用窗口法在小存储器中实现DTW算法

动态时间规整DTW算法是一种运用动态规划原理计算时间矢量相似度的方法，在语音识别等领域有着广泛的应用。窗口法是针对DTW算法的特点，采用了动态高效的空间管理办法，解决了通常的DTW算法需要存储一个较大的矩阵，因而在存储空间有限的硬件系统中难以实现的问题，窗口法已经在实际系统中得到了应用。     

基于MDS的统计形状聚类

针对物体轮廓曲线,采用新的模与相位保持的傅里叶描述方法,将连续的轮廓曲线降维归一化为RM空间中的点,引入DTW(Dynamic Time Warping)相似度,使用多维尺度分析(MDS),对多类物体基于形状进行聚类。实验结果表明,在合适的相似度下,该方法能够对不同的形状序列进行聚类。     

基于ARM的嵌入式语音识别系统研究

在分析语音识别原理的基础上,设计了一个基于ARM9和嵌入式Linux的嵌入式语音识别系统。采用动态时间归整(DTW)算法对语音信号进行特征参数序列比较并识别出结果。采用S3C2410微处理器和嵌入式Linux操作系统,将交叉编译后的语音识别C语言程序编译进嵌入式Linux操作系统的文件系统,实现语音识别系统的功能。     

应用DTW的语音(声纹)鉴别技术研究

研究了将语音识别中的DTW（DynamicTimeWarping，动态时间规整）算法用于声纹鉴别的技术。通过引入“样本域”的概念，由所给的有限个样本建立最大相似于样本点的样本域，计算被测样本的相似度。该算法提高了语音鉴别（区分不同发音者）的效率。有限人数的实验结果显示该算法辨伪率为98．75％（400人次），识别率81-93％（80人次）。     

Time series regression-based pairs trading in the Korean equities market

Abstract

Pairs trading is an instance of statistical arbitrage that relies on heavy quantitative data analysis to profit by capitalising low-risk trading opportunities provided by anomalies of related assets. A key element in pairs trading is the rule by which open and close trading triggers are defined. This paper investigates the use of time series regression to define the rule which has previously been identified with fixed threshold-based approaches. Empirical results indicate that our approach may yield significantly increased excess returns compared to ones obtained by previous approaches on large capitalisation stocks in the Korean equities market.     

基于Android平台的心音识别系统的研究

搭载Android智能手机平台,结合了梅尔倒谱系数和共振峰特征参数,在安卓平台上设计开发出一款集心音采集、心音显示以及心音识别等功能的心音身份识别系统。在该系统中,首先对采集的待测心音信号进行数字化、预加重、分帧、加窗处理,然后提取出心音信号的梅尔倒谱系数特征参数,利用动态时间规整算法将其与数据库模板心音逐一进行模式匹配,并将拥有最小欧氏距离的数据库模板心音作为最终识别结果,最后展示出待测心音和数据库所有模板心音的共振峰特性对比图,定性地反映待测心音和数据库模板心音的差异,给用户直观的判断和感受,进一步认证识别的结果。系统界面简洁,操作方便,识别速度较快,实现了真机运行,并达到了预期效果。     

一种基于背景声音识别的社会情境感知方法

随着社会需求的不断扩大及技术的不断发展,人与人之间的社会交互也越来越多.理解社会交互特征并能感知用户所处的社会情境语义（如在开会、在上课）,对于促进和辅助用户社会活动具有重要意义.从背景声音的角度对社会交互进行理解,目的是通过对背景声音差异性特征的提取,识别用户所处的社会情境.提出了一种基于背景声音识别的社会情境感知方法,该方法采用Mel frequency cepstral coefficients （MFCCs,即Mel 频率倒谱系数）分析声音信号,将路径搜索限制和搜索过滤的改进Dynamic Time Warping（DTW）算法作为识别器.通过对11 种社会情境背景声音的采集和识别,表明该算法能够有效地识别用户所处的社会情境,且其运算效率与识别率比传统DTW 算法有所提高.     

基于DTW算法的非侵入式家居负荷行为识别方法

随着电力负荷监测在生产和生活中的广泛应用,非侵入式负荷识别技术得到发展,具有很好的发展前景。针对非侵入式家用电器负荷的行为识别存在识别特征量难以优化,识别算法收敛性差等问题,提出了一种基于特征匹配度的家居负荷的行为识别方法。将家用负荷开、关时的暂态波形和功率变化值作为特征量,运用DTW算法计算测试模板与参考模板之间的相似度,有效的识别出家庭用电的各项负荷数据,并且通过三种案例来模拟负荷的识别过程,验证了算法的可行性。     

基于DTW算法的语音识别电话系统

介绍了动态时间伸缩算法在语音识别电话系统中的应用。阐述了语音识别电话系统的硬件结构及算法在该系统的实现过程。