基于线性均方误差估值的LPC距离量度

本文从LPC系数的统计特性出发,基于线性均方误差估值的思想,提出了一种用于语音识别的新的LPC距离量度——LMSE距离.在一个IBM-PC机语音处理系统和一个VAX-11/750机语音处理系统上,做了大量孤立词识别实俭,证实了这种距离的可行性.文中还将它与著名的Itakura距离进行了比较.     

使用置乱技术和DCT变换的小波域数字水印

本文提出了一种基于小波域的数字水印方案。在嵌入图像之前，对水印进行置乱处理，对图像的小波系数使用离散余弦变换。实验证明，这种方法对常规图像处理有很好的鲁棒性。     

基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。     

基于图像载体的数字水印及其盲检测方法

本文提出一种基于图像内容的数字水印嵌入方法及其盲检测方法。有意义的水印信息在经过水印密钥调制以后，在嵌入原图的DCT系数之前，首先要计算与原图待嵌入位置的相关性，以确定相应的嵌入强度，从而使嵌入的信息具有独特性。盲检测时只需要水印密钥和待测图像就可以恢复出嵌入的信息。使用这种方法可使水印在载体未被修改时的有效性达到100％。最后给出了部分用Matlab实现的程序。     

有噪语音的线性预测HMM参数估计方法

本文讨论了混有加性高斯白噪声的语音的线性预测隐Markov模型(HMM)参数估计问题.由Baum等人提出来的重估公式没有考虑噪声的影响,因此,对有噪语音的模型参数估计会产生较大的偏差.本文对该公式提出了一种修正方案,用这种方法估计出的模型参数有效地抑制了噪声的影响,较准确地反映了语音真实时变特征.实验证实了这一结论.     

基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。     

构造HMM观察值概密函数的一种方法

本文提出了利用语音短时特征参数和相应距离量度公式来构造隐Markov模型(HMM)观察值概密函数的一种方法.文中以语音倒谱系数特征及其相应Euclidean距离为例,给出了概密函数表达式,导出了其识别和训练算法,讨论了算法实现的具体问题.实验证实了本文提出的构造HMM观察值概密函数方法是有效的.     

使用置乱技术和DCT变换的小波域数字水印

本文提出了一种基于小波域的数字水印方案.在嵌入图像之前,对水印进行置乱处理,对图像的小波系数使用离散余弦变换.实验证明,这种方法对常规图像处理有很好的鲁棒性.