基于隐马尔可夫模型的多重序列分析

隐马尔可夫模型是最近几年在许多机器学习领域都得到成功应用的关于序列分析的重要统计模型,特别是在蛋白质家族的识别方面.这主要是由于生物数据的急剧增长导致2个领域(计算科学和生物学)走向结合引起的.探讨了多重序列比对和序列谱隐马尔可夫模型,讨论了隐马尔可夫模型的基本算法以及如何建立HMMs.根据E值和训练分数进行蛋白质家族的识别和分类.     

赵树理的反讽式小说--对《"锻炼锻炼"》的叙事学分析

赵树理的小说《“锻炼锻炼”》是作者在当时的现实语境中为了执着地坚持现实主义创作原则而有意识地采用反讽叙事策略创作出来的。从叙事学的视角揭示这一文本反讽式的内在景观：通过在叙述者声音中夹杂一些不协调的音符而突显事件声音，并在两种声音的碰撞与冲突中揭示出文本的反讽意义；“隐含作者”与理性作者之间的内在矛盾正是这一文本形成的外在语境。     

ASP+ACCESS安全隐患及对策

ASP技术对Access数据库的访问，主要隐患来自Access数据库的安全性，其次在于ASP网页设计过程中的安全漏洞。笔通过对Access存储隐患，Access解密隐患，源代码安全隐患，程序设计安全隐患的分析及非常规命名法，ODBS数据源法，对ASP页面加密法，加密机制的讨论，给出了解决安全隐患的对策，使ASP技术对数据库访问的安全性得到有效保证。     

HMM用于G蛋白偶联受体超家族的识别

采用了一种HMM(隐马尔可夫模型 )的方法用于G蛋白偶联受体超家族层次各类别之间进行识别 ,具体考虑了ACDE与B类超家族 ,以及BCDE与A类超家族的分辨 ,取得了不错的效果 ,类之间的识别准确率可以达到10 0 % .研究过程中 ,考虑了G蛋白偶联受体一级结构信息和数据自身特性 ,合理地利用了G蛋白偶联受体一级结构序列的不等长特性 ,同时在模型的预测方面采用了双模型的预测机制 .     

黄腊石滑坡变形中的匿动力

黄腊石滑坡下伏基岩中,有浅层盲性缓倾角张性正断层,对其形成机理,首先用重力说与构造成因说解释未获证实效果.研究了匿能———温差应力的影响,获与显微构造研究成果以及实际情况一致的解,使地质灾变中有匿动力影响获证实.     

语音识别中隐马尔可夫模型状态数的研究

该文从信息论的观点出发,对语音信号的隐马尔可夫模型（ＨＭＭ）的状态数进行研究,建立了ＨＭＭ的状态数研究的简化模型,指出ＨＭＭ的信息熵是由语音信号的固有熵和附加熵组成。随状态数增加,信息熵趋向固有熵。最后,在综合考虑信息熵和运算量两方面因素情况下,得出了状态数宜在６￣８之间的结论。     

流体周期性激励对油箱振动的影响

在进、出流体的周期性激励条件下,讨论了动力油箱内液动压力的周期性．指出了这种周期性激励是油箱振动的主要原因．     

2 1/2维的消隐算法

本文提出了一种2 1/2维的消隐算法,用来消去在绘制大比例尺工程地形图过程中出现的地物符号与地物符号、地物符号与等高线相交而产生的隐线,使得大比例尺工程地形图的绘制能够在全自动的情形下方便地进行,避免了人工干预。     

一种新型汉语单音节识别方法

介绍了一种新型字基 ＶＱ／ＨＭＭ语音识别方法： ＶＱ与 ＨＭＭ分级识别算法。 使得 ＶＱ部分可用作语音识别的第一级处理， ＨＭＭ部分作第二级识别。在第一级识别中 可引进汉语的音素知识，使 ＶＱ／ＨＭＭ性能进一步提高，并可用于大字汇表的实时语音识 别，存贮量、计算量均大大减少。用此方法把汉语四声作一个 ＨＭＭ模型，使汉语 ４００ 个基本音节的识别率达 ９６％以上．若加上精确四声识别则可识别汉语的 １２００种声音。     

非凸段长分布隐含Markov模型的搜索算法

基于段长分布的隐含Markov模型(DDBHMM)可解决经典隐含Markov模型(HMM)的状态段长指数分布的问题,实现了基于凸性假设的搜索。为解决非齐次模型的搜索算法问题,提出采用混合Gauss分布来拟合非凸段长分布,用子状态拆分的方法来实现非凸段长分布DDBHMM识别算法。在音乐信号识别上的实验表明:该方法在召回率提高1.1%的情况下,使准确率提高约10%。该方法实现了非凸段长分布HMM的识别算法,并且对于其他非凸段长信号具有推广价值。