基于混合进化计算的GMM优化方法及其在说话人辨认中的应用

提出了基于进化高斯混合模型(EGMM)的说话人辨认系统建模方法.EGMM在进化算法的框架下,为改善模型的泛化性能对GMM模型的结构与参数共同进行了优化.同时,系统的优化目标中引入了其他用户的区分性信息以提高其分类精度.根据GMM的特点设计了专门的遗传算子并结合GA与EP提出了一种新的混合进化算法.初步实验结果表明,EGMM方法建立的说话人模型具有更强的泛化能力.在说话人辨认实验中,较之传统的GMM方法,基于EGMM的系统的正识率提高了近3%,并且模型具有更小的平均尺寸.     

基于经验模态分解结合傅氏变换与Wigner分布的Mel频率倒谱系数提取

根据语音信号的非平稳特点,用经验模态分解方法把语音信号分解成一系列固有模态函数(Intrinsic Mode Function,IMF),一个IMF只含有语音信号的一部分信息,不同IMF分量携带的特征信息不同,对这些IMFs进行加权处理,得到新的语音,再对其进行后续处理.Wigner-Ville分布能精确地定位信号的时频结构,而传统傅氏变换不能反映信号的瞬时变化情况,但多分量信号的Wigner-Ville分布受困于交叉项的干扰,因此利用Wigner-Ville分布的优点,采用Wigner-Ville谱与傅氏谱结合来代替单独的傅氏谱作为每帧的特征,进行Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)提取.实验表明,经改进后的MFCC参数较传统的MFCC参数应用于说话人识别系统,识别率有较大提升,且鲁棒性较好.     

改进的EMD算法及其在条带间距测量中的应用

经验模式分解(EMD)是一种非平稳信号分析方法,存在边缘效应. 针对此问题,文中用线性预测对信号进行端点延拓,增加附加的极值点来拟合包络线,以实现准确的经验模式分解,并通过数值实验验证了该方法的有效性. 根据疲劳断口图像中条带间的距离呈准周期性,可对其进行经验模式分解,分别算出水平和垂直方向上的条带间距,并通过三角转换关系得到相邻条带间的实际距离. 对实际疲劳断口图像中条带间距的测量表明,把改进的经验模式分解应用到条带间距测量是有效的.     

基于DSP的广播节目抗干扰系统的设计

针对广播节目在传输过程中易受干扰的问题,提出了基于动态时间轴归整（DTW）算法的多词判别法语音识别技术,根据该方法通过提取Mel尺度倒谱参数,设计出基于DSP的广播节目抗干扰系统,实现广播信号的自动判别,实验表明该系统抗干扰能力显著增强.     

听觉模型倒谱系数及其在声目标识别中的应用

针对目前广泛采用的美尔倒谱系数(MFCC)鲁棒性不足的问题,基于人类听觉模型提出了一种可用于战场声目标识别的倒谱系数. 用小波包变换代替了传统的傅里叶变换,克服了傅里叶变换在频域上单分辨率的缺陷和对噪声的敏感性. 用指数压缩替换固定的对数压缩,较好地模拟了人耳处理信号的非线性能力. 在SensIT实验数据和外场实际采集的低空目标数据上的实验结果表明：相对于经典的美尔倒谱系数,本文提出的倒谱系数在识别准确性和抗噪声能力方面都有较明显的提高．     

SVM在醇类酯类化合物结构活性关系中的应用

应用最小二乘支持向量机对44种醇类酯类化合物的正辛醇-水分配系数进行了研究.取34种醇类酯类化合物构建训练集,10种醇类酯类化合物作为预测集.对训练建立数学模型,对预测集模拟,发现支持向量机模型泛化能力较好.     

待定函数法在常微分方程中的应用

介绍待定函数法在一阶线性微分方程、二阶和n阶线性微分方程的应用,论证n阶齐次线性微分方程的通解结构定理证明中也用到待定函数法.     

电子商务在中小型化工企业中的应用研究

在当代网络信息环境飞速发展的今天,以互联网（Internet）技术为核心的电子商务得到广泛应用,使中小型企业原有的商务模式实现了根本改变？电子商务技术所具有的开放性、全球性、低成本、高效率的内在特征。     

小波变换在人-板系统动测方法中的应用

首先利用离散小波分解信号,对时频小波变换相关算法进行改进,只对能量集中的低频逼近信号进行相关估计,避免了高频干扰,从而推算出运动员的离板时刻及起跳加速度和速度.然后对跳水板建立冲击响应谱,提出了运动员获得最大起跳效果的蹬伸条件.实验分析结果表明,此方法能有效评估运动员的起跳状态,为跳水训练提供了依据,具有较强的可行性和实用性.     

