说话人识别技术及其在工厂自动控制系统中的应用

说话人识别是以话音对说话人进行区分，从而进行身份鉴别与认证的技术．介绍了在工厂自动控制系统中说话人识别技术的应用，包含其原理、所采用的识别方法及其系统实现．     

基于DSP的说话人识别系统的设计

提出了基于TMS320VC5409的嵌入式说话人识别系统方案。整个系统以TMS320VC5409DSP芯片和EPM3256AQC208CPLD芯片为核心进行设计,完成了对说话人语音信号的采集、说话人识别核心算法的实现、输出结果显示以及外围设备的控制等功能,系统的核心算法采用了Mel频率倒谱系数（MFCC）作为特征参数进行提取和矢量量化（VQ）进行模式匹配。该系统具有良好的灵活性、实时性和准确性,在抗噪性、鲁棒性和识别率等方面也有显著提高,可以作为一个子系统在诸多领域应用。     

最大熵和高斯模型在锂电池缺陷识别中的应用

锂电池极片缺陷在线识别系统中采用最大熵阈值法实现图像的阈值分割,采用缺陷面积排序的方法取出最大缺陷目标,提取二值化图像中缺陷的几何形状和投影参数作为特征值,最后采用高斯混合模型算法实现对缺陷目标的识别分类。实验结果表明:该系统能自动实现阈值分割,准确提取缺陷特征,识别准确率达到94%。     

基于VQ的语音识别技术研究

基于VQ的语音识别技术在孤立词语的语音识别系统中有较高的识别能力。本文采用LBG算法设计每个待识别语音的码本,码本是从该说话人的训练序列中提取MFCC特征矢量聚类而生成。通过计算其所有帧的VQ失真累积值,把具有最小累积失真值的输入语音信号对应的参考类别作为识别判定的结果,从而识别特定人的语音。与典型的HMM和NN识别算法相比,该方法复杂度低,系统资源消耗少而识别率高,适合在手机、PDA等资源有限的系统中使用。     

语音识别系统

文中介绍应用MFCC算法实现的语音识别系统.该系统利用语音中提取的个性特征来识别说话人.系统不仅具有95%的高准确的识别率,还适应于不同语种.     

煤灰熔融性图像自动识别算法的研究

本文提出了一种测定煤灰熔融性时图像的自动识别的算法。根据模式识别和计算机视觉理论,首先从CCD摄像机处采集图像,经过预处理后,采用阈值迭代和Otsu分割算法相结合的单阈值法进行图像分割,在定位灰锥目标区域后,进一步提取高度、底宽和面积等几何特征,作为特征温度图像的识别依据。实验表明,该算法简单、有效,且能兼顾系统的实时性和准确性要求。     

基于SVM和归一化技术的音视频特征融合身份识别

针对噪声环境下人脸识别率和说话人识别率低的问题,在研究特征层融合的基础上,结合归一化技术和SVM理论,提出了一种融合人脸和语音的多生物特征识别模型。首先采用离散余弦变换和局部保持投影算法提取人脸特征及SVM方法提取语音特征,在特征层进行融合得到融合特征后,计算测试身份与模板间的距离,为了减少计算量和提高识别性能,对匹配距离进行归一化处理,最后输入到SVM进行识别。仿真结果表明,在噪声环境下,当信噪比降低时,融合识别率要明显高于单个系统的识别率,达到了身份识别的目的。     

基于深度神经网络和多元损失的说话人识别

生物特征识别技术相对于传统密码等方式具有更高的可靠性,而作为生物特征识别技术的重要研究方向之一的声纹识别方法,研究更精确的声纹识别方法具有更高的研究意义。随着深度学习的发展,深度学习应用在声纹识别技术上成为在声纹识别领域研究的重点。提出一种基于深度神经网络和beyond triplet loss相结合的说话人识别方法,模型通过梅尔频率倒谱系数（MFCC）提取MFCC声学特征,对MFCC声学特征提取说话人声纹特征,然后进行多元损失的模型训练。实验结果表明,DNN-BTL算法在说话人识别领域比高斯混合-隐马尔可夫模型（GMM-HMM）具有更好的识别效果。     

变电站无线测温告警算法

目前,对无线测温系统的研究偏重系统的整体设计,缺乏利用所得温度数据对设备运行状态的分析和对设备潜在异常的告警处理。针对此现状,首先提出了5种利用温度数据进行告警的处理方式,并分析了每种告警方式的原理、作用和实现形式等;其次,结合各告警方式自身特点,提出了各自的阈值整定模式;之后,对其中2种告警方式提出采用浮动阈值模式进行阈值整定,规避了因采用固定温度阈值所导致的误报和漏报;最后,针对各告警方式提出了相应的算法,并在变电站现场成功运行,证明了告警方式及算法的可靠性。     

基于ACS-SA文化基因算法的BP神经网络变压器故障诊断

针对BP神经网络在变压器故障诊断上存在的不足,提出基于ACS-SA文化基因算法的BP神经网络变压器故障诊断方法。在实际系统中,针对缺乏准确的变量参数估计,将边界变异策略和自适应步长策略引入标准布谷鸟算法中;提出一种在改进的布谷鸟算法中结合局部搜索策略的文化基因算法;建立BP神经网络变压器故障诊断模型,并用文化基因布谷鸟算法优化BP神经网络的权值和阈值。仿真实验及对比研究结果表明,该算法能准确有效地识别变压器的故障类型,较其他算法(CS-BP神经网络算法和POS-BP神经网络算法)有更高的准确率,为变压器故障诊断提供一种新思路。     

