简介：在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化（HDQ）以及软判决量化（SDQ）,SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区（deadzone）的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型（TransparentCompositeModel）的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.

简介：马尔科夫预测模型具有＂无后效性＂,即预测未来的销售情况只与当前的销售数据有关,而与过去的销售数据无关.事实上,过去不同的时间点对当前的销售结果会有不同程度的影响.而指数平滑法恰好弥补了马尔科夫预测模型的缺点,它认为最近的过去销售数据,在某种程度上会持续到未来.因此本文利用二次指数平滑系数法优化马尔科夫预测模型,并以某品牌电动车的销售情况为例进行验证,发现优化后预测模型的绝对误差均小于马尔科夫模型的预测结果.由此得出结论,基于二次指数平滑法优化的马尔科夫预测模型具有可行性.

简介：建立了竹炭固相萃取-恒波长同步荧光法检测九龙江水样中多环芳烃（PAHs）。通过实验综合分析,选定正己烷为洗脱溶剂,洗脱溶剂体积为10mL,上样速率为5mL/min,上样体积为555mL。采用恒波长同步荧光法对多环芳烃进行定性定量,相关系数r〉0.99901,检出限在0.0080-0.90ng·mL-1,相对标准偏差为1.22%-4.20%。此方法应用于测定了龙岩市省控断面九龙江水体中的多环芳烃（PAHs）。水样的加标回收率在98.9%-110.4%该分析方法简便、快速,适用于水体中多环芳烃的分析检测。