基于Emotiv Epoc+的眼动信号采集与识别方法研究

使用Emotiv Epoc+脑电波采集头戴设备,对10位被测人员的上、下、左、右、眨眼2次和眨眼3次6种眼球扫视运动信号进行采集,每人每个动作采集5组数据,共获得300组实验数据.对14通道的信号进行带通滤波后,采用短时能量计算方法优选2个最敏感通道,然后对优选出的通道信号采用归一化极值方法进行特征提取,最后采用特征匹配法对信号进行识别.实验结果表明:水平方向眼动识别率达到99.9%,垂直方向眼动识别率达到97.3%,平均识别率达到98.6%.     

基于太赫兹光谱曲线识别的爆炸物识别方法研究

运用THz光谱特性可以对各种化学品以及爆炸物进行识别.由于对原始数据直接进行识别的识别率不理想,本文首先对实验样本的THz频域光谱数据曲线进行归一化和5点平滑,得到了更能表现数据变化趋势和峰值的特征曲线,然后基于该特征曲线利用曲线极值算法,设计并用VC＋＋6.0实现了对THz光谱的分类识别.通过对RDX、DNT、TNT、HMX 4种爆炸物进行对比识别实验,运用样本进行训练,识别率为96%,通过更换2组样本数据进行验证实验,识别率均为98%.实验证明,本文所设计的曲线极值分析法对THz光谱特征曲线具有较高的识别率.     

基于集成卷积神经网络的交通标志识别

以交通标志识别为研究目的,提出一种基于集成卷积神经网络的交通标志识别算法,通过对多个不同结构的卷积神经网络进行集成以提高算法识别率。为了缩短网络训练和测试时间以及提高网络识别率,对单个卷积神经网络的结构进行了优化。使用ReLU(rectified linear unit)激活函数来代替传统的激活函数,使用批量归一化(batch normalization,BN) 方法对卷积层输出数据进行归一化处理,将卷积神经网络的分类器用支持向量机(support vector machine,SVM)代替。使用德国交通标志识别数据库(german traffic sign recognition benchmark,GTSRB)进行训练和测试,实验结果表明,提出的算法识别率为98.29%,单幅交通标志图像测试时间为1.32 ms,对交通标志具有良好的识别性能。     

自归一化卷积神经网络的人脸识别方法

传统的卷积神经网络(CNN)在人脸识别中应用极为广泛,然而依然存在收敛速度慢的问题,需要进行批归一化,防止梯度弥散.而自归一化卷积神经网络比普通卷积神经网络收敛速度更快,且无需进行批归一化.因此,提出采用自归一化卷积神经网络来进行人脸识别.首先算法由2个卷积层,1个池化层,2个全连接层和1个Softmax回归层组成的自归一化卷积神经网络对人脸特征进行提取并分类;然后通过对不同批次大小和不同网络层数的实验对比找出最佳的实验条件;最后与传统CNN算法和其他算法对比.提出的方法在ORL数据库中的实验识别率可达到98.3%.实验结果表明,自归一化卷积神经网络比普通的卷积神经网络在人脸识别中具有更高的识别率、更快的收敛速度.     

基于卷积神经网络的合成孔径雷达图像目标识别

为了解决现有合成孔径雷达(SAR)图像目标识别算法识别率不高、泛化能力不足的问题,提出一种基于卷积神经网络的SAR图像目标识别模型CMNet网络。通过设计针对SAR图像特点的特征提取网络,在损失函数中引入中心损失与Softmax损失联合监督训练过程,兼顾类内聚合和类间分离,提高算法精度和泛化能力。网络模型中所有卷积层后引入批量归一化层加快模型收敛速度、防止过拟合。实验使用美国运动和静止目标获取与识别数据库进行测试,10类目标平均识别率达到99. 30%。结果表明,提出的CMNet网络模型具有较高的识别率和泛化能力,在公开数据集上取得较好结果。     