基于人脸比例特征提取与匹配的身份鉴别

针对人脸识别身份鉴别中的小样本问题,提出基于人脸比例特征提取与匹配的身份鉴别方法。首先基于图像灰度分布统计特征方差分析为阈值对图像进行二值化处理,然后基于主动形状模型算法实现人脸检测与特征点定位,构建脸型、鼻型、眼型共7项人脸比例特征并作为身份鉴别特征向量,最后利用基于层次分析法的相似度匹配模型实现身份鉴别。在Yale和MD图像集上的测试表明,所提方法适用于复杂背景下人脸面部特征的提取和身份鉴别应用。     

基于树莓派与计算机视觉的家庭火灾报警系统的设计与研究

当前火焰识别技术发展较快,多从动态与静态特征对火焰进行识别与分割,但识别误差仍然很大,同时火焰识别算法对硬件的高依赖性导致其难以适用于居民住宅。为解决这些问题,本文以树莓派3B开发板作为硬件基础设施,结合数字图像处理技术,设计出一种基于树莓派与计算机视觉的家庭火灾报警系统。首先使用传统火焰识别算法对火焰区域进行分割,并结合SVM算法对火焰进行识别与分类,准确率达到了97%,最后做出决策,判断是否向居民发出预警信息。系统可扩展性强,且成本较低,可普遍适用于居民住宅。     

应用对数面积比参数做非限定内容的话者辨识

本文应用对数面积比参数,进行了非限定内容话者辨识的实验研究。应用语噪声法获得了稳定的个人语音长时间平均谱。实验用语音为任意找来的10s左右的一小段文章。16名男性、4名女性参加了实验,平均识别率为80％,且话者落在前5名候选人中的概率为95％以上。     

用于说话人识别的MFCC的改进算法

在说话人识别系统中,MFCC参数是使用最多的特征参数之一。MFCC参数主要描述了表征声道特性的谱包络特征,而忽略了基音频率对它的影响。基音频率会影响MFCC参数对声道特性的准确描述,进而影响说话人识别系统的性能。本文提出了一种基于平滑幅度谱包络的MFCC的改进参数,该参数不直接对语音短时幅度谱进行提取,而是先对幅度谱进行平滑,在谱包络的基础上计算MFCC参数,以降低基音频率对其的影响。     

一种改进的神经网络车牌识别算法研究

根据实际应用要求,要求使车牌实时识别系统识别准确率高,提出了一种改进的神经网络车牌识别算法,基于标准的神经网络的识别算法上进行了改进,在标准神经网络算法中增加惯性冲量分批处理的方法进行改进,并通过训练大量样本进行了实验。实验结果表明,改进的神经网络识别算法与未改进的标准神经网络字符识别算法相比其识别率和处理速度有了很大的提高,已在小区停车场应用,达到了应用的要求,证明了改进后的神经网络车牌识别算法与标准神经网络算法相比在实时识别正确率上有了很大提高。     

基于彩色区域识别快速报警指针识别算法

针对电力监测系统中使用的彩色仪表,提出了一种基于彩色区域识别的快速报警指针识别算法。传统直线检测采用Hough变换,具有存储空间大,计算时间长等缺点。创新性地将图像彩色信息和Hough变换相结合,通过识别指针所在的区域颜色,判断是否需要报警输出,并为下一步精确识别指针示数确定Hough变换的搜索范围,通过减小搜索范围来减少Hough算法需要的内存空间和计算时间。实验结果表明,改进算法比传统算法具有明显更高的效率。     

基于神经网络复杂背景下车牌识别系统的研究

车牌识别系统是以汽车车牌字符为目标对象的一个计算机视觉系统。由于获取的车辆图像受光照、噪声等外界因素的干扰,通常具有复杂性和不确定性,导致复杂场景下车牌字符识别更加困难。为提高识别率,首先利用BP网络对模糊处理后的定位车牌进行训练识别,利用MATLAB进行实验。再用卷积神经网络对车牌进行识别实验研究,与BP算法进行比较,对提出的算法进行仿真与实验,将两种方法进行对比发现看卷积神经网络算法对车牌字符识别率有较高的识别率,应用十分广泛。     

基于集成深度神经网络的配电网联络关系辨识技术

随着城市配电网络规模不断扩大,配电网实时拓扑难以获取已成为观测其运行状态的主要瓶颈。为了解决传统拓扑辨识方法噪声敏感性高、在线运行难等问题,提出了一套基于集成深度神经网络的配电变压器(简称配变)联络关系辨识方案。首先,依据配电网测量的横纵连续性,对历史数据进行二维小波阈值去噪,降低噪声对辨识结果的影响。为提高深度学习算法的精度上限,采用搜索、生成与评价的策略对数据进行特征提取与选择。然后,以选择的特征为输入,构造交叉熵深度神经网络,通过网格搜索优化深度神经网络的超参数。采用集成学习的策略训练同质深度神经网络,保证模型的在线拓扑辨识能力。最后,通过在TensorFlow上进行的实验验证了提出的集成深度神经网络模型在配变联络关系辨识中的精确度与鲁棒性。