语音识别中基于模糊聚类分析的参数聚类

为减少语音识别中声学模型的参数量，提高参数训练的鲁棒性，基于声学决策树结构，提出利用模糊聚类分析方法对模型参数聚类，包括高斯聚类和方差共享．对大词汇量汉语连续语音识别的实验结果表明：高斯模糊聚类使高斯数减少25％时，识别率提高了0．15％．进一步做模糊方差共享，当方差减少到初始模型的24％，与同样参数量的未进行聚类的模型相比，误识率下降了3．01％，证明了模糊聚类分析在语音参数聚类中的有效性．     

用于汉语全音节识别的新特征参数——频变参数

本文探讨了一种特定人的汉语全音节语音识别方案,介绍了一种基于人耳听觉特性的语音参数的提取方法,对以1/3倍频程分布的16个通道滤波器组的对数能量输出用非线性时域归正方法归正到定长,然后求出相邻通道间频谱的变化量,即得到一组新的特征参数——频变参数.这组参数能够较好地反映语音中与感知有关的特性,如高音、音强、音调等.音节被选用来作为识别的基本单位,以400个汉语无调音节作为字表.最后给出了识别结果.     

磁化表面活性剂溶液的降尘机理及应用

 随着煤炭行业机械化和采掘速度的加快,工作面粉尘浓度越来越大,威胁着工人的安全。通过分析磁化降尘机理和磁化表面活性剂溶液降尘机理,以山西省某矿为例,确定了适合该矿综采工作面的最佳表面活性剂为LDLC 表面活性剂及最佳浓度为0.1%,以及最佳磁化强度1000 mT 和最佳磁化时间60 s,并根据结果设计磁化管路和添加装置。该措施在该矿回采工作面进行现场试验,使该工作面的全尘浓度降尘效果比常规措施提高72%左右,PM_2.5降尘效果提高60%左右,有效改善了工作面的作业环境。     

一种快速车标定位方法

车标定位是车标识别系统中至关重要的一步，作者提出了一种快速的车标定位算法，即在已知车牌位置的情况下，利用车标位置垂直方向能量集中的特点进行滤波处理以及在粗定位矩形框中利用模板匹配的方法得到车标的准确位置，实验结果表明，该方法定位准确率在95％以上，平均速度在150ms至200ms之间。     

工作面煤层地质条件开采工艺性的模糊综合评价

采用模糊综合评价方法,从采矿的角度和工作面开采的总体方面,对具体煤层地质条件适于开采工艺的程度进行整体的定量评价,并作为开采技术决策、设计规划及生产管理的依据。系统总结了我国这方面最新研究成果。从煤层地质条件评价内容与进行方法、评价因素结构及指标体系构成、评价因素隶属函数与权重确定、评价模型建立与评价可靠性分析等方面进行了详细论述,并重点介绍了模糊综合评价在采煤工艺方式选择及工作面单产可靠预测中的有效运用。     

气象杂波环境下二维次序统计量恒虚警检测器

利用实际的气象杂波数据 ,研究了其CFAR处理问题。基于FFT处理技术 ,比较了CAGO -CFAR检测器、CLUTTERMAPPING -CFAR检测器和MX -OS -CFAR检测器的抑制气象杂波性能。针对存在的问题 ,提出了将通常在一维距离向进行的CFAR处理改为在R-Fd(距离 -多普勒频率 )二维平面进行 ,并利用次序统计量估计杂波幅度 ,形成新的稳健的 2D -OS -CFAR检测器。对实际杂波数据和仿真目标数据的处理结果表明所提出的 2D -OS -CFAR检测器具有良好的性能     

基于三阶累积量奇异值分解的雷达目标识别

基于一维距离像三阶累积量矩阵的奇异值分解 ,由非零奇异值构成奇异值矢量作为正则子空间法的输入 ,提出一种雷达目标一维距离像识别方法 ,对目标进行分类识别。该方法一方面利用三阶累积量提高了抗噪性能 ,同时又使用非零奇异值矢量减少了存储量与运算量。仿真实验结果表明 :在低信噪比 ,该方法的识别率高于特征子空间法     

基于多散射中心模型的雷达目标识别方法

针对宽带毫米波雷达目标识别要求 ,提出了一种基于目标光学区多散射中心模型进行目标匹配识别的新方法。该方法首先基于多散射中心理论建立待识别目标的模型、利用遗传算法的全局优化能力进行目标识别。与常规的全姿态角匹配识别方法比较 ,具有需要的存储量、计算量较少的特点。仿真试验验证了该算法的有效性。     

On-line Cutting Quality Recognition in Milling Using a Radical Basis Function Neural Network

Tool wear, chatter vibration, chip breaking and built-up edge are main phenomena to be monitored in modern manufacturing processes, which are considered as important factors to the quality of products.They are closely related to the cutting parameters, which are to be selected in manufacturing process.However, it is very difficult to measure directly the cutting quality based on on-line monitoring.In this study, the relationship between the cutting parameters and cutting quality is analyzed.A Radical Basis Function (RBF) neural network based on-line quality recognition scheme is also presented, which monitors the level of surface roughness.The experimental results reveal that the RBF neural network has a high prediction success rate.     

带Fuzzy外壳和Boole心脏的险象识别逻辑

结合新近发展起来的Ｆｕｚｚｙ命题逻辑的思想和组合线路险象识别技术的背景，改造Ｇｏｅｄｅｌ蕴算子和公式代数的赋值格，构造了另一种带Ｆｕｚｚｙ外壳和Ｂｏｏｌｅ心脏的险象识别逻辑，对其进行了语义地研究，得到了若干有趣的结果。