连接数字串语音识别

 介绍了语音识别的一般方法,基于隐马尔可夫 (HMM )统计模型和HTK工具包,声学层选用单音子和二音子识别单元,给出了一个简单的,母语为非汉语的非特定人连接数字串识别实验.     

梵高绘画风格特点的数字化分析

利用稀疏编码算法提取的图像特征可用于视觉艺术作品的风格分析,但往往并不对训练所得的基函数做深度的数据挖掘。通过对视觉艺术作品的稀疏变换,获得能反映风格图像本质特征的训练基,对训练基进行空间特征量统计及高阶特征量统计。利用训练基的Gabor变换能量,对梵高不同时期风格作品进行归一化互信息计算,从而对梵高不同时期艺术作品差异特点做出分析。仿真结果表明,对基函数的深度挖掘,能够将人们对基函数的直观感受进行数字量化,在一定程度上对作品风格做出区分,并可为画作评论提供一定参考。     

微型计算机对大型玻璃窑温检测及控制

目前应用于玻璃生产过程中的自动检测、自动记录和对执行机构控制的Ⅱ型仪表,随着人们对玻璃产品产量和质量需求不断提高的要求,显示出许多不足之处.如它所测得的数据是分散的,无自动汇总所测的各种数据的功能,因而就不能做出综合性的结论;它所构成的反馈控制的判断条件比较简单,不能根据生产过程中各主要环节的测定     

基于音频信号的广告检索和定位

音频信息的检索是多媒体检索技术中的一个重要方面，本文讨论一种基于音频信号的广告条目检索和定位方法，它利用短时平均过零率和互相关函数从实时音频数据流中快速检测和定位广告条目。     

基于多层特征描述及关系学习的智能图像情感识别

针对缺少标记的情感图像数据会严重影响卷积神经网络(convolutional neural network,CNN)性能的问题,利用半监督动态学习的方法建立了大规模的图像情感数据集——Large-scale deep emotion(LSDE)数据集。为了有效弥补图像特征和人类情感之间的差异,先将图像目标与背景进行分离,之后使用关系学习网络获得基于前景和背景图像的不同层级间的关系。在LSDE数据集、Twitter2数据集以及ArtPhoto数据集上的实验结果表明,关系学习网络能够有效地提取图像的多层级特征并学习到不同层级特征之间的关系,弥补图像特征和人类情感的差异,提高图像情感识别的准确率。     

数学实验课程与学生科研能力的培养

培养学生分析问题,解决问题的基本技能是大学教育的一个重要环节。基于数学实验和数学建模课程的教学,着力从文献资料的查阅获取,新知识的主动摄取和快速学习,数学模型的抽象提炼,创新能力和团队协作能力的锻炼,科技论文的撰写等方面加强学生科研能力的培养。通过参加国内外的大学生数学建模竞赛活动,实践结果表明学生针对某一问题展开科学研究的能力确实得到了很大程度的提高。     

基于隐马尔可夫模型的非母语说话人口音识别

基于云南境内说话人母语为纳西语、僳僳语的汉语普通话语音，采用隐马尔可夫模型(HMM)，由标准普通话语音库训练得到基线系统的声学模型(HMMSTD)．然后以基线系统的声学模型为初始模型，分别用母语为纳西语、傈僳语的汉语普通话语音训练得到各自的声学模型(HMMNX和HMMLS)，对于未知语音，根据各识别系统的概率得分。采用最大概率准则进行口音的分类判决．实验表明，基于HMM的口音识别系统，其正确识别率达93％。     

基于矢量量化的组合参数法说话人识别

 说话人识别的方法很多,提出的基于矢量量化(VQ)的算法,在语音特征表征上利用几种特征参数的组合使用来提高识别率,在VQ过程中,经典的K均值算法收敛速度快,但极易收敛于局部最佳点,为了使聚类算法收敛于全局最优点,同时提高识别率,采用模拟退火算法来改善聚类码本质量.讨论了具体的算法实现,并给出了一些实验数据,实验结果表明该处理方法是有效的.     

自然图像上色研究综述

图像上色是指从灰度图像中恢复图像的色彩信息,一张灰度图像可以有多个合理的上色结果,具有多模态的不确定性.另外,在上色过程中经常会出现颜色溢出、颜色暗淡等问题.传统的上色方法耗时长且效果不佳.最近,深度学习技术的应用使图像上色取得了显著的进展.文章将自然灰度图像上色分为4类：基于涂鸦的图像上色、基于参考图像的图像上色、全自动图像上色和基于文本的图像上色,并对这4类自然图像上色的技术方法进行回顾与总结;然后,讨论分析了深度学习给上色带来的影响、目前使用的损失函数以及评价指标;最后,总结了图像上色中存在的问题和未来的研究发向,为后续图像上色的研究提供参考.     

基于MATLAB的“信号与系统”计算机辅助教学系统设计

对课程“信号与系统”的计算机辅助教学进行研究,提出了以MATLAB为平台开发的“信号与系统”计算机辅助教学软件模型,并介绍了重点知识演示子系统的具体实现。