基于隐马尔可夫模型的体育视频分类方法

针对体育视频的分类问题,提出一种基于隐马尔可夫(HMM)模型的分类方法.首先,在各类运动训练视频片段的连续帧中提取4维运动特征向量,并基于特征向量训练各类的HMM.然后,将视频片段以状态序列表示,并利用HMM计算状态转换的概率,以此来检测运动事件.最后,基于各类运动的参考字典,通过相似度计算来匹配测试视频中的事件,最终实现对视频片段的分类.实验结果表明,该方法具有较高的分类精度.     

基于语谱图和神经网络的声纹识别研究

随着科技的不断发展,人们对信息安全的要求越来越高,如何更简单、更方便、更加安全地进行身份验证变得异常重要。在卷积神经网络(CNN)的基础上,结合语谱图和直方均衡增强算法对声纹识别特征进行学习和训练。模型使用非固定长度语音段,首先将语音段进行滤波、分帧、加窗和离散余弦变换得到语谱图,再使用直方均衡算法将像素点不均匀分布语谱图转化成像素点能在整个灰度区间均匀分布的语谱图,最后使用CNN对语谱图进行特征训练和身份认证。     

电极距离对脱氧核苷酸横向电信号的影响

以脱氧核苷酸为研究对象，利用密度泛函的非平衡态格林函数方法，计算了电极距离对四种核苷酸分子电流的影响．计算结果表明：当用胞嘧啶通过硫原子修饰左侧电极时，分子电流的衰减曲线与实验结果在形状上保持一致．当电极距离增加到一定程度时，电流随电极距离的变化均可以通过相同的指数函数来表示．     

普通话和闽南语记忆的言语依赖效应实验研究

本研究选取熟练掌握闽南语和普通话的20名大学生为被试,利用DMDX实验程序,让被试根据视觉或听觉线索词,在闽南语或普通话的语境下进行自由回忆.实验结果表明：1.普通话和闽南语存在言语依赖效应.2.当普通话和闽南语共享相同的文字表征时,语音对记忆依赖的影响更显著.3.语码转换现象出现的次数极少,与言语依赖无关,与被试的闽南语词汇储备量有关.     

语音关键词检测系统中基于时长和边界信息的置信度

针对关键词识别中基于后验概率的置信度方法对语音发音变化信息利用不充分的问题,提出了一种基于时长和边界信息的置信度. 该方法引入一个松弛因子,灵活地选择词信息相同的弧段计算置信度,从而进行关键词拒识. 在此基础上,设计并实现了一个基于Lattice 的大词表语音关键词检测系统,先用改进的动态规划算法在音节网格上进行关键词检出,尽可能多地给出关键词候选,然后采用基于时长和边界信息的置信度进行关键词确认. 实验结果表明,该方法相对于主流的计算方法,系统的等错误率（equal error rate,EER）提高了7%.     

基于循环神经网络的汉语语言模型并行优化算法

计算复杂度高导致循环神经网络语言模型训练效率很低,是影响实际应用的一个
瓶颈. 针对这个问题,提出一种基于批处理(mini-batch) 的并行优化训练算法. 该算法利用
GPU 的强大计算能力来提高网络训练时的矩阵及向量运算速度,优化后的网络能同时并行处
理多个数据流即训练多个句子样本,加速训练过程. 实验表明,优化算法有效提升了RNN 语
言模型训练速率,且模型性能下降极少,并在实际汉语语音识别系统中得到了验证.     

雷达辐射源个体特征的提取与识别

针对雷达辐射源个体特征,应用波形熵和能量熵对经过围线积分后的双谱估计结果进行特征提取,并根据此特征构成的二维特征向量实行后续的个体识别码. 针对二维特征向量识别,应用质心距离法分析提取出二维特征向量,对此二维特征向量所对应的雷达辐射源个体进行识别,并与模糊C-均值聚类法进行对比分析. 通过仿真实验和实测分析,验证了所提方法能在一定信噪比下对雷达辐射源个体进行正确的识别.     

大学英语写作训练的关键

一、问目的提出目前，语篇训练在大学英语教学中越来越多地来阅读强调语篇，听力强调语篇，写作就更是如此了。从语言的交际功能而言，脱离上下文的独立的句子是完不成交际功能的。只有处在一定的语篇中，句子才有意义。可以说，语将概念的引入的确给英语教学带来了一片生机。然而，矫枉过正，即对语篇过分注重了，尤其是在写作训练中似乎唯有提语篇才对，提句子不行．如目前许多写作训练的文章或著作中，多是强调如何训练学生的成将能力，所以重点介绍的是一些连句成篇的技能，如语篇的整体构思，各层次间的起承转会以及许多组织手段、联接…     

误差可控的GMM似然率近似算法

在语音识别领域,连续概率密度GMM广泛应用于声学建模．由于标准算法复杂度高,各种基于高斯选择的似然率近似算法被提出,包括：部分距离消去（PDE）、最优混合分量预测（BMP）算法,以及部分距离消去的动态高斯选择算法（DGS）．本文通过对各种算法的分析比较,在DGS的基础上引入误差控制参数,在保证算法运行效率的同时,有效的控制了运算误差的大小,为解决似然率近似算法中误差不可控的问题提供了新的思路．实验结果显示,此算法在不降低识别率的前提下,识别时间较标准算法减少10％以上．     

