一种用于视频编码的块运动估计算法——块特征匹配预测搜索算法

本文提出了一种块特征匹配预测搜索ＢＦＭＰＳ算法，可以用于视频压缩的一些国际标准，如Ｈ．２６１，Ｈ．２６３，ＭＰＥＧ１，ＭＰＥＧ２，ＨＤＴＶ中．ＢＦＭＰＳ算法充分利用了序列图像的实际运动矢量与预测矢量之间距离的空间分布特征中心偏置分布特性和时间上的相关特性，并采用了中止判决准则，可以明显地减少运动搜索复杂度．ＢＦＭＰＳ算法在匹配运算中采用了简单有效的块特征匹配准则函数，相应的块匹配计算复杂度、数据读取复杂度和内存管理复杂度大大降低．仿真表明这种算法减少了搜索次数，提高了搜索效率，降低了运动估计总的计算复杂性．本文还详细地给出了ＰＳＡ算法与其它常用快速搜索算法的比较结果．

基于球杆仪检测五轴数控机床主轴的热误差

提出了一种基于球杆仪的主轴热误差检测新方法用于五轴数控机床主轴热误差的便捷检测。该方法借助五轴数控机床的两个旋转轴分别单独运动,实现两个正交圆或圆弧构成的球杆仪空间轨迹测量;采用最小二乘方法对测量数据进行处理,求解主轴空间位置;通过初始状态和经过一定时间间隔测量多组数据,分离得到相应时间段的主轴热误差,包括1个轴向热伸长和2个径向热误差。以双转台五轴数控机床为例,从安装方法、测量步骤和辨识原理等方面介绍基于球杆仪的主轴热误差检测方法,并与ISO 230-3中的5点法进行了对比实验。实验结果显示:该方法的辨识结果与5点法测量结果的平均相对偏差小于15.8%,验证了本文方法的可行性和有效性。该方法测量装置简洁,便于携带、安装和测量,测试结果可为五轴数控机床主轴热误差补偿提供依据,从而有效地提高机床的加工精度。

一种新的混沌神经网络模型及其动力学分析

提出了一种混沌神经网络模型．通过引入暂态混沌和时变增益，该网络比Ｈｏｐｆｉｅｌｄ型网络具有更加丰富和更为灵活的动力学特性，从而具有更强的搜索全局最优解或近似全局最优解的能力．它可以用于求解各种复杂的优化问题．大量的数字模拟表明网络能较好地解决Ｈｏｐｆｉｅｌｄ型网络的局部极值问题．

语音信号的主分量特征

利用曲线拟合与主分量分析神经网络相结合的方法，提出了一种既反映声道变化规律又符合人耳听觉特点的语音识别新特征． 与其他神经网络识别特征相比，新特征不仅可以提高语音识别准确率，而且具有算法简单、存储容量小、便于实时实现的特点．

数控机床旋转轴转角定位误差测量方法

为实现多轴数控机床空间误差的补偿,提出一种基于球杆仪组合路径的数控机床旋转轴转角定位误差的测量方法.根据转角定位误差敏感方向,通过组合切线测量和平动轴圆轨迹测量方法,无需机床空间误差模型和繁琐的误差解耦计算,便可直接辨识转角定位误差.采用模型仿真验证该方法的可行性和对照实验验证可靠性.实验结果表明组合路径测量方法的辨识结果与激光测量结果吻合较好,两者的测量结果差异δ≤0.007 8°.该方法测量过程操作简单、辨识原理直观易懂,可用于机床旋转轴定位精度的评估以及为误差补偿提供依据,从而提高机床加工精度.

细胞神经网络动态特性及其在保密通信中的应用

本文首先引入了细胞神经网络电路，讨论了其三阶和高阶网络的动态特性，并由此提出了一种基于细胞神经网络的保密通信系统。数值仿真证明两端系统之间的同步仅需要传输一个驱动信号就可达到。由于细胞神经网络自身的优点，在通信方面具有良好的通信保密性和系统同步的鲁棒性。

直接序列扩频通信中干扰抑制的进化规划自适应非线性滤波技术

进化规划（ＥｖｏｌｕｔｉｏｎａｒｙＰｒｏｇｒａｍｍｉｎｇ）是模拟生物界自然选择和变异机制的一种随机并行搜索优化算法。本文提出了应用于直接序列扩频通通信中窄带干扰抑制的基于进化规划的自适应非线性滤波技术，并与传统的自适应非线性滤波技术进行了比较，结果表明本文算法更优。不仅实现了自适应非线性滤波的全局寻优和快速收敛，而且提高了系统的稳定性，尤其对于极点靠近单位圆的ＡＲ模型信号干扰，滤波性能有较大的提高。

具有良好安全性能的混沌映射二进制序列

有限精度问题降低了混沌映射序列的密码学和统计特性,且对那些与Tent映射拓扑共轭的映射产生的序列更可通过预测的方法精确重建。本文讨论了混沌映射的拓扑共轭变换及其性质,导出了Tent、Logistic和二阶Chebyshev映射的共轭关系,并针对这种攻击提出了一种混沌序列的产生方法可有效地抵抗这种攻击。

基于HMM与RBF的混合语音识别新方法

提出了一种隐马尔可夫模型（ＨＭＭ）和径向基函数神经网络（ＲＢＦ）相结合的语音识别新方法。该方法首先利用ＨＭＭ生成最佳语音状态序列，然后用函数逼近技术产生对最佳状态序列进行时间规正，最后通过ＲＢＦ神经网络进行分类识别。理论和实验结果表明，该系统比ＨＭＭ具有更好的识别效果，特别对提高易混淆词的识别性能尤为显著。

