摘要:三维（Three dimension， 3D）多媒体技术，尤其是和3D视频相比有所差距的3D音频技术受到了广泛的关注。当前三维音频技术研究可分为基于物理声场重建的多声道音频技术和基于感知的声音场景重建的多声道音频技术两大类。物理声场重建技术的重要代表是基于球谐分解的声重放技术和波场合成技术（Wave field synthesis， WFS），基于感知的声音场景重建技术主要包括幅度平移技术（Amplitude panning, AP）和基于头相关传输函数的双耳重建技术（Head related transfer function， HRTF）。本文对上述4类三维音频技术及其对应的典型系统进行了介绍及对比分析，并对三维音频技术当前3大主要研究热点：空间听觉机制、三维音频压缩编码以及三维音频系统精简的现状与前沿技术进行了介绍。

摘要:压缩感知中，测量矩阵在信号的获取和重构过程中起着重要的作用。传统的随机测量矩阵在采样率较高的情况下，能够获得比较好的重构效果，但在低采样率下的重构效果不够理想。确定性测量矩阵自身存在一些限制因素，与随机测量矩阵相比，重构效果有所降低。基于广义轮换矩阵（GR），提出了两种结构随机矩阵：广义二进制轮换矩阵（GBR）和伪随机广义二进制轮换矩阵（PGBR）。仿真结果表明，相对于传统的测量矩阵，新的测量矩阵在二维图像重建方面效果较好，所需重构时间相差不大，在较低的采样率下能够获得更加精确的重建。

摘要:针对非平稳、非线性、微弱信号难以分析和处理的特点，本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法，并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑电信号分解，然后选取主要固有模态函数分量并计算其绝对均值作为特征值，最后使用学习向量量化网络进行分类，并分别与支持向量机和误差反向传播神经网络分类算法进行了对比研究。实验结果表明，所提出的算法分类正确率达到了87%，相比于其余两种对比算法在特定的信号处理领域优越，具有一定的参考和研究价值。

摘要:在认知无线网络协作频谱感知过程中，感知节点所处的恶劣信道环境会导致本地频谱检测结果发生偏差，有时一些故障节点或恶意节点发送的误导信息来干扰认证网络融合中心的全局判决。根据认知网络感知节点的历史感知信息，将感知节点分为可信节点、不可信节点和故障或恶意节点，提出了一种基于节点识别的协作频谱检测算法。在该算法中，融合中心舍弃故障或恶意节点，使其不得参与数据融合，同时也不考虑不可信节点当前发送的本地检测结果。这样，一方面消除了故障或恶意节点对全局频谱判决的影响，另一方面降低了融合中心计算复杂度。仿真结果表明，该算法能有效克服故障或恶意节点的干扰，提高认证网络协作频谱检测性能。

摘要:传统的火灾监控系统往往采用基于单传感器的有线信息检测与传输系统，布线不方便，环境适应性和抗干扰能力较差。本文提出了 一种基于ZigBee无线多传感器网络的火灾监控系统，运用包括烟雾、温度、CO气体等多传感器感知火燃烧状态，对是否发生火灾分配不同信任度函数，利用D-S证据理论融合3种传感器信息以判断火灾状态。本文详细阐述了系统工作原理、多传感器信息、D-S证据理论等关键技术，并给出了多传感器响应燃烧实验的曲线图，理论分析和实验结果表明，该无线传感器火灾监测系统能更准确地检测火情，减少误报率，提高系统的可信度。 

摘要:针对如何提取纸币图像特征和提高识别率的问题，综合利用退化四元小波变换具有的相位特性，提出一种基于退化四元小波变换的纸币识别方法。该方法 首先对采集的纸币图像进行倾斜校正和边缘检测，然后运用退化四元小波对纸币图像进行分解操作，并对分解系数进行统计分析，将每个分解子带系数的能量和标准差作为该纸币图像的特征向量，最后将支持向量机作为分类器对纸币图像进行识别。本文方法在资源约束的嵌入式清分系统上实现，实验结果表明采用本文提出的算法突破了传统纸币识别系统识别率很难再提高的瓶颈，同时能够满足清分系统的实时性要求。 

