基于HMM-BIC的说话人日志系统

该文提出一种改进的基于隐Markov模型(HMM)和Bayes信息准则(BIC)的说话人日志系统。它用来检测会议语音数据中"谁在什么时候说话"。在对说话人模型进行Gauss混合模型(GMM)建模的时候,考虑到用来建模的数据通常会比较短,首先训练一个通用背景模型,然后用最大后验概率(MAP)准则得到相应片段的模型。在NIST 2004年举办的说话人日志评测任务数据集RT-04S上的实验结果表明:该系统与国际主流系统相比有一定的优势。     

股后肌和小腿三头肌蹬地拉伤的分析

采集了不同运动项目引起的股后肌和小腿三头肌蹬地拉伤的病例92份,结果表明,业余运动员蹬地动作引起股后肌和小腿三头肌的拉伤,其中半腱肌和半膜肌拉伤多于股二头肌,腓肠肌内侧头拉伤多于外侧,腿后屈肌的后内侧部多于后外侧部,疾跑后蹬引起肌肉拉伤的部位多偏向于股后,向上跳起的蹬地动作引起肌肉拉伤的部位似有相对下移小腿的趋势.     

标准Whittaker修匀中参数h的确定

利用正规Bayesian修匀中K-J方法的变形，将后验期望作为标准Whittaker修匀中参数h的取值，充分利用已有样本信息和先验观点，将h视为先验观点相对于样本的可信度来进行修匀，得到一个避免标准Whittaker修匀中参数h主观取值的方法．实例分析表明该方法的有效性。     

基于结构化约束的多视角人体检测方法

针对单视角下信息量不足以及多视角不同视角间信息关联困难的问题,提出了基于结构化约束的多视角人体检测方法.首先通过基于块的人体检测模型获取人体局部块信息;然后采用空间仿射变换将不同视角下重叠区域通过变换矩阵的映射关系关联起来;最后针对仿射变换后的区域因遮挡或者存在多目标导致多视角目标关联困难的问题,利用人体局部显著块间的结构化约束为多视角目标匹配构造最大后验概率模型,通过最优求解获取多视角目标匹配结果.实验结果表明,该方法能够利用多视角信息来有效弥补单视角下人体检测中出现的遮挡问题,显著提高了人体检测效果.     

广义线性模型中基于拟似然的变量选择方法

变量选择是建立广义线性模型的基础．为了选择变量,本文提出了一种惩罚拟似然方法．这种方法不需要知道数据的分布,而只要求知道数据的一二阶矩．在统计推断过程中,此方法同时进行变量选择和参数估计,得到估计具有Oracle性质,并是渐近有效的．同时,本文定义了一种后验拟似然,于是,选择变量的过程就是一个比较拟后验密度的过程．特别的,对于线性模型,比较拟后验密度就等价于比较惩罚残差平方和．     

Reliability Estimation of Aviation Pyrotechnics System Based on Mixed Beta Distribution

For evaluating reliability of an aviation pyrotechnics system,a Bayesian reliability estimation method utilizing reliability information of a system and its units was put forward. Firstly,an inheritance factor was determined by chi-square goodness of fit test.Then the mixed prior distribution was obtained based on the inheritance factor. Finally, the density function of posterior distribution was obtained and used to assess the reliability of system.According to the new method, the reliability of an aviation pyrotechnics system was evaluated to reach 0. 989 6 at the confidence level of 0. 90. To reach the reliability index,the required numbers of trials of system and its units were given. It is instructional to apply the new method on the reliability estimation of aviation pyrotechnics systems.     

基于最大后验概率的单星多目标无源定位算法

为提高单星无源定位精度和速度,同时满足小型化和低功耗的要求,提出了基于最大后验概率和旋转长基线干涉仪的无源定位算法。核心思想是利用最大后验概率原理解决多辐射源信号去交织难题;利用旋转干涉仪天线基线和目标辐射源来波方向瞬时变化减小测向定位模糊,从而实现了利用单个旋转长基线干涉仪系统对多辐射源目标快速高精度定位。仿真表明,该算法可行性强,定位精度高、速度快,具有很高的应用价值。     

基于特征比较和最大熵模型的统计机器翻译错误检测

首先介绍3种典型的用于翻译错误检测和分类的单词后验概率特征, 即基于固定位置的词后验概率、基于滑动窗的词后验概率和基于词对齐的词后验概率, 分析其对错误检测性能的影响; 然后, 将其分别与语言学特征如词性、词及由LG句法分析器抽取的句法特征等进行组合, 利用最大熵分类器预测翻译错误, 并在汉英NIST数据集上进行实验验证和比较。实验结果表明, 不同的单词后验概率对分类错误率的影响是显著的, 并且在词后验概率基础上加入语言学特征的组合特征可以显著降低分类错误率, 提高译文错误预测性能。     

基于子词PSPL的汉语语音文档索引

针对汉语语音文档检索中最优识别单元和检索单元不一致的问题,提出一种基于子词(position specific posterior lattices, PSPL)的语音文档索引方法;该方法以词为识别单元对语音文档进行解码,得到PSPL;然后对PSPL进行子词切分,并根据子词弧与原始词弧的后验概率关系,将PSPL转换为相应的子词PSPL,以子词PSPL为索引进行查询项检索. 实验结果表明,所提出的方法在利用丰富语言信息的同时,解决了词解码器存在的边界分割不正确的问题,检索性能明显优于目前普遍使用的识别单元和检索单元均为词的PSPL索引方法.     

基于MCMC方法的城区有毒气体扩散源反演

城区中有毒气体突发性泄漏时,需要快速对泄漏源进行定位和识别,以便科学预测气体的蔓延及其影响范围。利用基于Bayes推断理论的MCMC(Markov chain Monte Carlo)抽样方法,根据城市中分布的传感器测量信息和气体扩散数值计算模型,构造似然函数,对泄漏源的位置、强度进行反演。计算了这些参数和空间各点浓度的相关统计量,表明反演结果与泄漏源的真实参数十分吻合。此外,还讨论了传感器测量误差的概率分布对结果的影响。结果表明,误差概率会显著影响计算效果,概率分布越平坦,泄漏源反演信息的不确定度越大。