的多分辨分析(MRA)后，针对任意支撑长度 的 重多小波，通过构造尺度子空间Vi([0,1])和小波子空间Wi([0,1])，得到了L2([0,1])的一组基，并进一步推导了双尺度方程，得到了一类区间多小波滤波器的参数化表示式。     

区间最小能量小波框架的图像去噪研究

小波域信号去噪是信号处理中一个引人注目的研究方向,恰当选择小波函数使去噪效果最佳更是具有实际应用价值的研究课题,为了提高图像的降噪效果,提出一种基于区间最小能量小波框架的图像去噪方法。区间最小能量小波框架具有紧支、对称/反对称性、时频局部化特性以及平移不变性,克服了正交小波在信号去噪中的不足;同时,由于进行了区间化,成功避免了小波分解过程中对边界图像的延拓,边界问题得以有效解决,使重构精度得到了显著提高。实验表明,区间最小能量小波框架去噪效果比非区间小波框架去噪效果更好。     

区间样条小波在机械臂路径规划中的应用研究

研究航天器在轨维护问题,针对空间任务机械臂路径规划中的函数拟合问题,采用区间样条小波函数进行了最小能量的路径规划研究。利用动量矩守恒原理建立了平面多刚体系统动力学模型,并提出了基于能量的优化目标函数;然后,根据三阶区间样条小波的多尺度特性,给出了Sobloev空间上满足给定边界条件的近似函数表达式,并对典型三体空间机械臂路径规划问题进行了优化仿真分析,结果表明区间样条小波能够而自动满足一阶边界条件,达到降低计算量、提高计算精度与效率的目标要求。     

基于BP小波网络的故障模式识别

提出了一类新的BP小波网络，该网络采用BP学习算法，可实现信号的小波变换、特征提取和模式分类，具有结构清晰、算法简便的特点。将该网络应用于柴油机的活塞-缸套故障模式识别，并与用一般BP网络识别的结果比较，表明该网络对于非平稳时变振动信号具有很好的模式识别能力。     

基于紧框架小波神经网络的抽油机井故障诊断

所提出的小波网络包括初始的学习网络和训练过程中根据精度要求而自适应并入的子网络．通过对各维输入信号的综合时域分析，选择合适的尺度参数和位移参数构造单尺度下的小波紧框架，以构成各级子网络，进而解决多维小波网络中存在的“维教灾”问题．针对对角回归结构．推导出带遗忘因子的动态递推最小二乘法对网络的参数进行训练．将该网络应用于抽油机井的故障诊断，得到了较好的效果。     

基于冗余离散小波变换的信号配准及分类

离散小波变换(Discrete wavelet transform,DWT)对输入信号的平移敏感,当输入信号间存在平移时,基于DWT的信号分类会受到负面影响.本文提出一种基于冗余离散小波变换(Redundant DWT,RDWT)的信号配准及分类方法,克服了DWT的平移敏感性,解决输入信号间存在平移变化的信号分类问题,...     

模块小波神经网络在工业产品质量控制中的应用

针对输入空间包含多种类型的数据时，以单一的神经网络为模型，其收敛很困难的问题，提出一种基于模块小波神经网络的建模方法。利用分而治之思想，模块神经网络通过一个门控网络进行分类和协调，可以将一个复杂任务分解成几个简单的子任务，每个子任务由一个局部专家网络学习，与传统的模块网络不同，这里的专家网络是小波网络而不是BP网络，将所提出的网络模型用于热连轧产品质量建模，并与单一的神经网络建模结果进行比较，建模结果表明，模块小波神经网络模型优于单一神经网络模型。     

系统集成芯片综述

集成电路芯片工艺的发展已可使一个系统或一个子系统集成在一个芯片上 ,称为系统集成芯片。本文综述了系统集成芯片的硬件构造、超长指令 (VLIW )结构、芯片嵌入软件及软硬件协同设计方法。     

基于JSP分页技术的研究

电子商务应用中的数据量往往非常大,甚至会达到几十万到几千万条记录的规模,将如此大量的数据显示在一个页面里困难大、效率低。在这种情况下就需要采用分页显示技术将数据库中符合条件的数据逐页显示给用户。对JSP分页技术进行比较,在分析JSP分页技术特点的基础上,提出一种有效的分页解决方案,同时对分页技术的优化进行阐述。     

