基于HMM和小波网络模型的抗噪语音识别方法

提出一种隐马尔可夫模型(HMM)和小波神经网络(WNN)混合模型的抗噪语音识别方法。该方法首先利用HMM对语音信号进行时序建模，并计算出待识语音对HMM的输出概率评分，再将此概率评分作为小波神经网络的输入，获取分类识别信息，最后根据混合模型的识别算法作出识别决策。实验结果表明，在噪声环境下，由于HMM的强时序建模能力和小波神经网络的强模式分类能力，该混合模型比单纯HMM具有更强的噪声鲁棒性，明显改善了语音识别系统的性能。     

基于混合学习矢量量化算法的遥感影像分类

在分析了Kohonen自组织特征映射网络(SOFM)和学习矢量量化(LVQ)算法的基础上,提出一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化(HLVQ)方法,并建立了基于HLVQ的遥感影像非监督和监督分类的一般模型。通过与传统的统计分类方法和LVQ2网络分类器比较,HLVQ分类器总的分类性能更好、识别率更高。     

基于DTW方法及Hermite插值的运动序列长度归一化

运动捕获设备采集的数据冗余量大,缺乏结构化信息,编辑重用难度大,需用运动编辑方法处理.运动融合作为运动编辑的关键子问题之一,首要步骤就是运动序列长度归一化.提出一种基于动态时可规整方法(Dynamic Time Warping,DTW)及Hermite插值的运动序列长度归一化的方法,首先基于改进的DTW算法将运动序列进行姿态对齐,找到运动序列的一组对齐帧;其次按照长度的需要对运动序列对齐帧进行位移插值和角度插值,对根位移进行Hermite插值,对关节旋转角度采取四元数球面插值;最后,实验结果验证了该方法可以生成新的平滑的角色动画,提高了数据重用性,以此实现了运动捕捉数据处理效率的提高.     

基于随机森林和卷积特征学习的人机交互语音情感识别

针对情绪机器人的自动语音情感识别在不同类型人群之间的语音特征差异,提出了一种用于语音情感识别的随机森林,结合卷积特征学习对情绪化社交机器人系统进行了初步的仿真实验,结果表明情绪机器人能够实时跟踪兴奋、愤怒、哀伤、高兴、惊讶、恐惧、中性7种基本情绪。通过采用非个性化的语音情感特征,补充了原始的个性化语音情感特征,实现了对通用性情感和特殊性情感的提取,对于情感机器人来说,利用这些指标在模拟实验和应用实验中都具有一定的应用前景。     

基于模糊核熵的短语音说话人识别

为了解决由于模糊加权指数选取不当而导致系统性能下降的问题,将熵函数引入到核映射的特征空间中,提出了一种基于模糊核熵的短语音说话人识别新方法.通过定义特征空间中的模糊核熵目标函数,设计了模糊核熵矢量量化器,在高维特征空间中对说话人的语音进行训练和识别匹配.引入熵的算法具有更加清晰简洁的数学形式和物理含义.为了进一步提高系统性能,利用模拟退火法对熵函数中的模糊熵度进行全局优化,提出了一种基于模拟退火的模糊熵度更新方法.实验表明,该方法对于较短的训练语音,其识别效果优于高斯混合模型和模糊核矢量量化.     

基于时间Dirichlet过程混合模型的在线目标跟踪

针对目标跟踪过程中,可变目标表观的特征数据会发生“分布漂移”的问题,提出一种基于非参贝叶斯多模表观模型的目标跟踪方法.首先,以时间Dirichlet过程为先验分布,把先前估计的目标样本划分为不同的聚集,使得每个聚集表示一类表观,同时,每个表现类被建模为判别式分类器;然后,基于贝叶斯后验推断,权衡先前表观模型的分类误差和拆分聚集的代价,从数据中自主学习表现模型;最后,基于Noisy-OR模型,以贪心(Greedy)策略协同各表观分类器判别出目标.仿真结果表明该方法能较好的跟踪可变目标表观,改善了目标跟踪性能.     

基于动态时间规整的火箭尾喷焰识别仿真

通过分析火箭尾喷焰的红外辐射特性,总结了辐射强度序列的变化规律,提出一种改进的基于动态时间规整(dynamic time warping,DTW)的识别算法。为了提高序列形状相似性度量的效果,使用导数序列计算距离矩阵和匹配路径,依据匹配路径和辐射强度值重新计算距离;采用首尾松弛因子,在一定程度上解决了观测序列长度的不统一影响路径匹配的问题。仿真结果表明:该算法能较好地匹配同一火箭的尾喷焰红外辐射强度序列,在样本较少时实现对火箭的识别。     

