GMM-UBM和SVM说话人辨认系统及融合的分析

在说话人辨认任务中,Gauss混合模型-通用背景模型(Gaussian mixture model-universal backgroundmodel,GMM-UBM)采用帧向量进行建模和识别,突出了说话人个性特征,但受信道影响较大;支持向量机(support vector machine,sVM)利用帧向量在空间中分布的Gauss混合的均值进行建模和识别,对信道的鲁棒性较好,但对说话人的个性体现不够.该文分析了这2种说话人识别系统的优缺点,并采用融合方法来提高系统的性能.在美国国家标准与技术研究所(NIST)评测数据集的实验中,融合系统的等错误率从GMM-UBM系统的9.30％和SVM系统的8.26％降低到7.34％,分别相对降低了21.08％和11.14％.     

改进Gauss消去法求解线性方程组

研究了线性方程组解的误差起源,在Gauss消元过程中避开除法,切断由于消元过程中系数相除所产生的舍入误差,用改进的Gauss消去法求解线性方程组,大大提高了线性方程组解的精确值。     

微分求积法在弹性压应力波下直梁的动力压曲稳定分析中的应用

基于欧拉-伯努利梁理论及能量守恒原理,建立了直梁压曲稳定微分控制方程及其应力波波前附加边界条件,对应力波反射前等截面梁屈曲与压应力波耦合动力屈曲问题进行了研究.利用微分求积法(DQM)并结合边界条件,将直梁压曲稳定控制微分方程离散成线性代数方程组,进而得到了系统的动力屈曲特征方程,并研究了加载端简支远端固支梁在压应力波反射前的动力屈曲问题.数值研究表明该方法具有可靠的精度和收敛性.     

动力学问题的时域微分求积法

针对动力学问题的线性和非线性问题,提出了一种全新有效的方法——时域微分求积法.本方法直接针对动力学问题的控制微分方程,在时间域采用微分求积法(differential quadrature method),得到求解域中各时间节点处动力响应位移场为全部待定参数的方程组,只需一次求解该方程组即得到全部待定参数,进而得到各节点的动力响应位移场,再由高阶Lagrange插值得到全部求解域内的动力响应位移场,进而依据该响应位移场得到该动力学问题的响应周期.算例结果表明,本方法具有明显优于传统的数值方法(如newmark法和wilsonθ-法)的精度和计算效率,可作为一种有极好研究价值的求解动力学问题的新方法.     

再入机动飞行器最优轨迹设计与跟踪

提出了一种再入机动飞行器（maneuvering reentry vehicle, MRV）的最优制导与控制方案。针对MRV再入机动轨迹优化问题,提出了新的基于Gauss伪谱优化方法的分段优化策略;由产生的最优参考轨迹,生成系统的外环最优制导指令。接着利用轨迹线性化控制（trajectory linearization control, TLC）方法设计系统的内环控制律。基于MRV完整的非线性六自由度模型,仿真表明提出的再入轨迹优化设计方法是有效的,而且内环TLC控制器可以准确地跟踪外环的最优制导指令和最优轨迹,并对系统未建模特性和参数不确定性具有一定的鲁棒性能。     

次Gauss序列的一些应用

证明了期望为零的有界实随机变量(不要求对称)是次Gauss变量,并由此讨论了次Gauss三角多项式的一个界估计及次Gauss三角级数在Lp空间的收敛性及一个应用,得到了次Gauss三角级数几乎必然表示一个几乎有界函数的简单充分条件.     

FGM斜板的振动特性分析

对FGM斜板,通过坐标转换,在斜坐标系下建立了FGM斜板的横向振动微分方程。用微分求积法研究了四边简支和对边固支对边简支FGM斜板的自由振动特性,给出了不同角度和不同边长比下一阶固有频率与梯度指标之间的变化曲线,以及四边简支FGM斜板角度对固有频率的影响。     

两端固支热弹耦合运动梁的稳定性

目的 研究两端固支耦合热弹运动梁的稳定性.方法 根据D'Alembert原理和考虑变形影响时的热传导方程,得出梁的耦合热弹运动微分方程,采用微分求积法得到特征方程.结果 对两端固支耦合热弹运动梁的复频率进行了数值计算,分析了无量纲热弹耦合因子、无量纲运动速度对梁的临界速度和稳定性的影响.结论 随着无量纲热弹耦合因子的增大,轴向运动梁的前三阶模态的复频率实部增大,一阶模态失稳的临界速度也增大.     

黎曼曲率张量在曲面论方程中的应用

文章在黎曼曲率张量的概念和性质的基础上通过论证黎曼曲率张量可以只用第一基本形式的系数来表示,从而把高斯曲率这个概念推广到比曲面更一般的二维黎曼空间中,使高斯曲率的运用范围更广.     

基于RBF神经网络的图像特征处理

径向基函数网络(RBFN)是当前人工神经网络技术研究的热点之一,并以其优良的性能广泛应用于各个领域。针对BP神经网络容易陷入局部最优的缺陷,文章提出用RBF神经网络进行图像特征提取,并给出了RBF神经网络构建过程及选Gauss函数为径向基函数的优势,最后设计并完成实验。模拟实验结果表明了训练好的RBF网络对边缘特征提取的有效性,也证实了选择良好的高斯函数宽度,可以得到较优的网络。