Karhunen-Loeve展开基函数的小波分解算法

Karhunen-Loeve展开被广泛应用于信号处理,图像分析中的特征提取,动力系统中的模型简化等.文中提出了用小波方法快速估计Karhunen-Loeve展开式中基函数.通过把核函数投影到小波空间把积分问题离散化.应用正交小波变换,积分问题就被转化为矩阵特征分解问题.若核函数还是局部p阶光滑的,所得矩阵的维数可进一步降低,而精度却没有大的损失.实验结果表明所提出的算法是快速有效的.     

一种安全的抗去同步攻击数字语音取证算法

基于离散分数傅里叶变换的角度不确定性和贝塞尔-傅里叶矩对置乱信号的密切相关性,提出一种安全的抗去同步攻击的数字语音取证算法.解决了基于同步码的数字水印算法安全性不足和对被攻击内容不能篡改定位的问题.水印由帧号和离散分数傅里叶变换系数生成,并嵌入到置乱信号的贝塞尔-傅里叶矩中.实验结果表明,与现有的数字水印算法相比,本文算法不仅具有良好的不可听性和容忍信号处理的能力,同时提高了水印系统的安全性,并对不同类型的恶意攻击能够有效地检测和定位.     

基于码本映射和GMM的语音带宽扩展

采用传统的高斯混合模型（Gaussian mixture model,GMM）进行语音带宽扩展时,会出现所估计的特征参数过平滑的问题,其主要原因是协方差估计不准确而导致扩展的高频特征细节信息的丢失,因此本文提出了码本映射（codebook mapping,CM）与高斯混合模型相结合的语音带宽扩展算法.提取高、低频特征参数,并训练高斯混合模型,基于高斯混合模型参数训练偏移矢量的码本;在扩展阶段,利用偏移矢量的码本将低频偏移矢量映射为高频偏移矢量,再将高频偏移矢量与高斯混合模型估计部分相加作为估计的高频特征参数.对利用该方法进行带宽扩展后的语音质量进行主观/客观评测.实验结果表明,相比传统的GMM语音带宽方法,CM-GMM合成的高频语音更接近原始高频语音,明显消除了高频过平滑现象.      

基于FT和HHT的语音能量轮郭特征提取

使用FT和HHT分别对男女语音的能量轮廓特征进行提取,并通过聚类性能分析判别两种方法提取的语音能量轮郭特征的有效性.Matlab仿真结果表明,不管是男生分类、女生分类还是男女分类,用HHT提取的语音特征的聚类效果都比FT的效果好,能较好体现不同语音信号的个性信息,有助于提高识别率.     

基于粒子群优化算法的高斯混合模型和高斯混合回归用于橄榄油品质分析

随着橄榄油掺假现象日趋严重,寻找一种简单有效的鉴伪分析方法至关重要.采用基于粒子群优化的高斯混合模型和高斯混合回归结合傅里叶变换红外光谱对橄榄油掺假样品进行定性和定量分析,取得了较好的分析结果.     

基于SWFRFT的多分数傅里叶变换

本文给出了在标准加权类分数傅里叶变换的基础上构造多分数傅里叶变换的一种方法,并给出了这种多分数傅里叶变换特征值的表达式,利用特征值的表达式可区分不同的多分数傅里叶变换.     

基于语音识别技术的钢琴调音软件精度研究

钢琴是一种传统演奏乐器,距今已有几百年的发展和使用历史。我国自从改革开放以来,越来越多的家庭购买了钢琴。但是钢琴调音仍然处于人工调试阶段,需要调音师的经验和手艺来判断钢琴音色是否标准,调音效果千差万别。随着智能手机以及计算机技术发展,设计应用软件通过语音识别技术对琴键频率进行采集,采用傅里叶变换对接收到的音频进行分析,得到真实的音键频率,可以弥补人为因素对乐音调试的误差;将分析得到的琴键频率与标准乐音库进行对比,将对比后的乐音信息通过可视化界面展示出来,便于人们更加快速准确地调音。     

基于SVR的情感语音变换

提出了一种新的基于支持向量回归(SVR)的情感语音的变换方法.通过提取普通话10种情感语音的韵律特征,对比分析了中性语音和情感语音之间的韵律特征差异,利用SVR建立了基频、时长、能量、停顿等韵律特征参数的预测模型,并利用Straight算法实现了由中性语音向情感语音的转换.利用这种方法变换出的10种情感语音,其情感主观平均(EMOS)得分为3.4.     

