语言辨识系统的决策级融合研究

文中利用不同参数提取方法对语言辨识系统决策级融合进行了研究。文中给出4种融合方式，实验系统采用了GMM—UBM模型，利用OGI—TS多语种电话语音语料库，对决策级融合性能进行了评估。实验表明，利用决策级融合技术，选择最佳融合方式，可以很好地改善语言辨识率。     

基于决策级融合的多波段SAR目标检测方法

为了提高SAR图像目标检测性能,提出了一种目标检测方法。该方法首先利用智能索引变量恒虚警和二次检测对多波段SAR图像进行目标检测,然后利用Neym an-Pearson准则对检测结果进行决策级融合,在保证融合前后虚警概率一致的前提下,可大幅度提高检测概率。给出了应用该方法的具体步骤,并通过实际数据证明了该方法的有效性。     

基于说话人聚类和高斯混合模型的语言辨识研究

本文给出了一种语言辨识的新方法。通常来讲,语言辨识系统是说话人无关的,但说话人的个体特征对语言辨识系统有很大的影响,文本采用了一种粗分类精识别的思想,利用说话人聚类技术有效解决了粗分类的问题,对每类相近说话人集合建立模型,然后进行识别。实验表明,该方法对于说话人无关的语言辨识问题是有效的。     

一种融合IB准则特征的说话人分段聚类方法

针对说话人分段与聚类算法中先验知识不足的问题,利用基于信息瓶颈(IB)准则和基于隐马尔科夫模型(HMM)/高斯混合模型(GMM)方法间的互补性,提出了一种基于特征层融合的说话人分段与聚类算法。该算法将基于IB准则算法的输出结果进行对数变换和降维处理;然后利用变换后的特征与传统梅尔频率倒谱系数(MFCC)特征分别训练说话人GMM模型,并在得分域对说话人类别的得分进行加权融合;根据融合的得分,进行基于HMM/GMM模型的说话人分段与聚类。实验表明,融合后的特征可以为系统提供更多的先验信息,比传统方法的误配率降低了1.2%。     

基于改进型D-S证据理论的决策层融合滤波算法

本文针对线性和非线性混合滤波技术的不足,提出了一种基于改进型D-S证据理论的融合滤波算法.本算法首先分析了基本D-S证据理论组合准则缺陷的产生原因,从而采取消去证据间相关性、自适应地分配矛盾信息给与冲突有关的焦元等措施,改进了基本D-S证据理论的组合准则,提高了其融合性能.在此基础上,本算法又根据混合滤波器单源判别边界点误报风险大、可靠性和容错性差的弊端,增加了多子源判决准则,利用改进了的D-S证据理论的组合准则,实施融合判决.后续实验证明了本算法的有效性,为图像滤波的技术发展提供了一个新的探索途径.     

先验概率和代价函数均模糊时基于贝叶斯最小风险准则的分布式决策融合

当先验概率和代价函数均为梯形模糊数时,在贝叶斯最小风险准则意义下,研究了在融合中心对多个独立传感器的决策进行最优融合的问题,给出了四种决策融合算法,通过仿真和比较这四种融合算法的结果,找到了一种最适用于这种场合的最优决策融合算法。结果表明,在先验概率和代价函数均为梯形模糊情况下所导出的最优决策融合规则是各检测器决策的加权和与一门限之比较,权重是各检测器检测概率和虚警概率的函数,门限除与最优融合准则     

基于GMM-UBM模型的语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。本文给出了一种基于GMM-UBM模型的语言辨识系统,并利用OGI-TS电话语音库对算法的性能进行了测试,然后给出了实验结果。实验结果表明,该算法也是进行语言辨识的一种有效方法。     

应用说话人聚类技术改善语言辨识系统识别率

说话人差异是影响语言辨识系统性能的一个重要方面.采用说话人聚类技术对训练数据进行了预分类,以此为基础训练各种语言模型,得到聚类后的语言辨识系统.高斯混合模型、高斯混合模型-全局背景模型和遍历隐马尔可夫模型3种语言模型的实验证明,这种方法是有效的,它普遍地减小了说话人差异对语言辨识的影响,提高了语言辨识率.     