摘要:基于传统的变分水平集方法的图像分割，水平集函数必须周期性地重新初始化使之保持为符号距离函数，这存在如何选择重新初始化的时间和方式的难题。Li模型通过在能量泛函中引入一个内部约束能量，去除了水平集函数在演化过程中需重新初始化的难题。通过对Li模型的分析，提出了一个新的变分水平集的分割模型。该模型通过在能量泛函中加入一个较简单的内部约束能量，同样可以实现水平集演化过程中的无需重新初始化。并且通过对边缘停止函数的重新定义，引入了新的外部能量，使得本文模型对噪声图像的分割更具鲁棒性。实验表明无论是在收敛速度上，还是在对噪声图像的分割质量上，本文模型和Li模型相比都具有一定的优势。

摘要:提出了一种基于高斯衍生滤波器组的文种识别算法；分析了文本图像的纹理特性，相对于传统的小波变换，本文算法可以在更多方向上提取文字的边缘和脊特征。采用支持向量机(Support vector machine, SVM)对所提特征进行训练和分类，实现文字种类识别；在实验中选用中、英、俄、日、韩、阿拉伯等10种不同语言文字文本图像，测试了滤波器的不同参数对算法性能的影响，并与其他3种基于纹理的文种识别算法进行了比较，实验结果表明本文算法运算速度较快，且得到较好的识别率。

摘要:话题摘要是自然语言处理中对文本进行内容归纳和概要生成的技术。传统的话题摘要研究主要针对新闻、Web网页和博客这样的长文本，本文研究微博短文本的话题摘要问题。本文以微博转发消息为对象，提出具有拓扑结构的微博话题摘要生成算法（Microblog topic summarization,MTS）。首先通过微博转发上下文确定代表性词项；然后识别微博转发中的话题区域，从广度和深度两个方向对话题进行归并操作；最后，基于转发关系生成具有拓扑结构的微博话题摘要。本文实验采用真实的微博事件数据集验证MTS算法的有效性和可行性，并采用可视化方式展现微博话题摘要的结果。

摘要:提出一种基于改进多核学习的语音情感识别算法。算法以高斯径向基核函数为基准，通过采样不同的样本，采用不同的评价标准并获得不同的参数，来提高分类性能。此外，通过引入多核技术，将得到的高斯核函数构建多核学习的基核，并通过利用松弛因子构建的软间隔多核学习的目标函数改善了学习效率。对比仿真实验结果表明，本文提出的基于多核学习语音情感识别算法有效提高了语音情感识别性能。

摘要:提出了在空间色噪声环境下双基地MIMO雷达多目标角度估计和互耦自校正的算法。利用四阶累积量能抑制空间色噪声的特性，对数据进行预处理。通过互耦系数矩阵的Toeplitz特性和ESPRIT算法思想，分别提取出发射端和接收端的旋转不变因子，并且实现了发射角和接收角的自动配对。最后利用估计出来的发射角和接收角，采用拉格朗日乘数法实现了互耦系数的自校正。仿真结果证明了本文算法的有效性。

摘要:SG(Savitzky Golay)滤波算法是一种去除数字信号中白噪声的有效算法。在实际应用中，这种基于移动窗口的最小二乘算法有一个核心问题有待解决，即如何在保证滤波效果的前提下，尽可能的保留信号中的波峰信息。本文通过理论分析提出了一种SG阈值滤波算法，可以对不同特征的信号区间采取不同的SG滤波策略，并基于白噪声奇异点检验和迭代算法的思想，提出了一种阈值确定算法，增强了这种SG阈值滤波算法的实用性和方便性。

摘要:提出一种基于多分类器融合的未知嵌入率图像隐写分析方法。通过建立多个不同嵌入率下的训练分类器模型，得到对测试图像的多个局部决策值；然后将得到的局部决策值转化为证据，并根据各分类器的漏检率和虚警率，对各局部决策值分配权重；最后由基于权重系数的D-S (Dempster Shafer)证据理论推理得到最终的决策。针对LSB匹配隐写的实验结果表明，本文方法改善了未知嵌入率下的隐写检测性能。

摘要:本文提出一种复合各向异性扩散滤波算法，将降斑各向异性扩散(Speckle reducing anisotropic diffusion,SRAD)模型中对边缘敏感的瞬态系数(Instantaneuos coefficient of variation,ICOV)算子运用到了非线性相干扩散(Nonlinear coherent diffusion,NCD)相干模型中，并基于统计学提出ICOV算子的相关系数矩阵对图像的相关度进行度量，系数矩阵的值是每个ICOV算子与其所在行与列的相关度，此相关度的值在边缘附近会取到极大值，这个对图像的边缘检测有很好的度量，根据每个像素与其周围像素的相关度对边缘附近的扩散的强度进行修改，对图像进行更为之有效、更准确的非线性去噪与边缘加强。实验结果表明，与其他各向异性算法相比，本算法可获得更好的性能指标，具有更好的去噪效果和保留边缘功能。