离散傅立叶变换和复与实傅立叶级数的相互关系及其应用

本文在阐明与导出离散傅立叶变换、复傅立叶级数及实傅立叶级数三者关系的基础上推导出狭义采样定理,并给出它在圆度测量与评定中的应用实例。     

小波变换和HMM模型在语音识别中的应用

提出了一种基于小波变换和HMM模型的ARMA新模型参数,并将它用于A…N的英文字母的识别。小波变换可以高频提供高的频率分辨,在低频提供高的时间分辨率,而ARMA模型则可以改善LPC模型中没有零点的不足。实验结果表明,2个零点,10个极点的ARMA对字母C的识别准确性明显提高。     

基于线性预测外推的高分辨率雷达成像

为了提高实验室合成孔径雷达(SAR)成像系统的分辨率,采用自回归(AR)模型,对采集到的数据进行距离向和方位向上的线性预测外推,对外推后的数据进行快速傅里叶变换(FFT)。实验结果表明,相比于传统的快速傅里叶变换成像算法,在同样的硬件条件下,使用该方法可以提高该系统的纵向及横向的分辨率,得到更清晰的雷达图像,或使用较小孔径长度就可以获得相同质量的雷达图像;并且该算法计算速度较快,易于操作,便于在系统上实现实时成像。     

一种基于灰关联分析法的语音激活检测算法

为在有色非高斯噪声背景下实时、有效地区分语音信号与各种背景噪声,提出了一种基于灰关联分析的语音激活检测(VAD)算法.该算法提取语音信号过零率、线性预测系数、倒谱系数和转移倒谱系数4种特征参数作为关联参数,通过跟踪语音与噪声灰关联度的变化确定判决门限,实现语音激活检测.仿真结果表明:该算法在无噪声背景中识别率为100%,在-5 dB噪声背景环境,识别率可达80%以上.此算法对有色非高斯背景噪声不敏感,而且计算简单、可靠性高,在语音激活检测中具有可行性.     

Analysis of the characteristics of gastrointestinal motility based on Hilbert-Huang transform method

Pressure activity data as an important index of gastrointestinal (GI) motility can be obtained from the wireless radiotelemetry capsule. The Hilbert-Huang transform (HHT) method, which is more effective to process non-stationary signal, is proposed to identify the characteristics of GI motility. We decompose the pressure activity data into intrinsic mode functions (IMFs),calculate the Hilbert marginal spectrum and attain the peristalsis characteristics of GI tract. The IMFs represent the peristalses modes of GI tract activity embedded in the pressure data. The time-varying characteristic of the method suggests that the HHT is suitable to accommodate other non-stationary biomedical data analysis.     

Robust Voice Command Understanding and Error Tolerance Algorithm Based on Word Graph Expansion

A novel word graph expansion algorithm for voice command understanding is presented as the basis of a more accurate and robust voice command system. Tests show that the algorithm has much better performance than the generally-adopted N-best algorithm while maintaining high computational efficiency. Also the error tolerance method used to improve the robustness of the voice command understanding module further decreases the understanding error rate (UER) to 16. 6% with the computational efficiency almost unchanged compared to the case without error tolerance.     

