一种基于小波系数方差的语音端点检测方法

首先分析讨论了小波变换的原理,在此基础上提出了一种利用小波系数方差识别含噪语音信号中静音与语音的新算法。算法首先对含噪语音进行小波分解,观察各层小波系数的统计特性,提取它们的方差作为检测特征,从而进行语音端点检测。对该算法进行了仿真实验,并与传统的基于能量与过零率的端点检测算法进行了比较。实验结果表明:该算法在低信噪比条件下也能够有效分割语音。     

基于不同约束条件的动态时间错位理论及应用

在两种不同模式的匹配过程中 ,研究了基于不同约束条件的动态时间错位理论及应用。分别采用始终点约束、不同的局部连续约束 ( Itkura约束、Sakoe- Chiba约束 )、不同的全局约束( Itkura约束、Sakoe- Chiba约束 )条件对间歇反应过程中两批次轨迹进行合理匹配 ,并使两轨迹基于动态时间错位理论获取其间的最短标准总体距离 ,在此基础上搜寻最优匹配路径 ,使两种持续时间不等的轨迹达到模式一致。应用聚合反应中的数据轨迹 ,表明此方法的实施过程和有效性。     

分离机制下一种互联网安全接入方法

重点研究身份与位置分离机制下源地址真实性保障方面的方法,提出了身份与位置分离网络中唯一且不变的终端身份标识EID结构,并设计了一种保障源地址真实性的安全接入方法,并且给出了相应的协议流程和协议格式,保证了身份与位置分离网络中源地址即终端身份标识EID的真实性.最后使用SVO形式化逻辑对其安全性进行了证明.     

佤语语音语料端点检测算法

端点检测是语音信号处理的过程中非常重要的一个环节,其准确性直接影响语音信号处理的速度和结果.特别是在实际应用中因信噪比较低,使得某些高信噪比下性能好的端点检测算法准确率也比较低.为了提高在低信噪比的环境下佤语语音端点检测的准确率,本文使用了一种基于多窗谱估计谱减法和能熵比法的语音端点检测复合算法.该算法首先利用多窗谱估计谱减法去除语音的背景噪音以提高信噪比;其次再对去噪后的语音使用能熵比算法进行端点检测;最后借助Matlab工具对佤语语音进行仿真实验.仿真结果表明:对于低信噪比的环境下的佤语语音,本文使用的基于多窗谱估计谱减法和能熵比法复合算法同常规能熵比算法相比,端点检测的准确率提高了34%.     

光度滴定法判断COD的滴定终点

提出了判断化学需氧量(COD)滴定终点的新方法——光度滴定法,分析比较了光度滴定法和现有国标法的区别。试验结果表明:滴定终点红褐色溶液最佳吸收可见光波长是510 nm;滴定反应速度不影响光度滴定终点的确定;光度滴定曲线能够较好地确定滴定终点;实际水样测定中,国标法和光度滴定法的滴定终点判断误差分别为1.12%和0.84%;光度滴定法的相对标准偏差小于1.20%,与国标法相比无显著性差异。光度滴定法以光学的角度判断COD的滴定终点,避免了国标法的视觉判断误差,为未来检测仪器的全自动化提供了新思路。     

基于小波分析的语音端点检测方法研究

为了提高语音信号端点检测的准确率,提出了基于小波分析的端点检测方法。该方法在传统基于能量和过零率的端点检测方法基础上,通过小波分析计算语音信号各子带能量,进而求得其方差作为第三道门限,对信号进行三级门限检测。仿真实验表明,该方法比传统方法更有效、更优越,能够比较准确的检测语音信号。     

生态风险评价

本文阐述了生态风险评价的基本概念和定量研究方法．通过研究方法与技术路线,确立评价要素和受体—端点,建立一套风险评价的生态系统指标体系     

小波变换方法实现语音端点检测

介绍传统端点检测方法,对其特点进行了分析,针对主要由白噪声组成的噪声背景,采用一种基于小波变换的语音端点检测方法,并进行了NATLAB仿真。实验结果表明,这种算法根据白噪声在小波变换域各个子带的平均能量变化平缓的特点,判别语音段和噪声段,在高信噪比和低信噪比的情况下,均能正确判别语音段和噪声段。     

基于自适应门限的分形维数语音端点检测

针对固定门限方法在语音端点检测技术中的局限性,为了提高低信噪比下语音端点检测的鲁棒性和准确率,将自适应门限应用于分形维数的语音检测中,提出了一种新的语音端点检测算法.该算法通过对语音信号产生机制的分析,将分形维数用于语音起止点的检测中,设计了自适应门限,从而有效降低了噪声干扰对检测结果的影响,并实现了实时检测.仿真实验结果表明,在低信噪比的情况下,改进的端点检测算法比传统的短时能量检测算法可更准确有效地实现带噪语音的端点检测,而且对噪声干扰具有更好的鲁棒性.     

基于行车声音端点检测的交通量统计

基于传统特征的行车声音端点检测法存在重叠有车段识别率低、双门限阈值较难确定的问题,针对这两个问题,探索性地将梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)倒谱距离特征和短时能量特征进行了融合并应用于交通量检测。首先选取了周围环境较为安静的一个双车道路段,并采集了该路段上包含重叠有车段的行车声音;其次提取了行车声音的短时能量特征和MFCC倒谱距离特征,并对它们在端点检测中的优劣进行了分析对比;再次提出了一种融合短时能量特征和MFCC倒谱距离特征的新特征,并基于新特征将传统的双门限判决思路改进成了单门限判决思路;最后利用新特征对有车段进行端点检测并统计交通量。实验结果表明:基于融合特征的端点检测方法能有效解决重叠有车段识别率低和双门限阈值较难确定的问题。