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。     

模糊相关性文本无关矢量量化说话人辨认研究

文本无关说话人识别的一个关键问题是寻求一种有效的说话人个性特征量.利用模糊向量内积理论,提出了一种新的物理量:连续特征矢量模糊相关度(CFVFC),以反映相邻特征矢量问的相关性,进而突出说话人的个性特征,并在此基础上研究了新的矢量量化(VQ)说话人识别方法.实验表明CFVFC是一种有效的识别信息,对于干净语音的说话人辨认,可以提高识别系统的识别率;在加噪声情况下,能增强识别系统的鲁棒性.     

类相关时频分布在雷达目标识别中的应用

针对雷达一维距离像的非平稳特性,提出一种利用类相关时频分布的高分辨雷达目标识别方法.该方法通过优化时频分布中的核函数来实现在模糊时频平面的特征抽取和特征压缩.在此基础上,提出并实现了利用模拟退火算法同时优化时频特征和识别性能的目标识别方案.仿真实验结果表明,基于类相关时频分布的雷达目标识别方法合理可行,提出的模拟退火核函数优化算法在识别性能上优于已有的Fisher鉴别比优化算法.     

基于遗传-模糊聚类的说话人识别方法及其仿真研究

利用遗传算法的全局收敛性及模糊C-均值（FCM）聚类强大的局部寻优能力，提出了一种基于遗传-模糊聚类的说话人识别方法。对说话人的训练语音数据进行遗传-模糊的软聚类分析，从而得到分类中心的全局最优解，作为每个说话人的语音模型，最后利用最大总平均隶属度函数准则对待识别语音进行模糊聚类识别．除此之外，使用自适应参数增加遗传算法的局部搜索能力。实验结果表明，这种算法克服了传统硬聚类的缺点，避免了FCM对初值敏感及容易陷入最小值的缺陷，使聚类更加合理，更好地描述了说话人的语音特征。     

甚低速率语音编码中的高效模拟退火算法研究

为了解决600bps甚低速率语音编码中码本矢量量化信噪比低以及抗信道误码能力差的难题,本文提出了一种改进的模拟退火算法,在600bps甚低速率语音编码中得到了成功的应用。首先,采用改进的模拟退火算法设计语音编码参数矢量量化码本。然后,采用模拟退火算法分配码本序号,以此提高在信道误码条件下语音编码算法的鲁棒性。仿真结果表明本算法的量化信噪比与经典的LBG算法相比改善了0.4dB左右,平均误码失真与采用随机分配码本序号的方法相比改善60%以上。非正式主观试听表明600bps语音编码算法的合成语音具有良好的可懂度和自然度,并且在1%信道误码条件下仍然具有良好的性能。     

基于区间直觉模糊数的群决策模型及其在社交网络中应用

基于经典熵方法的局限,提出一个新的区间直觉模糊熵计算方法.考虑社交网络数据高度动态及非结构化的特性,引入区间直觉模糊思想,创新性地将社交网络用户影响力量化评价转化为模糊多属性群决策问题,提出基于区间直觉模糊数的用户影响力动态评价模型.该模型对用户影响力进行多层次分解,建立模糊情境下的指标体系,以区间数描述用户数据,同时引入时间维度考察数据的动态差异,采用新的熵方法计算模糊熵,设计主客观相结合的熵权确定方法,从而对用户影响力进行量化分析.克服了主观赋权的局限,提供了社交网络量化评价的新思路,拓展了区间直觉模糊群决策方法的应用.最后,应用该模型对新浪微博用户进行影响力动态评价,验证模型的有效性.     

基于量子粒子群的广义模糊熵阈值法参数选取

针对广义模糊熵阈值分割法中参数m的选择问题,提出了一种结合优化算法的自适应参数选取算法.该算法依据一种图像分割质量评价指标建立目标函数,再基于量子粒子群优化搜索算法在参数的变化空间自适应地搜索最佳参数,同时依据模糊熵最大准则对S型隶属度函数中的三个参数(a,b,d)进行了全局组合寻优,从而建立了一个嵌套的优化搜索过程,实现了广义模糊熵图像阈值分割方法的自动阈值选取.实验表明,该方法对光照不均匀图像有更好的分割效果.     

ISAR成像中多径效应的消除

对于逆合成孔径雷达(ISAR)而言,多径效应会在ISAR的二维目标重建像上引入两个伪像,这将会影响雷达的目标识别与分类.为了消除ISAR像重建中的多径效应对于ISAR成像的影响,应用二维图像熵作为代价函数并通过模拟退火算法来搜寻对应于最优参数的最小图像熵,从而可以实现对目标参数的估计,进而消除多径效应的影响.仿真结果显示,这种方法可以有效地消除ISAR像的伪像,并为下一步的目标识别和分类奠定了基础.     

基于神经网络集成的说话人识别算法仿真研究

说话人识别研究中采用的语音信号特征同时包含了语义信息和话者信息,二者相互影响,给识别带来了很大的困难。为解决这个问题,我们将集成思想应用于说话人识别中,针对每个汉语单韵音的特征空间训练一个神经网络实现说话人分类,并使用另一个神经网络对多个单韵音神经网络识别器的识别结果进行结合。该方法可以有效地避免语义信息对说话人识别的干扰,提高识别精度。不仅如此,神经网络集成的识别结果还可以同时给出该帧语音所属的单韵音类型。仿真实验结果表明,集成系统的识别精度高于单一神经网络,并且在与多种算法的对比中也展示了良好的性能,更重要的是,该方法给出了一种从语音特征中分离语义信息和说话人信息的新思路。     

基于FSVMs的雷达辐射源信号分类识别

利用核函数主分量分析(KPCA)提取雷达辐射源信号时频分布图像的特征矢量.为解决多分类问题中的不可分情况,引入基于模糊C均值聚类的模糊支持向量机.实验表明,该方法对辐射源信号的识别率高于传统的分类方法.     