一种量子神经网络说话人识别方法

针对说话人语音特征空间边界存在模糊性的特点,构建了一种量子神经网络识别分类器,用于说话人识别,以改善存在交叉数据的语音特征参数的分类效果。提出了一种基于人工免疫算法的量子间隔训练方法,以改善传统量子神经网络训练算法的不足。以TIMIT语音库为测试语音,与传统BP网络和基于常规梯度下降量子间隔训练算法的量子神经网络做对比实验。实验证明,算法能有效提高说话人识别系统的识别率,同时与高斯混合模型相比,具有更好的抗噪声性能。     

基于用户兴趣及术语间关系的查询扩展方法

针对传统查询扩展方法无法根据不同用户的需求进行检索的不足,提出一种基于用户兴趣和术语间关系进行查询扩展的方法。通过对用户浏览的网页文档及得到的网页日志进行挖掘得到一系列代表用户兴趣的术语,根据与初始查询词存在同义关系的用户兴趣术语及其权重对初始查询词权重进行调整,利用兴趣术语中与初始查询词存在本体关联关系的术语对初始查询进行扩展。实验结果表明,该方法相对于传统查询扩展方法在一定程度上提高了信息检索的查全率和查准率。     

基于小波变换的新阈值法心电信号去噪的研究

心电信号反映人体的健康状况,在采集过程中容易受到高频、低频等多种干扰,而传统小波去噪方法的效果不是很理想。提出一种基于离散小波变换的新阈值法,与传统的硬、软阈值法比较,该方法在一定程度上有效地抑制各种噪声,能够更好地保持心电信号的特征和波形幅度。并用MIT-BIH数据库对提出的新阈值法进行验证。实验结果表明所提出的算法与传统小波阈值法相比,能更好地保持心电信号的几何特征,具有更高的信噪比,取得良好的去噪效果。     

基于小波变换的LSB替换的检测算法

最低有效位(leastsignificantbit,LSB)替换,有顺序和随机嵌入两种方式,现有的检测方法大多只针对其中一种方式,为了实现对顺序和随机嵌入的同时检测,该文采用数理统计的方法对灰度图像嵌入信息前后小波高频系数的变化进行了分析,建立了相应的线性回归模型;并采用基于内容的图像检索技术和机器学习的方法对模型进行了优化,以此来估计嵌入信息的长度。与RS(regularsingular)和Pairs典型检测算法相比,该方法不仅能检测明文和密文嵌入,而且对嵌入信息长度估计的准确性有所提高,实验结果表明绝对误差的均值不大于2.033%。     

基于小波变换的LSB替换的检测算法

最低有效位(least significant bit,LSB)替换,有顺序和随机嵌入2种方式,现有的检测方法大多只针对其中一种方式。为了实现对顺序和随机嵌入的同时检测,采用数理统计的方法对灰度图像嵌入信息前后小波高频系数的变化进行分析,建立了相应的线性回归模型,并采用基于内容的图像检索技术和机器学习的方法对模型进行了优化,以此来估计嵌入信息的长度。与RS(regular singular)和Pairs典型检测算法相比,该方法不仅能检测明文和密文嵌入,而且对嵌入信息长度估计的准确性有所提高,实验结果表明绝对误差的均值不大于2.033%。     

基于SMP破坏准则的柱形孔扩张问题理论分析

考虑土的应变软化特性．采用应力跌落的简化应力-应变模型．并用简化的体积应变ε,与大主应变ε1及小主应变ε3与ε1之间的相互关系反映土的剪胀特性,利用空间准滑动面（SMP）理论和平面应变轴对称问题的柱形孔扩张基本方程,通过推导确定了无黏性土中柱形孔扩张问题的应力场、应变场、位移场、塑性区半径和孔扩张压力．通过算例分析,探讨了土的剪胀性和软化特性对孔扩张问题的影响．通过与基于Mohr—Coulomb破坏准则的解答进行对比分析,探讨了孔扩张问题中的中主应力效应．计算与分析表明,土的剪胀性和软化特性及中主应力对孔扩张（极限扩孔压力与塑性区半径）具有显著影响．基于Mohr—Coulomb破坏准则的解答往往偏于保守．