一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

該文針對圖像融合領域內難于對先驗知識加以利用的問題提出一種新的有監(jiān)督學習的Takagi Sugeno Kang (TSK)模糊系統(tǒng)圖像融合方法。該方法通過引入TSK模糊系統(tǒng)構建標準圖像融合圖像庫進行學習，將學習準則記錄下來形成融合模型，并指導新的圖像融合過程。不同于傳統(tǒng)方法，該方法可以有效地避免模型參數擇優(yōu)的難題，在融合圖像質量和適用范圍方面表現(xiàn)出一定的優(yōu)勢。從單一類型圖像融合和多種類型圖像融合兩個角度進行了實驗研究，實驗結果說明該方法的有效性。

該文提出一種通用的時間數字轉換器(TDC)碼密度校準信號產生方法，該方法基于相干采樣理論，通過合理設置TDC主時鐘和校準信號之間的頻率差，結合輸出信號保持電路，產生校準用的隨機信號，在碼密度校準過程中，隨機信號均勻分布在TDC的延時路徑上，實現(xiàn)對TDC的bin-by-bin校準?；赬ilinx公司的28 nm工藝的Kintex-7 現(xiàn)場可編程門陣列(FPGA)內部的進位鏈實現(xiàn)一種plain TDC，利用該方法校準plain TDC的碼寬(抽頭延遲時間)，研究校準了2抽頭方式下的TDC的性能參數，時間分辨率(對應TDC的最低有效位，Least Significant Bit, LSB)為24.9 ps，微分非線性為(–0.84～3.1)LSB，積分非線性為(–5.0～2.2)LSB。文中所述的校準方法采用時鐘邏輯資源實現(xiàn)，多次測試考核結果表明，單個延時單元的標準差優(yōu)于0.5 ps。該校準方法采用時鐘邏輯資源代替組合邏輯資源，重復性、穩(wěn)定性較好，實現(xiàn)了對plain TDC的高精度自動校準。該方法同樣適用于其他類型的TDC的碼密度校準。

基音在語音編碼中通常采用7bit無失真均勻量化。由于濁音段語音的基音普遍具有緩慢漸變的特點，為了更有效地去除前后幀基音之間存在的相關性，該文基于Eriksson和Kang提出的4bit基音量化算法，針對漢語語音進行研究，實現(xiàn)了一套4~6bit基音量化算法。該算法計算簡單，無需碼書存儲。將此基音量化方案應用于WI模型和WI編碼器，主觀A/B聽力測試結果表明，該方案在高效量化基音的同時保證了合成語音質量幾乎沒有損失，完全滿足低速率WI編碼器對量化基音的要求。

經典數據驅動型TSK(Takagi-Sugeno-Kang)模糊系統(tǒng)在獲取模糊規(guī)則時，會考慮數據的所有特征空間，其帶來一個重要缺陷：如果數據的特征空間維數過高，則系統(tǒng)獲取的模糊規(guī)則繁雜，使系統(tǒng)復雜度增加而導致解釋性下降。該文針對此缺陷，探討了一種基于模糊子空間聚類的〇階L2型TSK模糊系統(tǒng)(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)構建新方法。新方法構建的模糊系統(tǒng)不僅能縮減模糊規(guī)則前件的特征空間，而且獲取的模糊規(guī)則可對應于不同的特征子空間，從而具有更接近人類思維的推理機制。模擬和真實數據集上的建模結果表明，新方法增強了面對高維數據所建模型的解釋性，同時所建模型得到了較之于一些經典方法更好或可比較的泛化性能。