一种改进的朴素贝叶斯不平衡数据集分类算法

当训练集中各个类别的样本分布不均匀且存在数据稀疏问题时,朴素贝叶斯算法分类不够准确。针对此问题,提出了一种基于数据平滑与加权补集的朴素贝叶斯文本分类算法,该算法引入数据平滑算法计算贝叶斯模型中缺失特征的补偿概率,克服数据稀疏问题;利用当前类别补集的特征来表示当前类别的特征,解决训练集中各个类别的样本分布不均匀时,分类器容易倾向于大类别而忽略小类别的问题。实验结果表明,在样本集分布不均衡时,该算法比传统的朴素贝叶斯分类算法分类效果更好。     

蚁群聚类神经网络的耳语音声调识别

提出了一种基于蚁群聚类神经网络的汉语耳语音声调识别方法.根据耳语音发音特点,以听神经平均发放率、幅值包络、共振峰、声道长度等构成的多维矢量描述声调特征,采用蚁群聚类算法将多维特征矢量聚类后,送入局部有监督特征映射神经网络进行声调识别.这一方法通过对特征参数的聚类压缩了神经网络的输入神经元数目,因而可以有效避免在大数据条件下神经网络不易收敛及速度慢的问题.对多人耳语音声调的识别实验显示,采用蚁群聚类神经网络的耳语音声调识别方法与传统方法相比,性能明显提高,平均正识率达到87.5%.     

基于二阶差分耳蜗模型的语音识别新方法

采用二阶差分耳蜗模型对语音信号进行特征参数提取,获得了基于听觉谱的语音识别前端特征参数,同时根据听觉谱特征提出了一种"幅和频差积"距离测度,识别算法采用端点放松两帧,路径斜率限制在1/2到2之间的改进型DTW算法.在小词汇量非特定人(SI)的识别环境下,计算机模拟结果表明此法在对0~9十个数字以及小词汇量的SI识别时,其正识率可达98%以上,且具有较好的鲁棒性.     

基于加权全局时频特征的易混淆词识别

针对易混淆词特征差异小,分类决策困难的特点,提出了一种新的语音识别特征。该特征可以根据待识单词的发音特点,通过选用合适的基函数及加权处理,突出混淆词特征之间的差异性;     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

基于特征的弹性图匹配人脸识别算法

提出一种基于特征的弹性图匹配人脸识别算法(FEGM).它包括两个步骤,首先利用Gabor进行人脸特征(如眼、鼻子、嘴等)的检测、定位,提取一组Gabor小波系数矢量;然后在代价函数的约束下,对各个特征都执行弹性图匹配,并使总体代价函数尽可能的小,从而得到联合识别结果.在Yale人脸库上的实验表明,识别率确实得到提高.     

基于抗非线性SVM的几何整形可见光通信系统

非线性效应限制是高速可见光通信系统性能提升的一大瓶颈问题，为此提出将支持向量机（support vector machine，SVM）监督学习算法应用于几何整形可见光通信系统接收信号星座点的分类判决，将信号的同向分量和正交分量作为特征向量，建立最优分类界面，以降低非线性条件下星座点变形带来的符号误判，同时比较几种几何整形设计的性能.仿真分析和实验结果表明，SVM提升了非线性条件下系统的性能，在数据速率为1.2 Gbit/s的高速可见光通信传输中，圆-169几何整形16正交幅度调制（quadrature amplitude modulation，QAM）的符号误码性能最优.     

动态人脸图像序列中表情完全帧的定位与识别

考虑到人脸表情演变是一个持续过程，相比于静态图像，动态图像序列更适合作为人脸表情识别的研究对象。该文提出了一种基于嵌入网络的序列帧定位模型，利用加载预训练权重的Inception ResNet v1网络提取人脸表情序列各帧的特征向量，通过计算特征向量间的欧氏距离，定位出具有最大表情强度的完全帧，进而获取人脸表情序列数据；为了进一步验证定位模型的准确性，分别利用VGG16模型和ResNet50模型对定位的完全帧进行人脸表情识别。在CK+和MMI人脸表情数据库上进行了实验，所提的序列帧定位模型的定位平均准确率分别达到98.31%和98.08%；利用VGG16模型与ResNet50模型对定位的完全帧进行表情识别，在两个数据库上的实验结果分别达到了96.32%和96.5%，87.23%和87.88%，结果表明所提出的模型能够获取可靠的表情完全帧，并取得了令人满意的人脸表情识别效果。     

音乐简谱的识别与演奏系统

本文首次把面积法、矩法方法用于音乐简谱的识别,在深入研究了模式识别理论的基础上,根据简谱的特点,找出了一组适合于简谱识别的特征量;提出用分块的方法分别计算各块的面积和中心矩,从而提高简谱的识别率。从样本特征库的建立到简谱的识别过程都通过软件自动实现。采用了一种矩的快速算法,使识别速度有了很大的提高。通过对一首简谱〈渴望〉主题歌进行模拟实验,在实验样来质量较差的情况下,面积法识别率达到95.1％,矩法识别率达到97.2％。     

动态过程的模式识别

一般的图像处理和识别,是针对孤立的、即时的图片而言的,而实际情况则往往需要处理和识别一个完整的变化过程.例如,心脏的收缩和舒张过程,其外形轮廓曲线按一定的规律不断地进行变化,这就需要利用图像处理的计算机系统进行处理和识别,以鉴别具体的一个过程是属于哪一类过程.     

Curvelet变换用于人脸特征提取与识别

针对小波变换用于人脸识别时难以充分描述人脸曲线特征的问题,提出用Curvelet变换进行人脸特征提取与识别的新方法. 将人脸图像进行Curvelet变换,提取进一步压缩的低频系数和高频各子带的Curvelet能量特征为人脸特征向量,并采用支持向量机进行特征分类与识别. 以Orl和Yale人脸库进行测试,结果表明,该方法相比小波变换法识别效果更佳,且对光照、姿态和表情变化具有良好的鲁棒性.