双权值网络在电源管理中的应用研究

本文阐述了一种基于双权值神经网络的数据拟合学习算法,并在此基础上提出一种将其应用于系统电源管理的新算法。双权值神经网络通过学习系统中的历史空闲段长度,对未来将产生的空闲段长度进行预测,使得系统能够根据预测结果自动切换其运行的状态,从而达到降低功耗的目的。实验证明:较传统的电源管理算法,本算法能进一步提高系统的正确关断率、降低系统在空闲时段的功耗。

基于仿生模式识别的小词汇量连续型语音识别的研究

提出了一种基于仿生模式识别理论的非特定人连续语音关键词识别的新算法．该算法无需对待识别连续语音进行端点检测和分割，通过直接对特征提取后的连续语音进行动态搜索，得到待识别连续语音到各类关键词训练网络的距离随时间变化的曲线，通过动态搜索距离曲线上谷值的大小和数目来判断有多少关键词．通过对小词汇量、不同语速条件下的连续语音的测试，得到了良好的识别结果，验证了此方法的有效性．

一种基于频能比的端点检测算法

根据语音的发音特点,论文提出了一种在噪音环境中检测语音信号的参数———频能比(FER),并且提出一种基于该参数的端点检测算法,实验表明该算法能够在信噪比较小的情况下,准确地检测出语音信号。通过对三种不同的端点检测算法的比较,笔者发现基于频能比的端点检测算法在环境噪音比较强的情况下可以有效地提高语音信号的识别率。

一种改进的基于频能比的端点检测算法

端点检测的不准确是造成语音识别错误的一个重要原因,根据元音和噪音信号频能比的差异,以及辅音信号的过零率特点,论文提出了一种改进的基于频能比的端点检测算法———MEPD-FER,实验表明该算法可以在有噪音存在的情况下快速准确地确定出语音信号的端点。

一种新的二维图像特征提取算法

本文在Bayesianshapemodel(BSM)算法的基础上提出了一种新的二维图像特征提取算法。新算法为形状矩阵定义了一种新的表示方法,并提出了一种根据物体形状某些点(轮廓点)的坐标来估计剩余点(控制点)的坐标的新的方法。实验结果表明,在与传统算法计算量等同的条件下,该算法在精确度方面获得了很大的提高。

基于对数放大的视频AGC系统设计

本文介绍了可变增益放大器AD602和对数放大器AD8310的工作原理,给出了利用AD602和AD8310级联实现基于对数放大的视频AGC系统设计的设计实现。系统基于AD8310对数输出特性,较好地实现了对CCD视频信号的自动增益控制。

一种高集成度的视频自动增益系统设计

在视频系统当中,原始视频信号由于受光照强弱等因素的干扰,输出信号容易有大幅度的变化,在后级的模数转化中容易造成精度浪费。以此为背景,本文提出了一种基于AD8368芯片的高集成度、大动态范围的自动增益系统,该系统结构简单,适用面广,能有效解决视频系统中成像随光照不稳的问题。