基于信号重要子空间匹配追踪的擦除补偿方法

近年来的研究表明,自然界中能够为人们所理解的信号都具有稀疏的性质。利用信号的稀疏性,提出了一种基于被擦除信号重要子空间匹配追踪的擦除补偿方法。首先,在给定错误率的基础上定义了信号稀疏性的度量方法。然后,依据被擦除信号的有效部分基于正交匹配追踪方法来寻找信号的重要子空间。最后,基于迭代方程在信号的重要子空间中获得信号的近似表示,并将其作为被擦除信号的补偿信号。模拟实验结果显示了所提出方法补偿被擦除信号的有效性。     

DN─4×l25型卡车车箱板边后板页板总成多点焊机的研制

本文介绍了ＤＮ─４×１２５型卡车车箱板边／后板页板总成多点焊机。该机在保证焊接质量和生产率的前提下，成功地解决了９个品种车箱板混流生产中页板总成与车箱板的焊装问题。     

基于Laplacian残差扩展的可逆嵌入算法

近年来国际上对无损数字水印的研究十分关注,嵌入了水印的数字图像在水印被提出以后可以无损地恢复出其原始图数据。提出了一种基于Laplacian残差扩展的无损数字水印算法,能够简单、高效地实现数字图像的可逆数据嵌入与提取。在嵌入容量和嵌入后的图像质量上得到了较为理想的结果,而且实现了数据嵌入的嵌入与数据的提取不对称,在不暴露图像的原始信息的情况下仍然能够正确地提取嵌入基中的数据,非常适用于一些保密性要求较强的环境。     

基于长短时能量均值的活动语音检测算法

为了有效抑制非平稳背景噪音对语音处理系统的严重干扰,提出了一种基于长短时能量均值的活动语音检测算法.该算法基于两个合理的假设,一个是基于语音隐含成分集的稀疏分解,不但能尽可能地保留含噪语音中的语音信息,还能在一定程度上消除非语音类噪音的干扰；另一个是对上述稀疏分解的语音进行重构,该重构信号中语音段的时域能量高于非语音段...     

基于MSA的TDR特性阻抗测试仪性能分析

文章介绍一种国际上公认的时域反射技术在PCB高频阻抗检测中的应用,该技术最初是在美国Tektronix公司、英国Polar公司中发展起来的,一段时间内垄断了国内PCB阻抗检测领域。作为国内首家研发的产品,使用者对国产特性阻抗仪的性能是否达到测量的要求,仍然有些质疑。因此,通过MSA测量系统分析技术对TDR阻抗测试仪的五种(偏倚性、线性、稳定性、重复性和现现性)性能进行分析,对该测量系统的性能特征进行评价,表明该仪器完全可以同国外同类产品相比美。     

基于信号重要子空间匹配追踪的擦除补偿方法

近年来的研究表明,自然界中能够为人们所理解的信号都具有稀疏的性质。利用信号的稀疏性,提出了一种基于被擦除信号重要子空间匹配追踪的擦除补偿方法。首先,在给定错误率的基础上定义了信号稀疏性的度量方法。然后,依据被擦除信号的有效部分基于正交匹配追踪方法来寻找信号的重要子空间。最后,基于迭代方程在信号的重要子空间中获得信号的近似表示,并将其作为被擦除信号的补偿信号。模拟实验结果显示了所提出方法补偿被擦除信号的有效性。     

建筑施工安全的成本与效益指标分析

目前我国对建筑施工安全成本与效益分析主要在指标和方法上作定性分析,量化分析很少。文章从经济学的角度,指出安全成本与效益的各项指标及其计算公式,方便企业量化分析项目施工安全的成本与效益指标,利于建筑项目安全性与经济性达到合理统一。     

基于突发性事件下的恢复性建设程序比较研究

对于突发性事件后的恢复性重建项目,时间紧迫,建设过程采取应急措施,建设项目资金来源特殊,导致突发性事件后重建项目程序出现了一些问题。文章阐述了正常状况下的项目建设程序和突发性事件后的恢复性建设程序,在此基础上对二者进行了比较研究,分析了我国灾后恢复性重建建设程序中出现的诸如建设程序不规范、专家评审公正性不足、工程造价控制力度不够、审计监督力度不足等问题,并针对这些问题提出了相应的建议。     

基于长短时能量均值的活动语音检测算法

为了有效抑制非平稳背景噪音对语音处理系统的严重干扰,提出了一种基于长短时能量均值的活动语音检测算法.该算法基于两个合理的假设,一个是基于语音隐含成分集的稀疏分解,不但能尽可能地保留含噪语音中的语音信息,还能在一定程度上消除非语音类噪音的干扰;另一个是对上述稀疏分解的语音进行重构,该重构信号中语音段的时域能量高于非语音段的时域能量.在上述两个假设的基础上,采用重构信号的时域能量作为音频特征,以当前帧为中心,并将与其相邻的特定数量帧的短时能量均值作为当前帧的得分值;以当前帧及其之前特定数量帧的长时能量均值作为判决阈值,进而提出了以当前帧的短时能量均值和长时能量均值大小作为判断条件的活动语音检测算法.实验结果显示,该算法能有效地区分低信噪比(平稳噪音和非平稳噪音)条件下的语音和非语音片段,并且其性能优于基于单Gaussian分布的似然比算法.     

基于长短时能量均值的活动语音检测算法

为了有效抑制非平稳背景噪音对语音处理系统的严重干扰,提出了一种基于长短时能量均值的活动语音检测算法。该算法基于两个合理的假设,一个是基于语音隐含成分集的稀疏分解,不但能尽可能地深留含噪语音中的语音信息,还能在一定程度上消除非语音类噪音的干扰;另一个是对上述稀疏分解的语音进行重构,该重构信号中语音段的时域能量高于非语音段的时域能量。在上述两个假设的基础上,采用重构信号的时域能量作为音频特征,以当前帧为中心,并将与其相邻的特定数量帧的短时能量均值作为当前帧的得分值;以当前帧及其之前特定数量帧的长时能量均值怍为判决阈值,进而提出了以当前帧的短时能量均值和长时能量均值大小作为判断条件的活动语音检测算法。买验结果显示,该算法能有效地区分低信噪比（平稳噪音和忙平稳噪音）条件下的语音和非语音片段,并且其性能优于基于单Gaussian分布的似然比算法．