一种基于三阶累积量的准则及自适应滤波算法

该文提出了一个基于三阶累积量的优度准则。基于此准则,利用最速下降法,得到一种新的基于三阶累积的梯度型自适应滤波算法,该算法用于平稳和非平稳的MA(Moving Average)模型系统辨识的计算机模拟仿真结果表明:该算法有良好的收敛性能及对时变系统的跟踪能力。     

基于多传感器数据融合的温湿度监测系统

提出了一种改进的数据融合算法在多传感器温湿度监测系统中的应用,阐述了系统组成、融合算法和实现方法。该系统利用狄克松准则剔除粗大误差,再通过基于均值的递推估计算法,对采集的多传感器数据信息进行融合,利用Matlab软件将所得测试结果直观地显示出来。给出了硬件、软件设计方案和数据处理后的仿真结果。     

基于ATM的MPEG通信系统标准研究

介绍了基于ATM环境的MPEG通信系统标准，对用ATM信远适配MPEG-2数据流的网络适配等有关技术问题进行了探讨。     

多母小波自适应小波滤波器

利用自适应小波变换（AWT）能融合不同母小波的优点,采用盖伯母小波和墨西哥帽母小波构成自适应小波.以光学人脸识别中降噪问题为应用背景,使用神经网络法对小波参数和组合系数进行优化,将生成的多母小波自适应小波滤波器用作人脸特征提取器.对噪声图像做特征提取,进行相关识别,采用3个指标定量分析识别结果.同盖伯小波和墨西哥帽小波识别结果的比较表明,多母小波自适应小波具有不同母小波的优点,并有良好的降噪性能.     

基于时域Gammatone滤波特征的广播语种识别

针对广播语种识别问题,提出一种语音时域滤波方法,用gammatone时域函数与预处理后的语音信号进行卷积滤波,再分帧加窗并求对数化能量得到时域GF(gammatone filterbank)特征.将特征参数图像化表示,然后通过VGG19和Resnet34分类网络进行语种识别实验.同时,也使用自动色阶算法对加噪语音的图像...     

A New Closed-Form Expressions of Channel Capacity with MRC,EGC and SC Over Lognormal Fading Channel

In this work, we derive the closed-form expressions of channel capacity with maximal ratio combining, equal gain combining and selection combining schemes under different transmission policies such as optimal power and rate adaptation, optimal rate adaptation, channel inversion with fixed rate (CIFR) and truncated CIFR. Various approximations to the intractable integrals have been proposed using methods such as Holtzman and Gauss–Hermite approximations and simpler expressions are suggested. Moreover, as an application, the channel capacity of lognormally distributed fading channel in the interference-limited environment is discussed. The obtained closed-form expressions have been validated with the exact numerical results.

     

分组N叉跟踪树型RFID防碰撞算法研究

针对无线射频识别(RFID,Radio Frequency Identification)标签多路访问产生的信号碰撞问题,提出了基于碰撞位跟踪的分组N叉跟踪树型RFID防碰撞算法(CBGN,Collision Bit Tracking Tree Algorthm Based on Grouping N-ray).利用极大似然位估算法(MLE,Maximum Likelihood Bit Estimation)估算应用环境下标签的数量.在MLE基础上根据标签标识(ID)将标签分配在不同分组内,并利用N叉树识别分组后的标签,CBGN算法通过分组及N叉识别两种策略相结合来降低碰撞概率及识别延时.最后,以通信复杂度为基准对不同N叉树下的最优分组系数进行了推导,从而获得最优N值及对应分组系数.理论分析和仿真实验表明,CBGN算法具有鲁棒性好和通信复杂度低的特点.     

MRMC:一种高效的EPON动态带宽分配方案

提出一种高效的EPON动态带宽分配方案,即多标准带宽请求动态带宽分配方案(MRMC).MRMC采用分步请求/集中授权的轮询机制,ONU向OLT提出多个基于不同标准的带宽请求,OLT权衡选择授权带宽.该分配方案既考虑了ONU适时队列负载情况,又解决了阻塞帧问题,同时兼顾了公平性原则,进一步提高了EPON的工作效率.     

A novel statistical image thresholding method

Classic statistical thresholding methods based on maximizing between-class variance and minimizing class variance fail to achieve satisfactory results when segmenting a kind of image, where variance discrepancy between the object and background classes is large. The reason is that they take only class variance sum of some form as criterions for threshold selection, but neglect discrepancy of the variances. In this paper, a novel criterion combining the above two factors is proposed to eliminate the described limitation for classic statistical approaches and improve segmentation performance. The proposed method determines the optimal threshold by minimizing the criterion. The method was compared with several classic thresholding methods on a variety of images including some NDT images and laser cladding images, and the experimental results show the effectiveness of the algorithm.     

DMT系统中信号削波率的最优设计

文章对于离散多音DMT(Discrete Multitone)系统中量化噪声和削波噪声进行了详细的分析．提出了DMT系统中进行削波率最优设计的原则和方法。仿真结果显示经过不同准则的削波率优化设计后，系统要么提高了性能，要么降低了实现复杂度。