Text─Dependent Speaker Identification

探讨了层次混合专家（ＨＭＥ）模型在说话人辨认中的应用。对于一个多路分类问题，提出了一个推广的贝努利概率分布密度函数，取代早先用于ＨＭＥ中的多项式概率分布密度函数。利用提出的概率分布密度函数和ＨＭＥ模型，用ＥＭ学习算法对模块网络进行训练所得到的说话人辨认系统不仅具有良好的性能，而且具有非常快的训练速度     

HMM语音识别模型与一种修正训练算法

本文在统一的框架下描述了隐马尔柯夫模型（ＨＭＭ）用于语音识别时的各种形式，包括离散ＨＭＭ、连续混合密度ＨＭＭ、半连续ＨＭＭ和最大分量连续ＨＭＭ等，指出各种模型均是统一形式下的导出形式。文中就离散ＨＭＭ、连续混合密度ＨＭＭ和最大分量连续ＨＭＭ在非特定人全音节汉语语音识别中的应用，从识别率和复杂度两方面进行了性能比较。为提高最大分量连续ＨＭＭ的识别性能；提出了一种修正的训练算法。     

有限词汇,特定人,商品化的英语语音识别系统

介绍了一个在微机上实现的有限词，特定人语音识别系统，该系统采用连续，Ｍ元高斯混合密度的隐式马尔柯夫模型（ＣＤＨＭＭ）为识别方法，以修改后的ＢａｕｍＷｅｌｃｈ方法为训练重估算法，文中提出了对语音特征矢量非线性归一化预处理，和对训练数据不足的ＨＭＭ模型特征空产是进行后处理修正的算法，还提出了一种基于语音知识的模型初始化的方法，经实验证明，系统的识别率可以达到９０％以上。     

语音识别中基于MCE准则的CHMM学习方法

研究了用于ＣＨＭＭ的ＭＣＥ学习方法,提出了简单形式的识别函数、误差函数、扣池数等的定义方法以及总损失函数的最小化方法。通过对非特定人汉语连续语音识别实验,证明了提出了的函数形式和损失函数最小化方法对ＣＨＭＭ的ＭＣＥ学习的有效性。     

连续型隐马尔可夫模型(HMM)参数迭代算法

本文提出了一种新的连续型隐马尔可夫模型（ＨＭＭ）的密度函数，并导出了一系列的参数寻优迭代公式，与常用的概率密度函数相比，它的运算量较小，且不易产生计算时的上溢和下溢问题，把它用于ＨＭＭ语音识别，效果较好。     

基于HMM／MLFNN混合结构的说话人辨认研究

将隐马尔可夫模型与人工神经网络相结合既利用ＨＭＭ能够较好地描述动态时间序列又ＡＮＮ静态分类能力强的特点，应用于说话人辨认。本文将一个多层前馈神经网络与ＨＭＭ相结合构成混合模模型，与以往的方法不同。具有所需训练数据量小，推广性能良好的特点。     

一种PNN网络的EM训练算法

提出一种概率神经网络（ＰＮＮ）的ＥＭ（ＥｘｐｅｃｔａｔｉｏｎＭａｘｉｍｉｚａｔｉｏｎ）训练算法．ＰＮＮ网为一四层前馈网,它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,它把输入的样本模式,经网络变换为输出的分类判决．其网络节点对应于贝叶斯后验概率公式的各个变量．此ＰＮＮ网络用高斯核的Ｐａｒｚｅｎ窗函数作为核密度函数,网络参数训练由ＥＭ算法实现,其学习方式为类间的监督学习和类内的非监督学习．实验表明了此网络及其学习算法在分类应用中的有效性．     

一种新的HEMT器件I—V特性解析模型

提出了一种考虑速度对冲效应的ＨＥＭＴ器件Ｉ－Ｖ特性解析模型，在非线性电荷控制模型的基础上，对栅极下面沟道中靠近源端附近的电场采用弱强阶梯近似，提出了一个半经验的速度过冲模型，经实际计算结果表明，本模型具有比较高的精度。     

利用基因算法训练连续隐马尔柯夫模型的语音识别

为了提高语音识别系统的性能,基于全域优化的思想,提出了一种用于训练连续隐马尔柯夫模型（ＣＨＭＭ）的新算法——基因算法,并将该算法用于语音识别．用该算法训练ＣＨＭＭ,可得到最佳的模型参数,从而提高了语音识别率．利用该算法训练ＣＨＭＭ,不需要对ＣＨＭＭ的每一个参数单独进行估值,能够在一定的程度上提高训练速度．文中阐述了整个算法,给出了计算机模拟结果,并与传统的训练方法进行了比较．     

6L60MCE柴油机燃烧系统故障的仿真计算

建立一种基于径向基函数（ＲＢＦ）神经网络算法模型,应用于船用柴油机气缸组件与燃烧系统的故障诊断,以沪东重机生产的ＨＵＤＯＮＧ ＭＡＮ－Ｂ＆Ｗ ６Ｌ６０ＭＣＥ机型为例,设计征兆／故障样本集,采用一个单隐层的ＲＢＦ网络对样本进行训练和仿真实验,以验证该诊断方法的可行性和有效性。     

