多带抗噪声语音识别算法研究

根据Flether等人的研究,基于感知独立性假设的子带识别方法被用于抗噪声鲁棒语音识别。本文拓展子带方法,采用基于噪声污染假定的多带框架来减少噪声影响。论文不仅从理论上分析了噪声污染假定多带框架在识别性能上的潜在优势,而且提出了多带环境下的鲁棒语音识别算法。研究表明：多带框架不仅回避了独立感知假设要求,而且与子带方法相比,多带方法能更好的减少噪声影响,提高系统识别性能。     

一种基于视频的车站人群密度估计算法

提出了一种基于视频的车站人群密度检测算法。该算法能标记出无人活动区域和有人活动区域,在检测人群密度方面只计算有人活动区域,可降低计算复杂度,为人群密度检测的实时性奠定了基础;在计算人流密度时,考虑到了摄像头画面出现黑屏、雪花和移位的现象,从整体上提高了人群密度检测的准确率;通过对有人运动区域的连通域内像素数与有人区域的像素点数的比值计算人群整体密度值,计算复杂度低且衡量人群整体密度的精确度较高。此方法尤其适用于机场、地铁、车站等场景模型下人群密度的实时场景监测。     

基于 Android 系统的飞行射击游戏框架设计与实现

在飞行射击游戏框架设计与实现过程中,分析游戏的场景设计、物体之间碰撞的处理、游戏角色和整个游戏类的框架并对程序流程进行描述。实现游戏UI的设计、背景的载人、角色的设计和实例化。在Android系统中对该游戏进行反复测试,实现飞行射击游戏。     

End-to-end scene text recognition using tree-structured models

Detecting and recognizing text in natural images are quite challenging and have received much attention from the computer vision community in recent years. In this paper, we propose a robust end-to-end scene text recognition method, which utilizes tree-structured character models and normalized pictorial structured word models. For each category of characters, we build a part-based tree-structured model (TSM) so as to make use of the character-specific structure information as well as the local appearance information. The TSM could detect each part of the character and recognize the unique structure as well, seamlessly combining character detection and recognition together. As the TSMs could accurately detect characters from complex background, for text localization, we apply TSMs for all the characters on the coarse text detection regions to eliminate the false positives and search the possible missing characters as well. While for word recognition, we propose a normalized pictorial structure (PS) framework to deal with the bias caused by words of different lengths. Experimental results on a range of challenging public datasets (ICDAR 2003, ICDAR 2011, SVT) demonstrate that the proposed method outperforms state-of-the-art methods both for text localization and word recognition.     

基于I2C距离和标记相关性的多标记场景分类

将改进的ML-I2C与基于标记相关性的方法结合,提出一种改进的多标记场景分类方法。首先提取所有图像的SURF特征,将每个类用一个特征集来表示;然后采用改进的I2C方法来计算待测图像与已知类之间的距离,根据距离进行标记排序;最后根据排序,利用标记相关性来预测待测图像的所有可能标记。实验结果表明,该方法对多标记场景分类的准确率较高。     

运载火箭六自由度仿真平台搭建与应用

研究运载火箭六自由度仿真系统设计问题,在传统火箭六自由度仿真平台设计中常以特定任务为导向,造成仿真系统碎片化严重,扩展重用性不足.同时,数值仿真与视景仿真的交互中存在实时驱动的问题.针对上述问题,采用面向对象的模块化设计方法,建立了运载火箭六自由度仿真模型,给出了三层结构的通用仿真框架.设计了仿真消息管理器,较好地解决了数值仿真与视景仿真的集成并保证了系统的实时性.仿真结果验证了模型建立的准确性以及仿真平台的可靠性和稳定性.仿真结果对于运载火箭设计和性能评估系统的建立有着良好的借鉴意义.     

微波暗室中基于开关切换的动态干扰仿真方法

为了准确实时复现航空通信系统数据链路中复杂电磁空间环境,本文进行了动态干扰仿真．在静态暗室中设计一种能模拟真实飞行过程抗干扰的半实物仿真系统,并分析了航空通信系统数据链路的特性.在微波暗室中复现动态干扰时,通过微波仪表的控制实现电磁空间环境动态干扰的映射构建．采用参数化模型表征技术实时建立相应的动态干扰模型,并利用最小均方值方法设计出与其匹配的干扰切换的输出算法,利用动静结合的方法仿真实现了微波暗室中通过静态喇叭模拟动态干扰模拟功能.验证结果表明,采用本文的方法能够逼真的反映飞行器在真实环境下所受动态干扰的影响,该仿真系统的研究对提高航空通信系统数据链路的抗干扰性能具有参考意义．     

基于DBTNN算法的场景调度策略研究

构建了一种能有效描述大规模虚拟环境的场景图和基于该场景图的场景多叉树,以此为基础提出了基于改进的动态二叉树神经网络(Dynamical Binary-tree Based Neural Network,DBTNN)进行场景调度的新方法,并给出了神经网络挖掘装配过程中视点变化的规律.同时,通过该网络输出预测下一步或下几步的视点状态信息,使场景调度具有一定的容错性,提高了场景调度的实时性并使调度更加智能化.最后给出了不同场景的测试结果,表明该算法对于大规模复杂场景有非常好的优化效果.     

基于OSG的粒子特效仿真研究

针对虚拟现实领域中特殊天气、战斗等场景中需要雾、雨、云、火焰、爆炸等场景特效来提高场景逼真度与兼顾渲染实时性的问题,提出采用基于OSG的粒子系统特效。本文在分析粒子系统实现原理的基础上,利用Open Scene Graph（OSG）2．8．2开源场景图形开发库建立粒子特效系统模块,从而有效地解决特殊场景中对粒子效果的要求。给出一个飞行场景中降雪效果的示例,通过分析帧速率等指标说明OSG可以快速绘制粒子系统。试验结果表明,基于OSG的粒子特效能够很好地满足虚拟现实中对粒子特效逼真度和实时性的要求。