摘要:提出了一种基于压缩感知理论的图像多描述编码的方法。该方法在编码端利用分块压缩感知技术对图像进行随机测量，将得到的测量结果矩阵按行平分形成多个描述；在解码端，利用所收到的若干描述重建出相应的图像，且收到的描述个数越多，重建图像的质量越好。直接对测量后的矩阵进行行分割，可以随意产生多个描述，同时也使得编码端的计算复杂度大大降低。实验表明，在相同条件下，本文方法的编码时间更短，图像的重构质量也明显优于其他多描述编码的方法。

摘要:目前基于浮动车的城市交通信息采集通常采用等间距进行采样，无法根据道路网络几何条件和状态的差异进行合理的采样间隔优化。针对现有采样算法的不足，本文提出了一种面向实际道路网络的浮动车采样间隔优化方法。首先通过构建四叉树模型对城市道路网络进行划分，确定空间采样分辨率，然后利 用历史轨迹对浮动车的速度进行短时预测，最后在不影响空间采样分辨率的基础上实时动态优化采样间隔，在交通信息的精度与信息的采集成本之间取得平衡。通过仿真试验的定性定量分析，新算法能够在不同复杂程度的道路网络情况下动态调整采样间隔，不仅确保了采样数据的精度，而且降低了采样数据容量。

摘要:时间域航空电磁探测研究中得到的海量电磁响应数据呈现出“衰减指数和”的变化趋势。针对该变化特点,采用了矩阵束法从响应数据中提取极点等特征量,并完成了数据的降秩、重构处理。算法分析和实测结果表明：无噪声干扰时,该算法表现出了较好的重构精度；加噪后,在较大信噪比变化范围内,重构精度呈现了较小的波动,体现了该算法较高的抗噪性和稳定性。因此,该算法适合应用于航空电磁响应数据分析中。

摘要:针对低信噪比条件下单通道通信信号与干扰盲分离问题，本文提出了一种基于遗传粒子滤波的单通道盲扰信分离新算法。该算法首先建立了受扰信号的状态空间模型，并利用粒子滤波得到通信码元和未知参数的最大后验估计。针对标准粒子滤波中存在的粒子退化现象，本文引入了遗传进化操作来迭代估计优质粒子，在减少了所需粒子数量的同时，又保持了序贯估计过程中粒子集合的多样性和优质性，使新算法在低信噪比条件下具有更好的分离效果。仿真结果表明，新算法在干信比小于15 dB，信噪比大于10 dB的条件下，可以有效地从单路接收的受扰信号中分离出通信信号与干扰。

摘要:针对泥浆连续波随钻测量数据传输误码率预测精度低、数据传输过程中易受干扰信号影响等缺点，提出利用改进的最小二乘向量积(LS-SVM)对连续波数据传输误码率建立预测模型，并引用遗传算法对参数寻优，在建立模型过程中利用狄克逊准则对数据进行筛选，从而提高误码率预测的精度。在小样本数据的情况下，采用Matlab建立基于改进的最小二乘支持向量机泥浆连续波数据传输模型。仿真结果表明该模型能够有效地避免陷入局部最优问题，具有较强的泛化能力和预测能力。通过与误差反传前馈(Back propagation,BP)和Elman神经网络预测模型对比可知，该模型预测精度更高，预测值更接近于实际值，可以用于泥浆连续波数据传输误码率预测。

摘要:基于自适应滤波器的仿射投影算法，结合复数增益查找表结构，建立预失真系统模型。研究了步长参数和多重约束数对仿射投影算法收敛速率的影响；比较了仿射投影算法和归一化最小均方算法的性能。结果表明，在取值范围内的步长参数和多重约束数越大，仿射投影算法收敛速率越快；相同迭代次数、步长参数和正则化系数时，偏离归一化载波中心频率5 MHz处，仿射投影算法的系统邻信道功率比达到-59.3 dB，效果好于归一化最小均方算法的-44.2 dB。

