从任意连续语音中实时提取说话人特征及三维显示

本文以最大嫡谱法估计得到的多幅浊音的线性预测反射系数矢量序列的长期平均矢址:作为说话人特征,定义了特征矢量的平均说话人自差异函数、平均说话人互差异函数和平 均说话人互自差异比函数,并对不同说话人特征间的可区分性进行了分析.采用伪彩色编 码原理,实现特征矢量的三维显示.设计了PC/AT和TMS 3201。组成主从系统,使语 音采样和参栽沽计同步进行,达到了实时性.实验结果表明,所提取的特征有较好地区分 i3}话人的性能,显示方法,可读性好、易于直观分析和整休观察.系统实时性好     

语音技术在少数民族语言的应用研究

本文研讨缺乏语言资源的民族语言（如维吾尔语）中如何引用语音技术、开发应用系统问题．提出基于GMM-UBM混合SVM技术方法实现实用性说话人识别系统,通过小语料人工标注语音语料预选高精度声学根（seed）模型、再引导大语料训练生成鲁棒性声模提高连续语音识别精度实现汉民会话语音翻译系统．对维吾尔语70人发话电话语音识别实验结果显示,基于GMM-UBM -SVM方法的不特定说话人识别实验其正确识别率为94.3%,比先行GMM-UBM方法精度提升3%;基于seed声模HTK-Julius技术的维吾尔语连续语音识别实验,其识别率为72.5%,比直接使用语音文本对齐语料单靠HTK实现识别方法（63.2%）精度提高9.3%;同时本研究讨论基于Moses技术的汉维医院门诊会话语音翻译系统预测Blue值达到了57.7%．     

语音识别中基于语谱图 的语音音素分割方法

语谱 图在语音分析方 面 有着广泛 的应用.音素的 自动分割是语音识别过程中的一个基本阶段,它 将把语音句子按音素特征 进行分割.本文提出 了一 个音素 自动分割的方法 ;使用了两个表示 语谱图密度变化 的形变函 数,以及 自适应阂值技术来 定位每个音素段的边 缘.这个方法在 计算机 上 具体实现 后.我们对取于 一 个 语谱图数据 库的一组 实验数据,用本 文所介绍 的自动分割方法划分 音素,将所得结果与 由一 语音学家分 割的结果进行 比较,得到 的识别率高于 93 %.这 个方法作为语音识别系 统的一 部分.已经在一 个语音分析 系统中使用.     

抗差加权两阶段估计及其应用

在系统误差为随机变量的情况下，利用加权两阶段估计及抗差加权两阶段估计研究半参数模型得到了参数及非参数的估计；接着，讨论了估计量的影响函数及渐近方差协方差；最后，运用自由水准网的例子说明本文方法的有效性。     

用谱矩分析法实现语音的识别

本文应用语音信号的傅里叶谱的谱矩距离判决准则选择特征谱实现了语音的自动识别.实验表明,用这种方法实现的语音识别系统对三字一组的汉语数字语音串,识别精度约为99.8%。拒识率约为1%。     

汉语语音识别声调模型集成中基于决策树的上下文相关权重参数聚类方法

声调集成是汉语语音识别的一个重要任务.在语音识别的二次解码过程中,使用区分性训练的权重因子进行声调模型集成已被证明是一个有效的方法,而且使用上下文相关的得分加权进行模型组合也得到了应用.上下文相关模型组合方法的一个不足是将会带来大量的训练参数,从而导致权重训练受到过拟合的影响.针对该问题,提出利用声学决策树对上下文相关...     

