语音信号非线性特征的数值表示

分析了语音信号的非线性特征，用傅里叶谱、吸引子、分维数、李亚普诺夫指数等非线性动力学行为的数值特征表征了语音信号的非线性特征。采用时延语音序列重构语音吸引子，用计盒分维数计算语音波形的分维数。实验结果显示语音波形具有分形特征，语音中存在混沌。     

汉语语音信号的分形特征

研究了语音信号的混沌动力学机制,并用相空间重建图、语音信号极坐标表示、语音信号时域波形等方式研究了语音信号的分维数,改进了Ｂｏｘ－Ｃｏｕｎｔｉｎｇ的分维数计算方法,改进后的计算方法准确可靠、处理速度快。用该方法对汉语语音的分维数进行,统计分析,得到汉语语音的基本分形特征。     

多重分形维数在语音分割和语音识别中的应用

语音气流中具有混沌特征,而分形可以定量地分析混沌现象,故分形可作为分析语音信号的数学工具．由于传统的Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 维数没有考虑关于集合中点的分布信息,本文引入多重分形维数来克服上述缺点．实验表明,多重分形维数语音分割方法明显好于单一Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 分形维数的语音分割方法     

语音信号非线性特征的研究

随着研究的深入,语音信号的非线性特征逐渐被人们发现,传统的基于分段线性的语音信号处理方法存在局限性,因此用非线性方法对语音信号进行处理对于提高处理质量相当重要。文章介绍了非线性理论在语音信号处理中的一些应用,首先采用延时相图法重构语音的混沌吸引子,然后用分形维数、Ｌｙａｐｕｎｏｖ指数等非线性动力学参数反映语音信号的非线性特征,设计计盒维数算法并行运用于语音分割,最后根据语音信号时域波形分形结构设计     

汉语语音音素分割的一种新方法

音素分割在大词汇量连续语音识别的过程中起着重要的作用 .该文提出了一种简单实用的音素分割方法 ,比较好地解决了这个问题 ,并在大词汇量汉语语音识别中得到了应用 ,取得了较好的结果     

一种新的鉴别汉语语音信号起止点的有效算法

提出短时能频值（ＥＦＶ）的新概念，设计了用短时能频值的参量来估计语音起止点的新的有效算法，提高了语音信号与背景噪声的分辨力。运用基于短时能频值ＥＦＶ估计语音起止点的算法，研究汉语普通话音素的区别特征，上机计算分析证明了ＥＦＶ门限能够很好地从噪声中分辨出语音信号，有着较好的稳定性和较高的语音－噪声分辨力。     

基于分维像的红外弱小目标检测方法

针对红外图像的特点及分形分维的特性,提出了基于分维像的红外弱小目标检测方法.用滑动窗口在红外图像上滑动,根据分形布朗运动计算出窗口分维作为该窗口中心像素的分维,这样就可以计算出图像每一像素的分形分维,并以此为元素构造成分维像.在分维像中,人造目标的分维值小于自然背景的分维值,适当地选取阈值就可以把目标检测出来.实验结果表明,用分维像的方法检测红外目标可以取得很好的效果.     

煤尘粒度分布的分形结构研究

本文应用分形几何理论，研究了采煤工作面煤尘粒度分布的分形特征．研究发现，煤尘粒度分布具有很好的分形结构，其粒度分布可用分维值定量地描述。研究煤尘的分维值能为选择除尘方法和设备提供科学的理论依据     

基于多音素类模型的文本无关短语音说话人识别

对于基于Gauss混合模型-通用背景模型(Gaussianmixure model-universal background model,GMM-UBM)方法的文本无关说话人识别,当测试语音时长缩短到很短时,识别率会严重下降。为了充分利用文本内容信息,该文提出了一种基于K-top多音素类模型混合(KPCMMM)的建模方法。在音素识别阶段,利用语音识别得到训练语音的音素序列,在说话人识别阶段利用音素序列对每个说话人训练多个音素类模型,测试语音则在最相近的音素类模型上进行打分判决,K是选取的相近音素类数。由于音素类定义的不同,KPCMMM方法分为基于专家知识和数据驱动这两类。实验结果显示选择合适的K值可以得到更好的识别结果。不同的音素类定义方法的比较实验结果显示:当测试语音时长小于2s时,对比GMM-UBM基线系统,该方法的等错误率(EER)相对下降38.60%。     

语音的音素状态模型

本文中我们定义特征矢量的分布为d维高斯密度,语音序列为状态转换的马尔可夫过程,这个假设区别于标准的HMM,主要表现在状态密度函数是由具有音素标识的特征矢量进行有监督学习,每种音素标识对应于语音生成机构的一个物理状态。特征矢量由对应于各音素的语音波形段中得到。其特征空间对应于m个d维高斯密度,一个特征矢量对于每个音素状态有与之相联系的有限的生成概率。我们提出一种训练HMM=(П,A,B,)的新方法,П是一个m维的初始状态概率矢量,A是m×m的状态转移概率矩阵,B描述系统处于某一状态时出现的一定观测值的一组概率密度函数,它在本算法中不需要参加模型的优化训练。     

