基于误差理论的椭圆识别快速算法

圆锥曲线的自动识别由于其在实际生活中的广泛应用，一直以来是图像理解领域广泛讨论的课题。本文根据数据处理领域中的误差理论，提出了一种可同时适用于圆与椭圆这两种圆锥曲线识别的新算法，并在程序控制下自动给出识别结果和有关的精度评定。实验证明，该算法针对实际应用中大小、方向各异的两类圆锥曲线的检测，不需要做出任何假设或附加任何条件，也不需要任何累加计数，具有检测速度快、精度高的特点，易于执行，实用性强。     

射频识别技术的发展与应用

论述射频识别技术的工作原理、系统的构成及其在各个领域的应用。     

射频识别技术的发展与应用

本文论述射频识别技术的工作原理、系统的构成及其在各个领域的应用。     

语音识别中传感器和处理装置的接口

近年来,随着信息处理设备的迅速发展和LSI技术的进步,使语音识别技术的研究和实用化得到了发展。语音识别技术发展的最终目的,是无论对谁自由发音的词语都能识别。而目前的状况是对讲话人、识别对象、发音方法等都要在一定条件限制下得到实现。     

基于离散度分析的帧同步快速盲识别算法

本文针对协议类型未知条件下集中插入式帧同步的盲识别问题,首次提出了一种基于离散度分析的快速帧同步盲识别算法。首先,根据集中插入式帧同步的特点,通过分析比较同步码和帧内其他序列的相关性,得出集中插入式同步码都具有很小的相关旁瓣的结论;然后,根据离散度分析理论,通过计算序列的相对离散度值分析序列的相关性,利用上述方法对待识别数据进行循环切分并计算每个切分段的相对离散度值,达到准确切分帧同步码的目的;最后,通过分析各子切分序列的相对离散度值,实现同步码的准确识别。仿真试验验证了本文算法的有效性,表明识别算法不受同步码型和数据量的约束,并且算法的抗误码性能较好、识别速度较快,因此具有一定的工程应用价值。     

汉语数字耳语音识别研究

耳语音识别可应用于国家安全的某些特殊需要。运用双门限法对语音样本进行端点检测,通过实验分别找出短时能量、短时过零率的高低门限4个参数的最佳取值。深入分析研究参数的抗噪问题,在MFCC参数中引入短时能量、一阶差分、二阶差分等参数,增强MFCC的抗噪性。研究表明,在隐马尔可夫模型中,MFCC和LPCC联合运用讨论识别效果要远优于独立参数。     

语音信号中情感特征的分析和识别

随着信息技术的发展，对人机交互能力的要求不断提高，情感信息处理已成为提高人机交互能力的一个重要课题。文中介绍了近年来国内外在语音信号中的情感特征分析和识别的研究概况，讨论了存在的一些问题和今后需要进一步研究的课题。     

基于模糊神经网络的声母识别

模板匹配法技术是汉语声母识别中较为成功的算法，但它的缺陷影响了其恢复错误，改善识别性能，神经网络（ＮＮ）和模糊系统的结合，保留了双方的优点，充分利用了模糊神经网络好的容错性能，计算性能，分类性能和决策性能，本文重点研究了两种基于模糊神经网的声母识别方案，通过对其结构，识别率和特点的分析，可看出模糊神经网的声母识别性能明显优于模板匹配法，是更适于语音识别的网络。     

雷达辐射源信号快速识别综述

对现代战场的电磁环境特点进行分析,介绍了已有的几种雷达信号特征描述方式,阐述了目前的雷达辐射源信号快速识别方法及其发展方向,概述了雷达辐射源识别系统中的数据库设计研究现状.对未来进行展望,为进一步研究雷达辐射源信号快速识别技术提供参考.     

基于脉冲信息的敌我识别信号快速分选识别研究

敌我识别系统在现代战争中占有极为重要的地位。分析了敌我识别系统的分类和工作原理,利用敌我识别信号的先验信息,引入时间序列相似性快速匹配原理,提出了一种基于敌我识别脉冲信息的分选识别方法。仿真结果表明,该算法分选速度快,环境适应能力强,能够较好解决复杂环境下敌我识别信号的快速分选识别问题。     

基于ANN的汉语数字语音识别

本文介绍了在语音识别中使用人工神经网络构成识别系统的新方法，分析了它与传统识别方法的不同及优越性，并以ＢＰ网络构成不定人汉语数字语音识别器，通过计算机模拟实验表明，勘误别性能明显优于同样条件下ＨＭＭ识别器，证明了用ＡＮＮ进行语音识别是一种具吸引力有发展前途的新方法。     

神经网络法汉语孤立音识别的研究

本文对神经网络法语音识别中的网络结构、特征提取以及学习算法进行了初步的研究.文中提出了一种带非均匀窗形式的金字塔状多层神经网络模型I研究了两种特征提取方法的向量规整问题,改进了Polak—Rjbiere学习算法并证明它能够保证连结权向量不收敛到非稳定局部极小点.特定人方式的试验表明,用神经网络方法识别五个元音和十个数字时,识别率都高于99.0％.用遍布25个省市的90个说话者的数字话音所进行的非特定人方式试验表明;加窗后识别率可以提高1.0％,达到90.3％,说明带预处理窗的模型更加适合于语音识别.     

基于运动特征的分层模糊目标识别

提出了一种基于目标运动特征的空中目标实时分层模糊识别方法.对直升机、固定翼飞机、空地弹及巡航弹等空中目标的运动特性进行了分析,提取目标的高度、速度、加速度、高度变化率和加速度变化率等特征.进行分层目标识别,首先根据加速度、高度变化率和加速度变化率等特征识别出空地弹目标,然后根据高度、速度和加速度特征对目标类别的隶属度和模糊密度,实现直升机、固定翼飞机以及巡航弹目标的实时识别.实验结果表明,该方法计算简单,识别率高.在实际工程应用中取得了良好的效果.     

基于特征匹配的虹膜识别档案馆安防应用研究

针对当前档案馆存在安防效果并不理想的现状,研究了一种在精密度、灵活度、识别力与安全性等综合性能上更优的安防应用方法。该方法是在基于特征匹配的虹膜识别技术基础上实现的,根据档案馆内外管理的实际需求,使用图像采集获取、图像信息化处理、标准化特征提取及数据库模式化匹配等流程实现相关的安防功能。该方法已成功地应用于档案馆等重点场所的实际管理中,实验验证了该方法对档案馆安防应用的有效性。     

汉语数码语音识别自适应算法

说话人自适应是提高非特定人语音识别性能的有效方法之一。本文将ＭＡＰ算法应用于汉语数码语音识别中,并讨论了几种加快自适应速度的方法以及自适应对非自适应人的影响。实验表明,ＭＡＰ算法可以有效地降低汉语数码识别对被适应人的误识率,而且对非自适应人性能影响很小。     

基于模糊神经网络的声母识别

模板匹配法技术是汉语声母识别中较为成功的算法,但它的缺陷影响了其恢复错误、改善识别性能。神经网络(NN)和模糊系统的结合,保留了双方的优点,充分利用了模糊神经网良好的容错性能、计算性能、分类性能和决策性能。本文重点研究了两种基于模糊神经网的声母识别方案,通过对其结构、识别率和特点的分析,可看出模糊神经网的声母识别性能明显优于模板匹配法,是更适于语音识别的网络。