用于信号逼近的自适应时延小波神经网络

小波神经网络是一种强有力的函数逼近工具。本文结合时延神经网络和小波分析概念提出一种新的小波神经网络摸型——自适应时延小波神经网络(ATDWNN:adaptive timedelay wavelet neural network).ATDWNN可以对同一类存在不同时延的多个信号用同一个超小波(superwavelet)进行逼近。为了训练ATDWNN,本文提出一种基于时间机理的竞争学习算法。实验表明,ATDWNN不仅可以成功地对同一类存在不同时延的多个信号采用同一个超小波进行逼近,而且可以用来估计各样本信号的时延。

一种基于特征空间的盲波束形成算法

绝大多数通信信号都具有周期平稳信号特性。利用信号的周期平稳特性可以进行真正的盲自适应波束形成，因而受到了广泛关注。ＣＡＢ类算法就是其中的一种。它的运算量较小，但鲁棒性不够强。本文针对其不足，提出了一种基于特征空间的盲波束形成算法。该算法将估计的导引矢量约束在信号子空间，降低了目标信号含于自相关估计矩阵和有限次快拍相关阵引起的子空间扰动的影响，提高了算法的收敛速度和鲁棒性。同时，目前用于进行子空间分解的新算法层出不穷，运算量不断降低。因此，本文提出的盲算法具有很强的实用性和广阔的应用前景。计算机仿真验证了理论分析。

非线性Infomax自组织算法的盲源分离机理

Ｌｉｎｓｋｅｒ提出，生物系统对信息的处理可能遵循信息传输最大化准则，并导出了一类神经网络自组织算法——Ｉｎｆｏｍａｘ算法。本文详细讨论了在输入－输出为非线性映射且无输入噪声条件下Ｉｎｆｏｍａｘ算法的性能，证明了在一定条件下Ｉｎｆｏｍａｘ算法与ＩＣＡ算法等价。

一类基于多变量密度估计的盲源分离方法

该文给出了一类独立源信号盲分离的训练算法。该类算法都以测度概率密度函数的Kullback-Leibler距离作为目标函数,用来衡量源信号各分量的独立性。该文利用多变量概率密度估计技术和自然梯度优化算法,使目标函数最小化,得出了两种分离算法。计算机仿真结果表明了算法的有效性。并与Infomax算法比较,性能较优。

纹理图象分割的分形方法研究

在分形维数的基础上研究了将其用于纹理分割的方法。采用差分盒维数（ＤＢＣ）方法和一种改进的边缘保持算法计算象素点的分形维数ＦＤ，基于原始图象的方向性差分和多重分形的概念提取出一组特征，并将Ｋｏｈｏｎｅｎ的ＳＯＦＭ网用于对得到的图象特征矢量进行分类，得到了较好的纹理图象分割效果。

神经计算科学的展望

神经计算科学是从信息科学的角度来研究如何加速神经网络模仿和延伸人脑的高级精神活动 ,如联想、记忆、推理、思维及意识等智能行为。这涉及到脑科学、认知科学 ,神经生物学、非线性科学、计算机科学、数学、物理学诸学科的综合集成。它是综合研究和实现类脑智能信息系统的一个新思想和新策略。本文仅重点论述神经智能信息处理、盲信号处理技术、演化认知与进化计算、混沌信息技术及软科学的开发 ,由此展望神经计算科学的未来发展及潜力 ,可带动诸学科及信息技术的美好发展。

计算智能信息处理

论述了基于计算的智能信息处理系统可以分为两大类：即基于传统计算机的人工智能系统和基于神经计算机的人工智能系统。比较了两者的本质区别。

基于累积量展开的神经网络盲源分离方法

本文基于源信号统计独立性假设,推导了表示信号独立性的准则函数,将它用于独立分量分析(ICA)神经网络得出了一种新的信号盲源分离的方法,计算机仿真实验结果表明该方法可较好地进行瞬时混迭信号的分离,并具有良好的稳定性能。

滑动窗快速横向滤波的自适应判决反馈均衡器算法

本文提出了一种基于滑动窗广义多路快速横向滤波（ＳＷＦＴＦ）的自适应判决反馈均衡器（ＤＦＥ）算法。它具有快速跟踪性能，故可用于快速时变多径衰落的信道。文中推导了ＳＷＦＴＦ－ＤＦＥ算法。在数字移动通信信道模型上，利用计算机模拟，在均方误差和误码率特性方面与其它均衡器算法进行了比较。

适度金融监管浅论

市场失灵是引入政府干预的重要原因。金融体系的负外部性效应、公共产品特性、非自由竞争、信息不完全和信息不对称等金融市场失灵现象的客观存在是政府有必要对金融机构和市场体系进行外部监管的根本原因。相对于难以量化的金融监管目标收益,金融监管的成本要透明地多,在加强和改善金融监管的同时,如何降低监管的成本和福利效率损失,也是我们不得不思考的问题。

一种具有快速收敛特性的盲自适应波束形成算法

本文提出了一种基于信号的周期平稳特性的具有快速收敛特性的盲波束形成新方法。该盲算法应用了ＲＬＳ技术，仿真实验证明该算法的收敛速度快于Ｃａｓｔｅｄｏ