Peripheral Nonlinear Time Spectrum Features Algorithm for Large Vocabulary Mandarin Automatic Speech Recognition

IntroductionCurrentautomaticspeechrecognitionsystemsarebasedoncontext-dependentorcontext-independentphonicsorsyllablemodelsdescribedintermsofse-quencesofhiddenMarkovmodel(HMM)states,whereeachstateisassumedtobecharacterizedbyastationaryprobabilitydensityfunction.Thetimecorre-lationandconsequently,thesignaldynamicsinsideeachHMMstate,arealsousuallydisregardedalthoughtheuseofdynamicfeatures,suchasdeltaanddelta-deltaparameters,cancapturesomeofthecorrelations.Consequently,onlymedium-termdependenc…     

陡脉冲肿瘤治疗仪的研制及应用

在一定电场强度陡脉冲的作用下，细胞膜会形成大量微孔，其数量和孔径会随电场强度的增加而激增，从而引起膜组织断裂，导致细胞死亡，这种现象被称为不可逆性电击穿，为了研究陡脉冲对肿瘤细胞的不可逆性电击穿，应用现代电力电子技术和高电压新技术，研制出了一套脉冲峰值、脉冲宽度、脉冲重复频率和脉冲陡度独立可调的能量可控陡脉冲肿瘤治疗仪。分析了该治疗仪各部分电路的工作原理，在实验室调试成功的基础上，应用该仪器对人卵巢腺癌SKOV3细胞进行了细胞实验，调试时的示波器实测波形和细胞实验的电镜结果表明，该治疗仪性能稳定，能够方便地调节输出脉冲的能量，能有效地杀伤肿瘤细胞。     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明,基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。     

WCCN聚类序列核函数在话者识别中的应用

针对说话人确认系统中GMM超向量建模计算复杂度高以及易受信道干扰的问题,提出一种新型的基于Bhattacharyya距离聚类的WCCN序列核函数算法.首先计算话者GMM模型之间的Bhattacharyya距离,根据该Bhattacharyya距离对话者模型进行聚类,得到聚类中心模型;紧接着对聚类中心模型的均值向量进行MAP自适应,进而生成超向量序列核函数;最后采用WCCN平滑归一化技术对序列核函数进行信道补偿,抑制噪音和信道畸变对核函数的影响.将该Bhattacharyya聚类WCCN核函数应用到SVM说话人确认系统,仿真实验结果表明该核函数可以有效地提高系统的识别准确率和识别速度.     

单电流注入的三维MREIT快速重建及实验

磁共振电阻抗成像（MREIT）是将磁共振成像（MRI）与传统电阻抗成像（EIT）技术相结合的一种电导率成像技术,通过提供成像体精确的几何信息与成像体内部的磁通密度值,改善了电阻抗成像的病态性,使得电导率图像的分辨率显著提高．针对MREIT系统的快速成像问题,在分析磁共振电阻抗成像的数学模型和正逆问题的基础上,提出利用单次电流的磁通密度分量即可进行电导率图像重建的方法,缩短了测量时间,并降低了电极间的电磁干扰;将灵敏度矩阵法扩展到三维MREIT,采用半解析法计算灵敏度矩阵,使得图像重建速度得到提高;并通过仿真与仿体实验验证了该方法的有效性．结果表明获得的电导率分布图像具有较高的分辨率和图像质量,测量与重建时间的缩短为MREIT的临床应用奠定了基础．     

基于WLLE和SVM的植物叶片图像识别方法

针对局部线性嵌入(LLE)算法易受噪声影响,以及最近邻分类器不能有效识别植物叶片图像,提出一种基于加权局部线性嵌入(WLLE)和支持向量机(SVM)的植物叶片图像识别方法.首先利用WLLE算法对预处理后的含有高斯噪声叶片图像进行特征提取,然后采用SVM分类机制对叶片图像进行训练和识别,最后在真实的植物叶片图像数据库中提取植物叶片图像进行分类实验.实验结果表明该方法能提高叶片图像的分类率.     

交叉平面电阻抗成像模型分析

该研究针对传统平面电极阵列电阻抗成像系统问题,构建了一个交叉平面电极阵列的电阻抗断层成像系统。此系统由65个电极组成4个水平和8个轴向相交叉的成像空间。仿真及水槽实验采用了Tikhonov正则化算法,重建结果与原物体的比较表明,该成像方式在空间中能够提供更高的分辨率和定位精度。此外,这种方法能有效地减少计算量,在临床检查和监护上显示出很大的应用前景。     

彩色可视传感阵列基元匹配快速定量算法

在彩色可视传感阵列传统处理方法中,存在着数据量大,人工分析困难、种类浓度识别难以同一次实现等问题,针对这些问题,考虑到同类气体饱和响应阵列点位置一致性的特点,提出一种彩色可视阵列基元匹配快速定量识别算法。该算法首先采用设置经验阈值消除冗余量,进行去噪和特征提取,减少人工分析量;然后进行基于二值化基元图模板匹配的定量分析种类识别,减少计算量,增加气体识别效率和精度;最后,综合模糊逻辑和神经网络2种人工智能方法的优点,建立彩色传感阵列气体浓度识别的自适应模糊推理系统。算法优势在于将不同气体的种类和浓度检测分开进行,解决了种类、浓度同时识别时可能出现特征数据交叉感染导致错误识别的问题。基元模板匹配分析结果显示,氨气、氯气和二氧化硫3种气体分类识别结果准确率达100%,利用模糊神经网络方法对氨气浓度识别率准确度较高,误差在5%以内。     

基于半监督学习的人体异常行为识别

需要进行人体异常行为识别的视频一般都是未标记的序列图像,传统的有监督的识别方法往往不能较好地反映其行为的特征,识别率不高.提出了一种基于半监督学习的人体异常行为识别方法,首先使用基于DTW距离的self-training进行标记数据扩充,然后用此扩充的序列图像样本集合训练对应的HMM,最终进行异常行为识别.实验结果证明该方法有效且识别率较高.     

浸液式高速往复走丝电火花线切割漏电损失

分析了放电能量损失与极间工作液漏电、工件表面漏电的关系.采用浸液和喷液2种冷却方式进行高速往复走丝电火花线切割加工实验,对理论分论结果进行了验证.结果表明：减小工件表面漏电面积和工作液电导率,可以有效减少能量损失,进而提高加工效率;在相同加工参数下,浸液式相对于喷液式切割速度有所降低,其主要原因是由浸没在工作液中的工件与电极丝间持续电解漏电形成的.