- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1.2 寿命对兔子数量的影响 问题分析 根据理想情形兔子数量的变化规律,可知此时为 设P1(n), P2(n), P3(n)分别表示第n代植物总数中基因型为AA,Aa,aa的植物所的百分比或概率, P(n)为第n代植物中的基因分布向量,即 P(n)=( P1(n), P2(n), P3(n) )T, n=0,1,2,…… 显然, P1(n)+P2(n)+P3(n)=1。 自然资源可以分为两大类,一类是消耗性资源,比如煤铁石油等矿产,随着人类的开采,它不断地被消耗,贮存量越来越少,一直到被消耗为止;另一部分叫做可更新资源,比如森林渔场和各种野生动物等资源,在人们利用其中一部分以后,能够通过资源群的自我更新而得到恢复,从而达到多次利用的目的。例如一片森林,在砍伐其中一部分以后,它就能够经过自我更新再长起来,当然恢复的时间随树种和林型的不同而不同。 线性规划的图解法 4.2 早期密码 练习 答 逆矩阵为 4.3 RSA公开密钥体制 6. 鸡尾酒会问题 目前人们已经意识到,鸡尾酒会问题的提出是一个同时向心理学、认知科学、神经科学、语言学、以及信息科学等几个相关学科的挑战。为解答这个跨学科的难题,国内外的很多研究团队在人类心理物理学、人类认知神经科学、动物行为学、以及动物神经生理等研究层次上都进行了广泛的探索。 下面我们来看建立怎样的数学模型以从听者听到的信息中提取原来的说话人想表达的信息。 分析与假设 Imagine that m persons are speaking simultaneously in a big room, and denote their speech signal as s1(t),s2(t),……, sm(t). 记 A=[aij], S=[s1,s2,…,sn]T, X=[x1,x2,…,xn]T,则 观察到的x信号 本章上机检查题目 一. 编程求解森林管理问题的线性规划模型(见P124例). 二. 尝试编出一个对一段文本信息(不少于50字)进行加密和解密的程序. 三. 靠近某河流有两个化工厂,流经第一化工厂的河流流量为每天500万m3,在两个工厂之间有一条流量为200万m3的支流。两化工厂每天排放某种有害物质的工业污水分别为2万m3和1.4万m3。从第一化工厂排出的工业污水流到第二化工厂以前,有20%可以自然净化。环保要求河流中工业污水含量不能大于0.2%。两化工厂处理工业污水的成本分别为1000元/万m3和800元/万m3。 在一个嘈杂的声学环境中(如在一个喧闹的鸡尾酒会上),当一个听力正常的人倾听某个人的说话时,尽管这个说话人的声音强度低于周围的干扰声音,但该听者仍然能够在一定的程度上理解这个说话人所表达的意思。为什么该听者能在这种环境下能够听到所注意的讲话?听者听到的是否就是说话人所表达的意思呢?这就是在1953年由Colin Cherry所提出的著名的“鸡尾酒会问题”(“The cocktail party problem”)。 In some corners of the same room, there are n Microphones which can give you n recorded time signals x1(t),x2(t),……, xn(t). Our goal is to estimate the original signals exclusively from these recorded signals. The m speaking persons can be regarded as m wave sources, and the propagation of their speech signals obey the superposition principle of wave through the same media. 声波传播的示意图:m=n=3 建模与求解 根据声波的叠加原理,记录到的语音信号应该是原始语音信号的线性组合,因此我们可以得到下面的代数模型 其中mixing coefficient aij 和 the original signals sk(t) 均未知。 X=AS 通常称A为mixing matrix.由于A和s都不确定,那么在没有先验知识的情况下,无法同时确定这两个相关参数。 如果能够找到矩阵W=Pinv(A),那么由上式即可解出 S=WX 通常称W为demixing matrix.
文档评论(0)