嵌入式盲文单手输入系统设计与实现

计算机录入编辑盲文是信息处理的特殊应用领域，是特殊教育中的重要研究课题。文中将盲文制作为特殊符号，通过制作字库，编写个性化码表，然后嵌入到主流输入法，从而实现盲文与汉字混排以及实现单手盲文输入。该系统具有易学易记性、盲文编码多样性、嵌入性强等优点，并通过实验证明输入盲文效率能提高5~6倍，在盲文出版、盲文印刷、盲文教学等领域有重要的应用价值。但盲文字符在不同平台(如智能手机)与不同操作系统兼容性问题还有待进一步研究开发。     

基于BP算法的无人机物理层网络编码研究

建立了基于置信传播(BP)算法的双向中继系统传输模型,理论推导了中继节点处物理层网络编码的映射关系,研究了不同调制方式下各种异步因素对通信系统误码率的影响规律,为无人机在实战中更广泛地应用提供理论基础.     

基于MSTP以太网专线远程视音频传输的分析和实现

基于MSTP以太网专线进行远程视音频传输,是一种结构简单、线路便宜、容易搭建的传输系统.由于MSTP以太网专线的独特设计,点到点的透传方式,容易实现对用户MAC帧点到点的透传,在线路上能独享带宽,业务延迟小,且和其它业务完全隔离,安全性高,这种业务适合广播级视音频信号远程传输的应用.     

基于频谱效率的低复杂度自适应MIMO系统

在一定的误比特率(BER)下,使用自适应MQAM调制可以最大化MIMO系统的频谱效率。通过不同的算法可以得到自适应调制MIMO系统的离散速率频谱效率(DRSE)。为了进一步提高频谱效率,提出了一种基于DRSE,在不同的算法之间进行切换的低复杂度自适应机制。研究了在两种2×2信道下即:独立同分布(i.i.d)的平坦瑞利衰落信道和空间相关的瑞利衰落信道,自适应MIMO系统在正交空时块编码(OSTBC)和空间复用(SM)之间切换的自适应机制。仿真结果表明,通过选择一种最优的调制模式及发射模式的组合方式,此切换算法可以使系统的频谱效率得到有效提高,同时只增加有限的反馈信息,降低了系统复杂度。     

聚类混合型数据的密度峰值改进算法

聚类混合型数据，通常是依据样本属性类别的不同分别进行评价。但这种将样本属性划分到不同子空间中分别度量的方式，割裂了样本属性原有的统一性；导致对样本个体的相似性评价产生了非一致的度量偏差。针对这一问题，提出以二进制编码样本属性，再由海明差异对属性编码施行统一度量的新的聚类算法。新算法通过在统一的框架内对混合型数据实施相似性度量，避免了对样本属性的切割，在此基础上又根据不同属性的性质赋予其不同的权重，并以此评价样本个体之间的相似程度。实验结果表明，新算法能够有效地聚类混合型数据；与已有的其他聚类算法相比较，表现出更好的聚类准确率及稳定性。     

基于稀疏Radon变换的窄带雷达信号单目标检测方法

本文提出了应用于窄带雷达信号的单目标检测方法：基于稀疏 Radon 变换的方法， 该方法适用于低信噪比的情况，需将目标能量校正到一个距离单元后对方位向调频率进行搜索。 在原有雷达单目标的检测方法基础上，适当地进行相位补偿，并使得目标回波相干化，最终提出了两种应用于窄带雷达单目标的检测方法，利用了稀疏 Radon 变换，验证了目标检测方法的有效性，并在此基础上，实现了对目标的运动参数的准确估计。     

全息合成孔径雷达的概念、体制和方法

合成孔径雷达技术经历了二维SAR、二维半SAR(InSAR)、三维SAR，已发展到如今的多维度SAR，取得了巨大的技术成就。该文在简要总结合成孔径雷达及其成像技术发展历程的基础上，提出了全息合成孔径雷达的概念并首次给出了明确的定义，指出该定义与现有全息雷达、多基线圆迹SAR、多维度SAR等概念的区别与联系。并且基于现有多维度SAR模型框架，给出了全息SAR的成像体制和信号模型，提出了初步的成像思路，为全息SAR技术的发展提供了初步的理论和技术框架基础。      

基于大数据分析的分布式MOLAP技术研究

在计算机系统运行以及研究环节中,会存在大量的规模效应,此类状况难以避免,要想有效解决此类问题,就需要利用分布式的处理方式,开展对文件系统的分析。文章对分布式多维联机分析过程(MOLAP)的数据模型进行了分析,从维编码的算法、映射归约(MapReduce)算法的实现、分析维的遍历算法等方面作深入探讨。     

基于依赖最大化和稀疏回归的多标签特征选择

针对基于稀疏回归的多标签特征选择方法中数据的特征和标签之间线性关系假设不成立的问题,提出一种基于依赖最大化和稀疏回归的多标签特征选择方法 (multi-label feature selection with dependence maximization and sparse regression,DMSR)。构建数据的低维子空间,最大化低维空间与数据的标签空间之间的依赖性,使用希尔伯特-施密特独立性准则作为依赖性的计算依据,将数据从特征空间映射到该低维空间,设计一种交替优化的算法对稀疏回归模型进行求解,得到用于特征选择的投影矩阵。在多个不同类型的多标签数据集上的实验结果表明,所提算法的性能优于其它对比算法。