基于脉冲序列核的脉冲神经元监督学习算法

脉冲神经元应用脉冲时间编码神经信息,监督学习的目标是对于给定的突触输入产生任意的期望脉冲序列.但由于神经元脉冲发放过程的不连续性,构建高效的脉冲神经元监督学习算法非常困难,同时也是该研究领域的重要问题.基于脉冲序列的核函数定义,提出了一种新的脉冲神经元监督学习算法,特点是应用脉冲序列核构造多脉冲误差函数和对应的突触学习规则,并通过神经元的实际脉冲发放频率自适应地调整学习率.将该算法用于脉冲序列的学习任务,期望脉冲序列采用Poisson过程或线性方法编码,并分析了不同的核函数对算法学习性能的影响.实验结果表明该算法具有较高的学习精度和良好的适应能力,在处理复杂的时空脉冲模式学习问题时十分有效.     

视频编码量化失真估值算法研究

针对量化失真估计算法存在的误差问题,对算法中的DCT系数分布模型进行了改进,提出了基于LAP分布模型的分段建模方法。将DCT系数的尾部数据进行分离,以主体数据的建模结果作为全体数据的分布模型。以均方误差作为量化失真的衡量准则,归纳并推到上述分布模型下的失真估计算法。采用限制量化步长的方法来评估失真估计算法的准确度。实验结果表明,采用LAP分布模型对DCT系数进行分段建模,不仅提高了模型的准确度,还简化了分布模型的复杂度;由此所产生的失真估计算法在复杂度和准确度方面具有很高的兼容性,与传统的LAP失真估计算法相比,准确度有所提高。     

一种基于块的图像边缘分析方法

边缘检测是图像处理和计算机视觉中的基本问题,人眼视觉系统对图像中的边缘信息非常敏感,经常作为描述图像特征的一种重要手段。基于运动补偿和DCT变换编码的视频编码标准中,一幅图像分成大小相同不重叠的块进行编码,基于块的图像边缘分析在图像处理、去块效应滤波、模式选择以及基于内容的视频检索等方面有较广泛应用。提出了一种基于分析块边缘方向的边缘分析算法。实验结果表明,与其他算法相比,该算法在分析性能与计算复杂方面具有较明显的优越性。     

云储能用户在计划停电下的应急能源管理策略

在配电网发生计划停电的情况下,基于云储能的家庭微电网进入孤岛运行状态,考虑到云储能用户可用储能容量有限以及可再生能源出力的不确定性,提出应急能源管理策略以减小用户停电损失和用户不满意度.首先,将云储能分为供电储能和交易储能,供电储能的容量可以保证计划停电期间用户重要负荷的供电;其次,以减小用户停电损失和用户不满意度为目...     

考虑帧间信息的语音转换算法

传统的加权频率卷绕算法是单独地对每帧语音特征参数进行转换,没有考虑到语音帧前后的相关信息.针对这一点,该文提出了一种改进的加权频率卷绕算法,它利用压缩感知理论提取语音信号的帧间相关信息.在进行转换时,该算法是相当于对语音段进行转换.客观测试和主观听觉评测表明,虽然改进后算法的性能会受到语音段长度的影响,但当选择合适语音段长度时,性能要好于传统的加权频率卷绕算法.     

基于深度特征融合生成的密集人群计数网络

为了进一步提高密集人群计数任务的计数精度,提出一种利用深度语义特征逐步降维重建的密集人群计数网络。前端采用深度卷积网络得到基本的深度语义特征;后端采用基于空洞卷积的多尺度特征融合块来丰富深度语义特征。通过语义重建块与上采样相结合,在进行多次降维重建以后生成与原始图像相同分辨率的人群密度图,并由此得到人群数量。将该模型在公开的数据集ShanghaiTech、UCF_CC_50、UCF-QNRF上与历年的主要方法进行对比,该方法无论是在人群计数精度还是密度图质量上都体现出了明显的优势,同时在多个数据上的验证实验表明模型具有较好的鲁棒性。     

基于MGA-PSO的云计算多目标任务调度

为了提高云计算任务调度的效率,将微生物遗传算法(MGA)和改进的粒子群算法(PSO)融合成MGA-PSO算法用于云计算任务调度.综合任务完工时间、任务执行成本及虚拟机负载均衡三个目标构造适应度函数,以此寻找任务调度的最优解;对粒子群算法进行改进,使用动态惯性权重策略以提高算法的自适应搜索能力;在任务调度前期使用MGA算法缩小求解空间,在任务调度后期使用改进的PSO快速收敛到最优解.仿真实验表明:与其他三种算法相比,该算法有较快的收敛速度和较强的寻优能力;在云计算任务调度中,不仅能减少任务完工时间和执行成本,还能优化虚拟机的负载.     

基于率失真优化和PSB系数位移的ROI编码新方法

小波系数移位和率失真优化的比率控制是实现ROI编码常用的两种策略.小波系数移位的方法能准确的恢复选择的ROI区域,但会影响编码的效率.而率失真优化的方法有好的编码效率但ROI区域重建精度受到影响.将两种机制结合,本文提出了一种率失真斜率提升和PSB系数移位相结合的ROI编码新方法.实验结果表明,新算法在同等编码效率及计算复杂度下,获得了良好的ROI重建精度.