The Entropies Evaluation of the High-entropy System and its Determination of Operating Entropy

1　Ｈｉｇｈ ｅｎｔｒｏｐｙＥｎｇｉｎｅｅｒｉｎｇＳｙｓｔｅｍＴｈｅｏｒｉｅｓｏｆｃｏｍｐｌｅｘｅｎｇｉｎｅｅｒｉｎｇｓｙｓｔｅｍ ,ｃｏｍｐｌｅｘａｎｄｈｕｇｅｓｙｓｔｅｍｓｏｒｍａｎ ｍａｃｈｉｎｅ ｅｎｖｉｒｏｎ ｍｅｎｔｓｙｓｔｅｍ ,ｗｈｉｃｈａｒｅｉｎｔｅｇｒａｔｅｄａｎｄｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙｓｕｂｊｅｃｔｓ ,ｗｅｒｅｂｅｉｎｇｄｅｖｅｌｏｐｅｄｒｅｃｅｎｔ ｌｙ .Ｉｔｉｓｍａｉｎｌｙｂｅｃａｕｓｅｏｆｔｈｅｓｏｃｉａｌｉｚａｔｉｏｎｏｆｐｒｏｄｕｃｔｉｏｎ ,ｃｏｍｐｌｅｘｉｔｙ…     

二维相关信息熵的研究与应用

为解决二维相关信息熵的计算问题，本文建立了一种二维相关信息曲线熵，并将文［３］提出的传递熵拓宽到二维，扩大了熵在决策中的应用范围。     

Relation Entropy and Transferable Entropy Think of Aggregation on Group Decision Making

1　 IntroductionThere are many methods in studying uncertainty,and among them the sets pair analysis isa new method. It is used widely in many fields,such as behavior science,social science,managementscience and so on,and the effectis especially betterin decision making.″Setspair″means the combination of two sets having some relation.In the view of systemscience,any two parts of system can be considered as a sets pair in certain condition,suchas system and circumstance,system and people,betw…     

信息主义视野下世界图景的科学及哲学诠 释简

通过对最大信息熵原理（MaximumInformation EntropyPrinciple，MIEP）中约束条件的新理解，进一步把经典的MIEP运用于边界彻底开放的情形，建立起拓展的MIEP。由此不同于现有的诸多前沿理论，提出了一个关于世界的信息过程本体论的论点，并导出了相应的动力学机制，把世界万象描述为一个从无限的深层次的“隐存在”到有限的“具象存在”尔后又回归无限的隐存在”之动态涌现和不断进化的过程，形成一种基于信息过程本体论的世界观，从信息主义的角度对宇宙万象的本质作了统一阐述。     

灰关联熵分析方法

灰关联熵分析方法张岐山郭喜江邓聚龙灰关联熵分析方法@张岐山@郭喜江@邓聚龙...     

Efficient subspace clustering for higher dimensional data using fuzzy entropy

In this paper we propose a novel method for identifying relevant subspaces using fuzzy entropy and perform clustering. This measure discriminates the real distribution better by using membership functions for measuring class match degrees. Hence the fuzzy entropy reflects more information in the actual disbution of patterns in the subspaces. We use a heuristic procedure based on the silhouette criterion to find the number of clusters. The presented theories and algorithms are evaluated through experiments on a collection of benchmark data sets. Empirical results have shown its favorable performance in comparison with several other clustering algorithms.     

The Entropy of System Decreases with the Deflection from the Equiprobability Distribution

1　IntroductionEntropy,asameasurementthatdescribestheuncertaintyofsubsystemsdistributioninasystem,hasdevelopedunceasingly.First,R.J.E.Clausiusintroduceditintothermodynamics,asastatefunction,todescribetheauto-evolutionabilityofthestate.Thedifferenceofentropybetweenthetwostatesequalstothequantityofheatabsorbedbythesysteminanisothermalprocess,thatisS2-S1=∫21dQT(1)　　L.E.Boltzmannconnecteditwiththeuncertaintyofsubsystemsdistributioninathermodynamicalsystem.Theentropyofathermodynamicalsystem…     

基于熵的水质模糊评价模型及应用

鉴于水质评价中客观存在的模糊与随机性,基于Ｊａｙｎｅｓ的信息熵最大原理,提出了新的水质模糊评价模型。数值例子表明,新模型不仅可以克服均值化的缺点,而且可给出评价的可靠性。     

Some Properties of a Measure of Information Discrepancy

1　IntroductionBased on a group of axioms,a measure of information discrepancy among multipleinformation sources has been introduced in [7,8,10 ]( itabbreviated by FDOD measure) ,it has been shown that there is a close relationship between this measure and Shannonentropy,and it has many algebraic,analytic and statistic properties,such as non-negative,identity,symmetry,continuity,invariant for average,monotonicity,homogeneity,convexity,symmetric recursiveness,and so on. It has some peculiarpr…     

基于熵的装备维修系统效能评估与仿真

装备维修系统是复杂的动态多尺度系统,对其进行效能评估面临着巨大挑战.从流的角度出发,按照流关系和系统拓扑将维修系统分成策略、信息和决策控制三个尺度,由此建立维修系统的流模型及其效能测度框架,并引入维修效能熵来考察维修系统效能.具体到维修策略尺度,根据维修活动触发机制,构建了包含预防性维修、修复性维修和基于状态的维修等多种策略的系统模型.仿真和计算表明,混合策略下复杂装备维修系统的特性可用二阶系统来逼近.由此得到的效能曲线显示,装备维修系统是开放系统,其运作过程是熵增过程,必须按照其效能变化而实时改变其管理和控制策略.