基于多尺度分形维数的汉语语音声韵切分

针对低信噪比环境 ,提出一种汉语语音声韵母切分新方法。以语音信号非线性产生机制中存在混沌特性为依据 ,将普通分形维数扩展为多尺度分形维数 ,用于考察语音信号在不同最大观测分辨率下的局部自相似性。利用稳定声韵母段及其之间过渡段在多尺度分形维数上的不同特性能较好地区分二者。由此针对汉语音节“声母 +韵母”的结构特点设计了一种简单而高效的汉语语音声韵母切分方法。在干净语音测试集下测试 ,切分正确率为 95 .2 % ;在信噪比为10 d B的噪声环境下 ,正确率达到 82 .3%。     

心电信号的混沌分形特性分析

为了给心脏病的辅助诊断和治疗提供科学依据,提高临床诊断的准确性,利用混沌分形理论研究了心电信号 Ｅ Ｃ Ｇ Ｓ（ Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈ Ｓｉｇｎａｌ）,提取了 Ｅ Ｃ Ｇ Ｓ的网格分形维数。指出貌似随机的、无规则的心电图的变化可以用混沌动力学系统加以刻划,并且其混沌吸引子是低分维的。计算结果表明,网格分形维数是描述心脏动力学系统的拓扑不变量,且不同的取值范围反映了心脏不同的状态。因此可以将之作为诊断心脏异常与否的新指标,这将对心脏病的临床诊断有着重要的实际意义和理论价值     

分形中的局部维数及其动力学方程

提出了局部维数的概念,并在对Ｈａｕｓｄｏｒｆ维数推广的基础上推导出局部信息维数及局部填充维数与维数ｎ及概率密度的关系,进而推导出了经典分形场的动力学方程及量子体系分形场方程,从而有效地诠释了一些自然现象及生物现象中存在自相似结构的动力学机制。     

污泥干燥速度曲线的分形维数分析

污泥的干燥速度变化是干燥过程中水分运动的宏观表现，对内部微观的传热传质动力学机制有重要揭示。利用功率谱分析对实验所得间接式加热的污泥干燥速度变化进行分形和混沌特性的判别，并提出Hausdorff维数和整体盒维数的计算方法，以分析其分形规律。通过判断得知，污泥的干燥速度变化具有分形特性。速度变化的Hausdofff维数随参数N值的增大而增大，但波动范围变小，且随着干燥过程进行，其值逐渐减小．另一种反映整体变化的维数——盒维数可以采用变换法计算得出，可用于判别干燥过程的整体分形特性。2种方法所得维数显示，污泥种类和干燥温度等对干燥速度变化的分形均有较大影响。     

混沌时间序列的多重分形维数谱

仅用一个分形维数来刻画混沌时间序列是不够的，必须用多重分形维数谱来描述混沌时间序列在不同层次的奇异测度，不同文献对沪指和深指的分形维数的计算结果相差甚大，其深层次的原因是混沌时间序列的多重分形维数谱的存在。本文对混沌时间序列多重分形维数的信息谱、奇异谱、动熵谱等问题进行探索，并简介其应用。     

九江年降水时间序列的混沌特性

针对近百年来九江年降水时间序列资料，应用分形理论，探讨了不同嵌入相空间下时间序列关联维的变化规律。计算得到了其饱和关联维数ｄ＝５．０８，最低嵌入维ｍ＝９以及Ｋｏｌｏｍｏｇｏｒｏｖ熵ｋ＝０．４５２。结果表明，九江年降水时间序列是一混沌序列。从而，为进一步建立年降水预测预报模型奠定了基础。     

Searching for Strange Attractor in Sliver Irregularity Series

The chaotic nonlinear time series method isapplied to analyze the sliver irregularity in textileprocessing. Because it unifies the system's determinacy andrandonmess, it seems more adaptive to describe the sliverirregularity than conventional methods. Firstly, the chaoscharacter, i. e. fractal dimension, positive Lyapunovexponent, and state space parameters, including time delayand reconstruction dimension, are calculated respectively.As a result, a positive Lyapunov exponent and a fractaldimension are obtained, which demonstrates that the systemis chaotic in fact. Secondly, both local linear forecast andglobal forecast models based on the reconstructed state areadopted to predict a segment part of the sliver irregularityseries, which proves the validity of this analysis.Therefore, the sliver irregularity series shows the evidenceof chaotic phenomena, and thus laying the theoreticalfoundation for analyzing and modeling the sliver irregularityseries by applying the chaos theory, and providing a newway to understand the complexity of the sliver irregularitymuch better.     

投资时间序列的混沌分维研究

以某市固定资产投资同比增长数据为根据,利用混沌动力学中的相空间重构技术、幅值谱分析、庞加莱截面等方法进行分析,并计算其关联分维,得出其饱和嵌入维数为5、关联分维约为17,初步确定某市固定资产投资增长过程具有混沌特性,有5个因素影响着某市固定资产投资的同比增长幅度,其中2个因素起决定作用·该法可用于复杂的经济系统的分析研究·     

关于混沌动力系统Poincaré映射的分形维数

现代数值试验结果表明混沌动力系统的Poincare映射具有分形维数。然而,根据经典维数论Poincare映射根本不可能是分形的。为了解决这一现代数值试验和经典数学理论间的悖论,有必要对Poincare映射的现行定义进行修正。对此进行了若干探讨。