基于改进卷积神经网络的中药饮片图像识别

为解决AlexNet网络模型在中药饮片图像识别中存在的识别准确率和鲁棒性不够理想的问题,本研究以常见的50种中药饮片为研究对象,对AlexNet网络模型进行改进优化。首先通过拍摄以及搜索引擎获取中药饮片图像,并对图像进行数据扩充以及细节增强预处理。其次对AlexNet网络模型进行优化改进,通过缩减原网络的卷积核个数和卷积核大小、使用全局平均池化(GAP)替代全连接层以减少网络参数;去除局部响应归一化(LRN)层、引入批量归一化(BN)层和使用Lion优化算法替代SGD优化算法以提高网络训练速度;使用Mish激活函数替代ReLU激活函数和引入通道注意力机制SENet网络以提高模型的识别精度。实验结果表明,改进后的网络模型相比于AlexNet网络模型,平均识别率提高了6.1%,平均损失率下降了14.4%,网络参数由原来的60M缩减至1M,该结果表明在中药饮片数据集上,改进后的网络模型具有更高的识别率和更好的鲁棒性,可为中药饮片图像识别领域的进一步发展提供有力支持。     

基于CHMM的行为识别系统设计

阐述了行为识别的基本过程。将前景序列进行归一化后,采用二维主成分分析方法(2DPCA)降维进行特征提取,利用连续隐马尔科夫模型(CHMM)建模,对行为有效分类和识别。实验结果表明,该设计方案的识别率可以达到95%。     

基于CHMM的行为识别系统设计

阐述了行为识别的基本过程.将前景序列进行归一化后,采用二维主成分分析方法(2DPCA)降维进行特征提取,利用连续隐马尔科夫模型(CHMM)建模,对行为有效分类和识别.实验结果表明,该设计方案的识别率可以达到95%.     

PV—CSMA/CD协议支持下的话音和数据综合业务通信

本文讨论优先级CSMA/CD协议支持下,类似以太局部网中的话音和数据综合业务通信性能.文中根据建立的协议模型,模拟分析了话音和数据负载、话音质量等性能参数.     

用于癌症分子分型的虚拟可重构结构演化硬件

根据DNA微阵列数据维数高、样本少的特点,提出了一种用于癌症分子分型的演化硬件方法.该方法是基于虚拟可重构结构的演化硬件识别方法,具备灵活、高速和自适应能力强的特点,有利于建立一个拥有高数据吞吐能力、学习结果易读的高效分类系统.采用信噪比的方法进行特征选择,对选择的基因经过归一化和二值化,然后用演化硬件识别系统通过系统学习和系统分类2个阶段进行处理.急性白血病分类的硬件实验结果表明:演化硬件的识别率和识别时间分别达到了95.88%和0.12μs.     

AdaBoost for Improved Voice-Band Signal Classification

A good voice-band signal classification can not only enable the safe application of speech ceding techniques, the implementation of a Digital Signal Interpolation （DSI） system, but also facilitate network administration and planning by providing accurate voice-band traffic analysis. A new method is proposed to detect and classify the presence of various voice-band signals on the General Switched Telephone Network （GSTN）. The method uses a combination of simple base classifiers through the AdaBoost algorithm. The conventional classification features for voice- band data classification are combined and optimized by the AdaBoost algorithm and spectral subtraction method. Experiments show the simpleness, effectiveness, efficiency and flexibility of the method.     

弥散非线性信道自适应均衡器

提出一种基于非线性差分方程模型的弥散非线性信道自适应均衡器。在弥散非线性信道上传送高速数据信号时，根据正文估计原理和快速正交算法，利用接收信号序列和训练序列可以迅速估计出该差分方程的基向量和权系数。所提出的自适应非线性均衡器的结构使其具有较好的自适应功能．模拟结果表明，采用这种自适应均衡器可使高速音带数据传输系统的误码性能改善３个数量级。     

语噪分离技术综合算法及其应用

目前，话音记录领域对采集到的音频信号仅仅做到了将静音与非静时分离，而未进一步处理非静音。作者针对这一情况，提出一种综合算法：在静音与非静音分离的 基础上，综合应用语噪识别技术，对前一步分离出来的非静音，进行二次处理，即进行语噪分离和音频信号分类处理。实践证明，该算法切实可行，大大降低了噪声环境下记录系统需要存储的数据量。     