核子湿度密度仪在施工中的应用

<正>郑漯改扩建工程水泥稳定碎石底基层、基层施工中规范要求压实度检测频率为2000m2为6个点,规范要求检测的压实度频率大、工作量大,如果单是靠常规的灌砂法检测现场压实度,     

用第二代小波去噪降低EMD边缘效应

应用经验模式分解（EMD）进行信号处理时通常利用三次样条插值拟合信号的上下包络,因而常出现边缘效应,影响处理质量。本文提出先用第二代小波对信号去噪,再运用EMD。第二代小波在保持第一代小波原有特性的基础上,可实现整数到整数的小波变换,并且转换速度更快,不需要额外的内存空间。仿真实验表明,同等条件下用第二代小波能有效减少EMD的分解层数,提高分解效率,同时能降低边界效应的影响,使EMD更具实际应用价值。     

基于EMD优化NAR动态神经网络的地铁客流量短时预测模型

为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法(empirical mode decomposition, EMD)优化非线性自回归(nonlinear auto regressive,NAR)动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律,为此使用了基于时间序列的NAR动态神经网络,该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型,以此来减少预测误差,提高预测精度.结果显示,EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测,预测精度可达93%,具有较好的应用价值.     

数字图像处理技术在条码识别中的应用

运用数字图像处理技术对条码位图处理过程中可能遇到的各种噪声及噪声处理方法进行了分析和研究，并在此基础上确定了开发条码图像处理及识别应用软件的数字图像处理算法，给出了软件的测试结果，该软件可以对有较严重噪声的条码位图进行处理。     

浮点数编码的遗传算法在系统辨识中的应用

采用基于浮点数编码（十进制编码）的遗传算法,融合和改进了一些遗传操作,提出了一种系统辨识的方法并应用到在噪声背景下ARMA模型系统的辨识。仿真表明,该方法能有效地克服有色噪音的干扰,从而获得系统参数的无偏估计,在开口箱扬声器系统的低频参数测量中的应用也表明了该方法的有效性。     

交会图和BP神经网络技术在碎屑岩识别中的应用

饶阳凹陷新近系馆陶组岩性以碎屑岩为主,岩性复杂多样,单纯利用测井曲线难以对岩性进行较好地识别,对后续测井解释的结果造成了不利的影响。针对该问题,以测井资料为基础,提出了一种首先利用交会图技术将各类岩性进行归纳总结,然后应用BP神经网络技术对归纳后的岩性进行快速识别的方法。从此种方法在留西地区的应用效果来看,该方法对样本数据库中各类岩性的识别精度达到了90%以上,其中泥岩和粉砂岩的识别精度更是达到了100%,大大提高了单纯利用测井曲线对岩性进行分类识别的精度,在油气勘探开发过程中能够发挥较为重要的作用。     

矩不变在条码图像识别系统中的应用研究

摘要：以矩不变为特征的模式识别理论为依据，结合其他数字图像处理技术，开发出不仅能对有轻度污染与残缺的条码进行识读，而且能对有任意角度畸变的条码图像进行快速识别的系统，从而扩大了条码的应用领域．     

早稻不同品种(组合)的耐寒性鉴定及其在农业生产中的应用

５２ 个品种（ 组合） 分期播种试验研究表明：不同品种（ 组合） 在不同时期播种,成苗率的变化规律并不一致;短期低温锻炼对许多品种（ 组合） 的成苗反而有好处．９４ 早８１６ 、浙９７１８ 、早优８ 号、赣早籼４１ 号、湘早籼１９ 号、湘早籼２４ 号等品种表现出较强的苗期耐寒性;大多数品种（ 组合） 的苗期耐寒性与孕穗期抗低温能力之间没有必然的相关性,但仍有９４ 早８１６ 、赣早籼４１ 号和浙９７１８ 三个品种在苗期和孕穗期表现出较强的抗低温能力;而Ｖ５６ 、９６ 早７７２ 和９５ 早鉴２５ 等品种（ 组合） ,在苗期抗寒力极差,但延迟在４ 月５ 日播种时产量反比早期播种的高,因此在生产应用中也是值得重视的品种（ 组合）．     

企业安全管理中管理信息系统的应用

把危险源辨识和系统安全分析这两种现代化安全管理方法与管理信息系统这种现代化管理手段有机地结合在一起,可以把安全管理从传统的事后追踪变为事前的预防控制。使安全管理工作逐步走向科学化、系统化和规范化,对提高目前安全管理水平具有实际意义。