基于FVQ和HMM模糊训练的语音识别方法

本文提出了一种基于模糊矢量量化（ＦＶＱ）和隐马尔柯夫模型（ＨＭＭ）模糊训练的语音识别新方法．利用模糊矢量量化替代了传统方法中的矢量量化，语音特征参数序列经过模糊矢量量化后得到模糊观察符号序列．在此基础上提取出一个反映训练样本总体随机变化特性的模糊观察符号序列，然后用它对该音节的ＨＭＭ进行一次性全局训练，训练算法经传统的Ｂａｕｍ－Ｗｅｌｃｈ算法改进得到．经十个汉语数字的对比实验表明，该训练算法大大提高了系统的训练速度，模糊矢量量化与传统的矢量量化相比，不仅提高了隐马尔柯夫模型的鲁棒性，进而提高了系统的识别率，而且在语音训练数据不充足的情况下，也能得到很好的识别性能．     

一种新的HEMT器件I－V特性解析模型

提出一种考虑速度过冲效应的ＨＥＭＴ器件Ｉ－Ｖ特性解析模型．在非线性电荷控制模型的基础上，对栅极下面沟道中靠近源端附近的电场采用弱强阶梯场近似，提出了一个半经验的速度过冲模型．经实际计算结果表明，本模型具有比较高的精度     

饥饿反应器中甲基丙烯酸羟乙酯自由基聚合动力学

对饥饿反应器中甲基丙烯酸羟乙酯（ＨＥＭＡ）聚合行为进行了研究，建立了聚合动力学模型，优化回归了模型参数。模型中考虑了由于初级自由基与单体反应生成单体自由基时所消耗的单体量；考虑了高温下ＨＥＭＡ聚合时的解聚作用；考虑了体系中的凝胶效应，并将链终止速率常数与凝胶效应联系起来。     

两弹性接触粗糙快速滑动表面温升的分形模型

采用球形微凸体的赫兹接触理论和MB模型,对微接触点的温升进行了分析,得到了快速滑动区域内的分形区域实际接触面积的温升概率分布密度、温升补充累积概率分布函数的封闭式表达式.分析结果说明:量纲一特定滑动区域的实际接触面积随量纲一最大Jaeger参数增加而单调减小.量纲一最大温升随分形维数增加而减小,但随分形粗糙度参数增加而增加.量纲一温升随分形维数增加而增加.当分形维数为1.5时,实际接触面积的温升概率分布密度等于在一个弹性微接触点面积上的温升概率分布密度,基于正八边形面积的近似解适当接近精确解.温升的补充累积概率分布函数随分形维数、滑动速度和量纲一分形粗糙度参数增加而增加.     

隐Markov模型中状态停留时间的模型化

在用传统的ＨＭＭ（ＴＨＭＭ）刻画现实中的语音时有一个显然的缺点,那便是它不能合适地表征语音信号的时域结构。本文采用依赖于时间的状态转移概率来模型化状态停留时间,修改后的模型称为ＭＨＭＭ。对于参加过训练的说话人,ＴＨＭＭ和ＭＨＭＭ的正识率基本上差不多。而对于未参加过训练的说话人,ＭＨＭＭ的正识率明显高于ＴＨＭＭ的正识率。也就是说,ＭＨＭＭ对于说话人的适应性要好于ＴＨＭＭ。原因在于ＭＨＭＭ更多地包含了发音时音素间的跳转信息。     

Fe—Mn—Si—Cr形状记忆合金马氏体相变新结构的研究

用ＴＥＭ和ＸＲＤ详细研究了Ｆｅ－２８Ｍｎ－６Ｓｉ－５Ｃｒ合金在不同温度下经多次“训练”后的应力诱发马氏体相变及微观组织。发现了４Ｈ－（２,２）和６Ｈ－（３,３）两种具有正交点阵的新结构,并提出了相应的切变模型。上述正交结构被认为是应力诱发γ→ε马氏体相变及其逆相变受到阻碍而协调的结果,正交结构的出现不利于形状记忆效应的提高。     

用音速确定HFC125的第二维里系数和分子间势能参数

利用ＨＦＣ１２５的音速和非线性最小二乘法中的Ｌｅｖｅｎｂｅｒｇ－Ｍａｒｑｕａｒｄｔ方法，拟合得到一个新的具有更高精度和更广泛用范围的ＨＣＦ１２５第二维里系数计算关联式，可以用于流体其他热物性参数的计算，从第二维里系数和结一音速维里系数及其与分子间势能函数的关系，提出了用第二音速维里系数确定分子间势能模型参数的新方法，并推导出用第二音速维里系数拟合方阱，ＬＪ（６，１２）及Ｋｉｌｈａｒａ等势能模型参数     

矿山经营状况评价的偏好排序

对矿山经营状况的综合评价排序问题进行了研究，引入了高斯偏好函数和ＰＲＯＭＥＴＨＥＥ排序模型。该模型适合于采矿系统中各类多属性决策（ＭＡＤＭ）问题     

求解常微分方程初值问题的自适应算法

在综合ＣＷＧｅａｒＷ Ｈ Ｅｎｒｉｇｈ，Ｔ ＥＨｕｌｌ，Ｂ Ｍ Ｆｅｌｌｉｎ和Ａ Ｅ Ｓｅｄｇｅｗｉｃｈ等人提出的一系列求解常微分方程初值问题的方法的基础上，给出了一收敛速度快，精度高，计算稳定的自适应算法。     

带电粒子在均匀磁场中运动的Wigner函数

研究Wigner函数具有十分重要的物理意义,因为它是密度矩阵的特殊表示形式,并且是相空间中的一个准概率分布函数.本文首先回顾了Wigner函数的计算方法及其性质;然后通过求解星本征方程(Moyal 方程)得到了均匀磁场中二维带电粒子的Wigner函数.