基于FPGA的立方星可重构星载处理系统研究

为了以最小代价提高立方星可重构星载计算机的可靠性,提出了一种基于FPGA的立方星可重构星载处理系统架构。首先,在对国内外微纳卫星星载计算机设计特点进行分析的基础上,分别采用基于SRAM架构和基于Flash架构的FPGA作为核心处理模块与外部表决接口模块,兼顾了系统的运算速度与可靠性。其次,针对可重构星载处理系统中所涉及的可重构策略、在线重构技术以及系统同步技术进行了详细设计。最终,基于所设计硬件系统上进行的测试以及在轨的实测数据验证了该架构的可靠性和有效性。     

基于移动agent的分布式视频点播系统的研究

该文通过对移动agent技术和传统的视频点播系统的研究,提出了一种基于移动agent的分布式视频点播系统的设计和构造,具体地阐述了系统的工作流程,并着重讨论了实现该系统所要考虑的关键问题。移动agent的引入有效地减少了网络传输负载,实现了高速响应点播请求、高质量的影音效果,从而更好地满足更多用户的需求。     

Hibernate技术在基于GIS数据库中的应用研究

空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性.     

基于服务总线（ESB）的应用集成（EAI）探索和研究

科研院所设计研究中各类异构软件应用系统并存,数据和信息在各个应用系统中同步和共享成为现代企业信息化的瓶颈。针对这种现状,文中采用Java技术,通过建立异构系统底层的消息通讯机制,构建连接异构系统的ESB,实现各个异构系统通过ESB进行通讯,最终达到EAI的目的。实际中,基于该ESB构建了船舶设计行业应用软件系统集成平台,在数据集成、应用集成和业务流程集成中取得了较好的效果,肯定了文中成果的可行性。文中重点叙述了所构建的ESB结构图、ESB内部通讯原理及实现中所使用的数据结构,并给出了以该ESB为核心纽带设计的相关EAI平台架构。     

基于VRML的网上虚拟教室漫游研究

以一个虚拟教室为例进行3D虚拟漫游的初步设计．这种方式不同于目前网上的虚拟教室。介绍在WWW上采用VKML实现虚拟教室漫游系统的特点、VRML的工作模式和造型机制,采用了基于几何图形的建模方法,探讨场景中交互设计实现的方法,提出碰撞检测技术的应用．实现网上发布和优化。     

基于CUDA的引导源目标定位快速算法研究

研究引导源的目标定位问题,为实现水下目标定位提供了一种新的途径。实际海洋环境中存在噪声,对定位精度的影响非常大,为了实现低信噪比条件下对目标的准确定位,提出了一种改进的邻域平均法对条纹图像进行降噪处理。同时,由于声场计算和图像处理需要非常大的计算量,实现会耗费较长的时间,提出了利用CUDA技术对GTL算法进行加速处理。处理结果表明,经降噪方法处理后,目标距离估计结果准确,误差较小;与传统CPU方法相比,CUDA技术能不改变精度,且使算法时间减少,为目标定位提供了依据。     

基于《伤寒论》的命名实体识别研究

研究《伤寒论》中命名实体的识别方法,助力张仲景《伤寒论》不同版本文本的深度挖掘,有助于传承中医文化.该文尝试构建ALBERT-BiLSTM-CRF模型,提取《伤寒论》中疾病、证候、症状、处方、药物等实体,并与BiLSTM-CRF模型和BERT-BiLSTM-CRF模型进行对比.五次实验ALBERT-BiLSTM-CRF模型三个评价指标准确率(P),召回率(R)和F1-测度值(F1-score)的平均值分别为85.37％,86.84％和86.02％,相较于BiLSTM-CRF模型和BERT-BiLSTM-CRF模型F1-score分别提升了6％和3％.实验表明相比BiLSTM-CRF和BERT-BiLSTM-CRF模型,ALBERT-BiLSTM-CRF模型在基于《伤寒论》的实体识别任务中效果最好,更适用于中文古籍的知识挖掘.     

Elastos中间件ContentProvider的设计与实现

E1astos是具有中国自主知识产权的面向服务的新型嵌入式网络操作系统。目前主要用嵌入式设备,多款基于Elastos的3G手机已经面世．一款基于Elastos的电子书也即将进入量产。本文提出了基于Elastos的Content Provider,这是一种易于使用和扩展的应用程序数据访问模式．解决了在需求多变的市场背景下,手机应用程序如何方便的访问数据的问题。