数据挖掘技术在语音识别中的应用

通过数据挖掘技术实现对语音来源的识别,从而完成对说话人身份的认证以及操作权限的分配,具有非常重要的理论和实际意义。主要针对相同和不同语音内容两个类别的说话人语音识别进行了研究。通过在说话人识别领域广泛应用的梅尔频率倒谱系数进行语音的特征提取,并结合动态时间规整算法进行模式匹配分类。特别地,在不同的语音内容识别探究中,在采用动态时间规整算法前,结合了K-means++算法以及主成分分析算法来对梅尔频率倒谱系数矩阵进行降维和聚类,以保证待匹配模板的维度相近或相同。结果表明,在相同语音内容的识别过程中,选择合适的阈值可以获得较好的识别效果。     

An efficient QoS enhancement mechanism of VoIP using erasure array codes

In order to solve the problem of losing voice packets in voice over internet protocol ( VoIP) , a kind of lost packets double recovery algorithm is proposed.The algorithm is based on erasure coding technique which comes from highly available data storage systems.An efficient coding scheme with higher tolerance based on STAR and Reed-Solomon ( RS) erasure code is described.An efficient method is also provided which could transform the voice data packets of one dimensional bit stream into two dimensional array according to given window size.If the lost rate has increased beyond the error correction capability, packet-loss concealment will be adopted.Under various conditions of packet-loss simulation during the experiments, the algorithm has proved its better performance on MOS rating and coding rate.     

一种改进型BIC话者改变检测算法

该文针对多人说话改变点检测问题,提出一种新的改进型BIC话者改变检测算法.该算法基于BIC准则确定初选改变点,再对其端点的变化趋势做进一步分析,得出说话人改变的分割点.该算法准确率达到90.2%,召回率达到95.8%.与传统BIC检测算法相比,计算更简便,准确率与召回率分别提高了62.5%和16%.     

一种基于灰关联分析法的语音激活检测算法

为在有色非高斯噪声背景下实时、有效地区分语音信号与各种背景噪声,提出了一种基于灰关联分析的语音激活检测(VAD)算法.该算法提取语音信号过零率、线性预测系数、倒谱系数和转移倒谱系数4种特征参数作为关联参数,通过跟踪语音与噪声灰关联度的变化确定判决门限,实现语音激活检测.仿真结果表明:该算法在无噪声背景中识别率为100%,在-5 dB噪声背景环境,识别率可达80%以上.此算法对有色非高斯背景噪声不敏感,而且计算简单、可靠性高,在语音激活检测中具有可行性.     

基于ZigBee的战场数话传输模块的设计与实现

为了实现战场上语音和数据的近距离无线传输,将语音传输与ZigBee无线网络相结合,利用ZigBee技术设计一个小型的无线网络,代替有线通信方式. 以IAR的Embedded Workbench为开发平台,设计了控制模块、语音模块、无线通信模块、功率放大模块、数据接口等模块硬件电路. 采用RALCWI语音压缩算法保证话音质量,设计了2.4 GHz ZigBee网络节点,组成2.4 GHz ZigBee小型网络,在网络内自由传输语音和数据,并在软件上实现了语音处理和组网、无线收发数据、数据传输等功能,解决了战场上无线传输的问题.      

Robust Voice Command Understanding and Error Tolerance Algorithm Based on Word Graph Expansion

A novel word graph expansion algorithm for voice command understanding is presented as the basis of a more accurate and robust voice command system. Tests show that the algorithm has much better performance than the generally-adopted N-best algorithm while maintaining high computational efficiency. Also the error tolerance method used to improve the robustness of the voice command understanding module further decreases the understanding error rate (UER) to 16. 6% with the computational efficiency almost unchanged compared to the case without error tolerance.     

语音加密算法A5的改进

针对语音加密算法A5寄存器级数过短并且抗穷举攻击能力弱的特点,提出了一种简单的自同步序列密码,用于对大数据量语音信号的加密传输.短的种子密钥不能完全初始化寄存器,为了达到扩展成足够长的初始密钥的目的,设计了一种结构简单并且非线性度很高的密钥扩展算法.利用此算法可以获得随机性强的初始密钥序列.利用延时器测试算法的加密效率,证明了此算法能够安全地使用在语音加密中.