摘要:显著性提取方法在图像处理、计算机视觉领域有着广泛的应用。然而，基于全局特征和基于局部特征的显著性区域提取算法存在各自的缺点，为此本文提出了一种融合全局和局部特征的显著性提取算法。首先，对图像进行不重叠地分块，当每个图像块经过主成分分析(Principle component analysis,PCA)性区域的规律得到基于全局特征的显著图；其次，根据邻域内中心块与其他块的颜色不相似性得到基于局部特征的显著图；最后，按照贝叶斯理论将这两个显著图融合为最终的显著图。在公认的三个图像数据库上的仿真实验验证了所提算法在显著性提取和目标分割上比其他先进算法更有效。

摘要:图像拼接技术其关键在于解决拼接图像配准问题，以及如何针对多幅相关图像，进行无缝接合形成连贯的没有拼接痕迹的图像。本文针对上述问题，提出了一种算法。首先对小波域的图像信息采用灰度相关法进行匹配搜索，使用RANSAC算法对匹配点进行提纯；然后在小波域生成自适应滤波器，并在图像的拼缝处作滤波处理，得到拼接后的小波系数矩阵；对小波系数矩阵进行小波逆变换还原图像。实验结果表明：在小波域对图像进行拼接，而且在接缝处根据两幅图像的自身信息进行自适应滤波（即时改变滤波器形态），故它很好地平滑了拼接中出现的接缝。

摘要:铁路信号电缆因跨度长、埋设地下等原因导致其故障判断难度大。通过讨论二次相关算法，并对其进行改进，完成其快速FFT算法实现及实时性能分析；基于改进的二次相关，建立了采用序列时域反射法／扩展频域时域反射法(Sequence time domain reflectometry／spread sequence time domain reflectometry,STDR/SSTDR)技术的信号电缆检测模型。通过仿真实验验证了在不同信噪比下STDR/SSTDR检测模型对铁路信号电缆开路、短路故障的检测能力，表明基于二次相关改进的SSTDR可用于信号区间电缆的故障检测。

摘要:对中文下位词自动抽取方法进行研究，提出一种基于词典信息和网络百科的下位词获取方法，旨在构建一个较为完善的上下位词语知识库。基于词典信息的抽取方法利用《中文概念词典》和《中国分类主题词表》中蕴含的格式化信息获取上下位关系。基于网络百科的抽取方法利用维基百科、百度百科和互动百科，分析百科网页地址和内容格式，利用正则式抽取下位词语。对获取到的下位词进行自动过滤和人工校对，实验表明，与NLP&CC 2012上下位关系评 测结果相比，本文方法取得较好效果。

摘要:针对航天器精确预测与健康管理的需求，将粒子群算法、灰色理论与神经网络的优势相结合，提出了一种灰色粒子群神经网络组合参量预测方法，实现了灰色模型、粒子群算法、神经网络模型的优势互补。针对某卫星南帆板输出电流参量的预测实例，采用总平均绝对误差、总平均绝对百分比误差、总均方根误差3个预测结果评价指标，对灰色粒子群神经网络模型、粒子群神经网络模型、灰色模型和残差修正灰色模型的预测结果进行了比较，结果证明灰色粒子群神经网络模型的预测精度较高，在航天器参量预测领域具有很好的应用前景。

摘要:目前大部分社团发现方法都是针对无向无权图，但实际的社会媒体中的社团内部个体交互过程可以抽象为一个有向加权图，并且权重中含有大量的噪声。为解决有向加权社团的划分问题，本文提出一种基于非负矩阵分解(Nonnegative matrix factorization, NMF)可去噪声的社团发现方法。该方法通过小波阈值去噪对社会网络数据进行去噪处理，结合有向加权的非负矩阵分解算法对去噪后的数据集进行社团发现，准确找出社团结构。在社会媒体的实验数据集和标准数据集上的实验结果表明，该算法针对带噪声的有向加权图社团发现问题具有良好划分性能，SNR为15时，在Lesmis数据集上的社团划分准确率达到96%，划分模块度值提高了29%。本文为解决带噪的有向加权的社会网络数据提供了切实有效的处理方法。

摘要:技术的发展进步和需求的多样性，产生了大量的数据，数据背后隐含模式的发现对问题的深入研究起到关键性的作用。为了挖掘移动对象的周期运动 模式，提出了一种无冗余周期模式（Non redundant Period Patterns，NRPP）发现算法。为解决噪声因素的影响，在现有方法基础上，引入相似性因子，删减冗余周期模式，使挖掘出的模式精简、准确。算法为不同模式设置不同阈值，不但解决了稀有项问题和组合爆炸问题，而且也使得挖掘效率更高效。采用公开移动对象数据实验，结果表明算法能高效挖掘出移动对象的周期模式。