基于ARIMA和神经网络模型的城市燃气负荷预测

城市燃气负荷预测是城市天然气调配的重要环节。在对燃气负荷时间序列进行小波周期分析的基础上,建立燃气负荷的基于ARIMA的神经网络温度矫正模型,ARIMA模型对年周期数据进行平滑,有效去除了过去的短期影响;将大气温度作为神经网络的输入对ARIMA模型预测值进行修正。经过检验,该模型很好地揭示了燃气负荷时间序列的特征,预测效果较好。

基于小波分解和信号相关函数的语音端点检测

为检测和分离含噪语音信号中的信号段和噪声段,提出一种基于小波分解和信号相关函数的检测方法。该方法对含噪信号进行多层小波分解,利用相邻层重构信号间的相似性,通过信号相关计算来检测语音端点。实验表明:该方法能够较准确地在噪声污染的音频中检测出语音端点,其抗噪声干扰能力强于美尔倒谱检测法。

基于信号匹配算法的数字录音带检测与自动修复

为检测和修复音频数字录音带DAT(Digital Audio Tape)转录数据的失真片段,提出一种基于两次音频转录的自动修复方案,并给出音频数据缺失、畸变的检测和修复方法。该方法对两次转录得到的音频文件进行分段,利用两段信号包络的误差算法对音频片段进行匹配,对缺失和畸变的音频信号进行替换和拼接。实验表明,该方法能够准确地检测出DAT转录音频的缺失、畸变,并在另一个文件中准确地找到匹配片断,自动进行修复,不需要人工干预。

基于wxWidgets的音频修复系统的研究与开发

随着我国数字化、信息化进程的不断推进,各类图书馆、博物馆和档案馆都相继启动了对珍贵历史馆藏资料的数字化保存工作。音频资料因其材质的特殊性,需要通过现代科技手段对其进行后期处理,使其尽可能恢复历史原貌,更好的服务于今后的教学、科研工作。本文研究与探索了目前音频的噪音类型和各种降噪方法,在基于wxWidgets的音频修复工具Memo-ryAudio中综合应用这些方法,提供各类降噪专家模版,取得了较好的降噪效果。此系统还为今后降噪算法的不断扩展提供标准接口。

基于RFID的实验鼠种群溯源的数据结构与算法设计

根据实验鼠的生物学特性和数据采集需求特性,设计适用于实验鼠种群溯源的数据结构和算法,包括:鼠种身份追溯,实验鼠来源查询和遗传背景等身份信息查询。在《GB/T 20563-2006动物射频识别代码结构》的基础上,对识别代码结构进行补充,使得代码结构能存储更多的信息,以满足实验鼠的识别和种群溯源等应用。