范畴中态射集的加权减序

利用态射的加权广义逆,引进并讨论态射集中的加权减序和加权星序.给出了态射集中的加权减序的一些刻画和性质以及加权减序和加权星序之间的关系.加权减序和加权星序都是态射集中的新的偏序.所得结果均可应用于矩阵理论中.
关键词：态射;加权广义逆;加权减序;加权星序     

计算机语声动态谱实时伪彩色编码显示研究

本文介绍一种计算机语声动态功率谱、动态倒频谱及动态线性预测谱实时伪彩色编码显示的新方法。应用这种方法所获得的伪彩色谱图便于直观判读,也可作精确测量。此外,本文应用这种方法提取语声倒谱的积谱、谱矩距离等语音时变特征,并加以伪彩色编码显示。我们还应用上述方法对某些典型的常态语声及变态语声进行了观测,在文中给出了实验结果。     

加权最小化问题中限制等距性的研究

本文针对加权最小化问题, 首先给出了测量矩阵的加权限制等距性(RIP)与加权鲁棒零空间特性(rNSP)的定义, 证明了加权RIP蕴含着加权rNSP. 最后以加权RIP作为充分条件, 给出了解重构的误差估计.     

人结肠上皮细胞电阻率谱的数学模型分析

采用交流电阻抗方法测量了不同浓度人结肠细胞电阻率的实部和虚部. 通过Cole-Cole数学模型的数值计算, 对人结肠细胞复电阻率频谱和Nyquist图进行曲线拟合, 提取了人结肠细胞的Cole-Cole模型参数, 探讨细胞体积分数对人结肠细胞电学性能的影响. 结果表明: 细胞体积分数对人结肠细胞的电阻率频谱和Nyquist图皆有影响, 与体积分数呈线性关系的参数为电阻率实部低频值( )、电阻率实部高频值( )、电阻率增量( )和电阻率虚部峰值( )等; 特征频率( )与细胞体积分数无关, 来源于细胞膜的界面极化效应, 是人结肠细胞对交流电场响应的标志性参数.     

基于综合集成赋权法的集装箱港口集疏运绩效评价

既有的交通运输行业绩效评价指标多是基于单种运输方式进行定义和统计, 不能满足未来以“协同”为典型特征的集装箱运输发展要求. 本文从运输能力、集疏运成本、服务质量和可持续性4个方面入手, 为集装箱港口3种集疏运方式建立统一的绩效评价指标体系. 为了充分反映客观信息和决策者的主观经验, 将层次分析法(主观赋权法)与熵值法(客观赋权法)相结合形成综合集成赋权法计算每个指标的复合权重, 并以宁波舟山港为研究对象, 对方法的合理性和有效性进行了案例验证和敏感性分析. 研究结果与宁波舟山港集疏运发展现状基本一致, 从而验证了指标体系的可行性, 为深入研究未来集装箱多式联运系统绩效评价提供了科学有效的指标依据.     

基于遗传算法的人脸精确定位

提出一种基于遗传算法的人脸图象精确定位方法,作为人脸检测与人脸识别之间的一个中间优化处理过程,以解决由于人脸检测技术的定位误差导致人脸识别错误的问题。精确定位问题转化为一个在离散空间中的优化搜索问题,以遗传算法作为优化搜索方法,利用其收敛速度较快、鲁棒性强和全局寻优等优点,改进了基于身份子空间统一模型的人脸识别系统的识别效果。实验结果表明,基于遗传算法的人脸图象精确定位方法能够有效地提高人脸识别系统的识别率。     

扩展型HMM在表情识别中的应用研究

根据表情与人脸表情特征关系,提出采用隐马尔可夫模型进行人脸表情识别;又鉴于人脸图像二维特性,提出了更具健壮性、更易处理二维数据的扩展型隐马尔可夫模型.该模型相比伪二维隐马尔可夫模型,简化了复杂度.为提高模型的识别效率,根据敏感度不一,提出多重感兴趣区域替代单一的感兴趣区域.为提高表情子库内样本的聚合度及库间样本离散度,提出相应的改进方案.首先通过人脸检测,实现表情样本采集;然后采用二维离散余弦实现图像频域转化,并结合低频数据生成特征向量;最后采用扩展型隐马尔可夫模型进行表情建模,实现表情训练与识别.实验表明：采用扩展型隐马尔可夫模型可有效识别表情,尤其是优化后的设计方案.     