基于循环谱截面智能分析的混合信号调制识别方法

针对已有混合信号识别方法存在智能化程度低、适应性差等问题,提出了一种基于循环谱截面和深度学习相结合的智能识别方法。理论推导分析了常见混合通信信号的循环谱零谱频率截面特征;利用提出的非线性分段映射和指向性伪聚类新方法对上述截面图进行预处理特征增强,提高了截面特征的适应性和一致性;并将预处理后的特征图与经典残差网络相结合,利用深度学习网络对特征图中调制信息的深层次细节挖掘分析能力,实现了混合信号的有效识别。仿真结果表明,该方法对噪声不敏感,当信噪比不低于-2 dB时,平均识别率大于90%;且该方法对信号参数及信号间能量比变化有较好的适应能力。     

基于子波变换和AR模型的轴心轨迹识别

应用子波及子波向量,结合自回归时间序列ＡＲ模型,给出了大型旋转机械轴心轨迹的识别方法．该方法不仅能够反映轨迹的总体特征,而且还一定程度地描述了ｘ轴信号与ｙ轴信号的相关性．实验表明本方法具有较高的识别率．     

基于改进混合对数正态分布模型的隐身飞机动态RCS统计特性分析

针对经典模型描述复杂航迹情况下的隐身飞机动态雷达散射截面(radar cross section,RCS)统计分布特性精度不足的问题,提出一种精度更高、拟合效果更好的改进混合对数正态分布模型.首先,基于目标电磁散射数据建立隐身飞机静态RCS数据库.其次,结合实战过程中隐身飞机的运动规律,对其进行复杂机动航迹建模,解算得...     

短语音说话人识别新方法的研究

提出了一种较短训练语音的说话人识别新方法。利用模糊核聚类算法设计矢量量化器,对说话人的语音特征进行训练。模糊核矢量量化器将原始空间通过非线性映射到高维特征空间,在高维特征空间中对说话人的训练语音特征进行模糊聚类分析,将得到的每个类中心作为说话人的语音模型。识别时将识别矢量映射到高维空间进行匹配决策。由于核方法的引入,使得原来没有显现的特征突现出来,增加了说话人之间的可区分性。实验表明,该方法对于较短的训练语音,其识别效果优于高斯混合模型和模糊矢量量化。     

A Novel Coding Method Based on Fuzzy Vector Quantization for Noised Image

1. INTRoDUCTIONAs we all know the image compressing coding is under such an assumption that the data being processed hasnot been polluted by noise. However, images poisoned by white Gaussian noise are met in applications. Thewavelet transform (WT) can analyse the signal with multiresolution and decompose it to differellt scales andfrequencies. So if the high frequency subbands of its decomposition can be restrained, the noise will be removedremarkably. The vector quaniization (VQ) techn…     

语音识别中结合进化计算与MDI 的HMM训练方法

提出了将最小差别信息(MDI)和进化计算(EC)相结合引入到HMM的训练中去的方法.各个模型用个体来表示,个体的适应值采用模型的最小差别信息.这样借助于进化计算全局搜索的特点,能克服传统的MDI局部搜索的不足,从而得到系统的全局最优解.实验结果表明,该方法训练所得的系统识别率高于传统的MDI方法训练所得的系统.     

混合神经网络矢量量化的设计与实现

本文设计了一种混合神经网络矢量量化编码方法,利用Kohonen网络的自组织聚类功能设计矢量量化器码书,实现矢量量化,用三层BP网络完成码字的信道符号编码.该神经网络矢量量化编码器能够并行处理输入矢量,速度快,效率高,适用于语音和图像数据压缩.     

改进的SOFM及其在矢量量化中的应用

根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程。通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小。同时把矢量量化应用于图像的小波变换域,根据图像小波变换高频系数的空间分布特点来组织码书,从而进一步提高码书的质量和适应性。通过实验对算法的性能进行了分析,证明了算法的有效性。     

基于改进矢量量化的SAR图像压缩算法

由于SAR图像像素之间相关性比较弱,考虑到矢量量化在信源弱相关的条件下,也能取得比较好的压缩效果,将矢量量化用于SAR图像压缩中。同时,针对SAR图像纹理丰富,容易受到斑点噪声影响的特点,改进算法将区域整体图像信息从量化空间中分离出来,而且删除了每次聚类后含有最少矢量的胞腔。该算法有效的减少了量化空间大小,使生成码字分布更加合理。实验结果表明,矢量量化对于SAR图像压缩是有效的,并且,改进算法提高了图像整体压缩效果,较好的保留了点线面目标,同时在斑点噪声抑制方面做出了有益的工作。     

基于多关联向量机的动态软测量建模

为了估计工业过程中的质量参数,考虑到实际过程中的动态特性,提出一种基于多关联向量机的动态软测量建模方法.对于动态过渡周期内的二次变量数据,根据不同采样时刻划分为多个计算子空间,在每一子空间内采用关联向量机来建立不同时刻的二次变量对主导变量的影响模型.各个子模型的输出采用一个综合关联向量机进行连接,从而建立了基于过渡周期内不同二次变量采样数据的主导变量动态软测量模型.通过实例仿真,结果验证了所提出方法的有效性.