2D-Haar声学特征超向量快速生成方法

针对大数据量音频的高速处理,提出一种快速的声学特征超向量生成方法,有效提高音频识别系统的识别速度和精度.所提方法首先将多个连续音频帧的常用声学特征构成声学特征图,进而使用低复杂度的运算方法在其中快速提取维数达数十万的Haar-like声学特征;然后使用AdaBoost.MH算法,筛选出具有较高代表性的Haar-like声学特征模式组合,用以构成声学特征超向量;进而提出Random AdaBoost特征筛选方法,进一步提高特征筛选速度.实验结果表明,在音频事件识别、说话人识别、说话人性别识别3种场合下,使用Haar-like声学特征可以使SVM、C5.0、AdaBoost等识别算法获得比MFCC、PLP、LPCC等常用声学特征更高的识别准确率,同时可以获得7~20倍的训练速度提升和5~10倍的识别速度提升.      

基于稀疏表示和粒子滤波的在线目标跟踪算法

针对目标跟踪过程中由于外形变化或者遮挡所造成的跟踪效果下降或导致漂移的问题,提出一种粒子滤波框架下基于稀疏表示的在线目标跟踪算法.采用分层梯度方向直方图(PHOG)特征对目标模板进行描述,并且每一个候选模板都可以通过PHOG基向量和琐碎模板进行稀疏表示,进而利用L1范数最小化方法进行最优求解.为保证在遮挡的情况下目标跟踪的精度,对目标遮挡部分和非遮挡部分进行拆分建模,并利用PCA子空间增量学习的方式不断更新目标跟踪模型.通过对具有挑战性的跟踪视频进行定性和定量分析,实验证明该方法在跟踪精度上要优于传统的跟踪方法.      

基于半圆形局部二值模式结构相关性描述子的图像检索

针对传统的结构基元方法缺少对不同量化颜色层中的中心像素点与其潜在邻居的相似性信息描述问题,提出了一种半圆形局部二值模式结构相关性描述子,并将其应用在图像检索中.首先,定义了一种新的半圆形局部二值模式结构基元;其次,检测不同量化颜色层中的结构基元;最后,提取新结构基元的空间分布和对比度特征.相比传统的结构基元方法,提出的描述子检测的结构基元更加丰富,包含更多可能的结构区分性.在不同图像库上的实验结果表明了所提方法的有效性.     

提高“工程材料及成形技术”课堂教学效果的思考

针对“工程材料及成形技术”课程的特点,结合教学过程中遇到的问题,对如何提高该课程课堂教学效果提出5点建议。通过明确教学目标、多媒体技术、实例与理论知识相融合、加强师生交流及课堂互动等手段,激发和调动学生的学习兴趣,培养自学及综合应用知识的能力,提高课堂教学质量。     

由透射波提取语音特征参数初探

研究了一维透射波提取语音参数问题．语音的物理本质是声波沿声道透射．声门是波源发生器，唇外是透射后的波，不同的声管形态产生不同的声音，从这些声波中提取不同语音的特征信息，是识别语音的一种途径．所提出的新的透射波提取语音参数公式，其理论基础是：波的传播可以由时变谱信号来刻划，表示成三元(即时间，空间和频率)复函数；介质参数(如反射系数等)均是空间和频率的复函数．利用小波变换实现时频转换后进行计算，再利用分类方法实现语音识别．     

基于支持向量机的信息融合诊断方法

提出了一种采用小波变换进行特征提取、支持向量机进行模式分类的多传感器信息融合诊断方法。该方法首先对多传感器的信息进行加权初级融合,接着利用小波变换的时频局部特性和多尺度、多分辨特性对传感器测量信号进行特征提取,最后利用支持向量机进行分类实现信息的特征级融合和分类。将其应用于某转子实验台的故障诊断中,取得了令人满意的结果。     

基于特征跟踪的视频判读方法

针对发射场火箭初始段漂移量测量,提出并实现一种新的判读方法,主要采用特征点或特征区域检测与目标跟踪相结合的方法,利用各种数字图像处理手段,借助辅助开发工具,计算目标在各帧图像中的坐标,实现对目标运动的高精度判读。该方法既具有自动判读的功能,又具有适应性强的半自动判读功能,能够计算出多个目标点的精确位置;同时还具有对判读结果的实时校验的功能。实验结果表明,该方法判读精度高,速度快,具有较好的稳定性和适应性,有向其他目标或领域扩展的能力。     

宁夏城市（镇）地貌初步分析

宁夏位于我国地质地貌东西两大部的过滤地带，城市地貌可初步划分为四大地貌区十种地貌类型，城市地貌类型不同，影响城市发展的条件和环境将有较大的差异，宁夏城市地貌具有４方面的基本特征：（一）、城镇分布受大地貌单元影响深刻；（二）、城镇主要分布于冲积平原、河流阶地及二个地貌单元的过渡地区；（三）、现代地貌过程和地表组成物质的不同极大影响了城市的布局和发展；（四）、沿河分布城镇，具有沿河，但不靠近河流分布的     

基于多分辨率分析的舰船辐射噪声频域特征提取

为提高舰船目标识别率，采用小波多分辨率分析法对舰船辐射噪声进行多尺度调制谱和噪声谱特征提取及融合研究。并用提取的特征对三类舰船目标辐射噪声进行了分类识别实验，结果表明所提特征具有很好的分类识别效果。     

小波包分析在变速箱故障自动诊断中的应用

小波包分析技术能有效地在宽频带范围内提取振动信号的有用成分，便于实现拖拉机变速箱故障的自动诊断．分析了小波包分析原理和BP人工神经网络拓扑结构，研究了小波神经网络在变速箱故障自动诊断应用中的几个关键问题，提出了相应的解决方法．运用小波包分解与重构技术将振动信号分解到不同的频段内，并将其能量归一化，实现故障特征信息的自动提取，然后在此基础上建立以小波人工神经网络为框架的拖拉机变速箱故障自动诊断系统，并对“东风8l—A型”手扶拖拉机变速箱的故障信号进行特征提取，取得了较好的效果．