基于改进3D卷积网络的人体动作识别

为解决现有多数视频人体动作识别3D卷积方法无法区分信息中各维度的重要和非重要特征问题,提出了通过门控循环单元(GatedRecurrentUnit,GRU)和空间注意力增强模块构建时空特征处理网络的方法,基于多级特征融合和多组通道注意力特征选择构建网络,改进基础网络模型Res Net3D对视频人体动作识别中的网络模型.改进后模型在2个公开数据集UCF101和HMDB51上的准确率分别为96.42%和71.08%,与C3D、Two-stream等网络模型相比,具有更高的识别准确率.     

一种基于深度学习的古彝文识别方法

作为世界六大古文字之一的古彝文记录了几千年来人类的发展历史。通过对古彝文的识别能够将这些珍贵文献资料转换为电子文档,便于保存和传播。由于历史发展、区域限制等原因,针对古彝文识别的研究鲜有成果。本文将当前新颖的深度学习技术应用于古老的文字识别。在四层卷积神经网络（convolutional neural network, CNN）基础上扩展出5个模型,然后利用Alpha-Beta散度作为惩罚项,对5个模型的输出神经元重新进行自编码,接着用2个全连接层完成特征压缩,最后在softmax层对古彝文字符特征进行重新评分,得到其概率分布,选择对应的最高概率作为识别的字符。实验表明,相对于传统CNN模型,本文方法对古彝文手写体的识别精度更高。     

一种基于深度学习的古彝文识别方法

作为世界六大古文字之一的古彝文记录了几千年来人类的发展历史。通过对古彝文的识别能够将这些珍贵文献资料转换为电子文档,便于保存和传播。由于历史发展、区域限制等原因,针对古彝文识别的研究鲜有成果。本文将当前新颖的深度学习技术应用于古老的文字识别。在四层卷积神经网络（convolutional neural network, CNN）基础上扩展出5个模型,然后利用Alpha-Beta散度作为惩罚项,对5个模型的输出神经元重新进行自编码,接着用2个全连接层完成特征压缩,最后在softmax层对古彝文字符特征进行重新评分,得到其概率分布,选择对应的最高概率作为识别的字符。实验表明,相对于传统CNN模型,本文方法对古彝文手写体的识别精度更高。     

基于混合遗传算法优化的MLP神经网络的调制方式识别

提出了一种基于遗传算法与多层感知神经网络的调制识别方法,运用改进遗传算法优化的多层感知神经网络分类器对各种调制信号的特征矢量进行分类识别.利用遗传算法的高效全局特性,克服了传统BP算法易于陷入局部最优解的缺点,同时在遗传算法基础上增加梯度下降算子,加快了收敛速度,使得分类器的识别率、收敛速度和鲁棒性得到明显改善,仿真实验的结果证明了此方法的有效性和可行性.     

基于血流图和Fisher线性鉴别分析的红外人脸识别方法

为了从生物特征和统计角度来提高识别的性能,提出了一种基于血流图和Fisher线性鉴别(FLD)相结合的人脸识别方法,该方法首先利用血流模型把红外温谱图转换成血流图,能够利用人体的生物特征增加样本之间的类间距,并减少样本之间类内距,然后从统计特性出发,对血流图进行能最大化类     

基于MMSE和小波变换的语音增强算法

提出一种最小均方误差与小波变换相结合的改进算法来提高语音识别系统的性能. 首先通过小波变换对带噪语音进行多尺度分解, 然后对不同尺度的小波系数采用MMSE算法, 最后对MMSE处理过的小波系数进行重构得到增强语音. 实验结果表明: 与传统算法相比较, 提出的新算法去噪效果显著, 有效地提高了语音的质量.     

应用于平扫CT图像肺结节检测的深度学习方法综述

肺癌是一种致死率很高的癌症.通过肺部平扫CT影像检测肺结节对肺癌早期诊断、治疗意义重大.全面介绍了一种革命性的图像识别技术——深度学习方法,在肺结节检测中的应用.首先,横向对比了不同卷积神经网络的结构及其在图像识别上的效果,其次着重分析了不同深度学习方法在训练肺结节分类器上的应用,包括faster-RCNN、迁移学习、残差学习以及迁移学习.还介绍了一些可用的肺部CT影像数据集供读者参考.