LVCSR系统中一种基于区分性和自适应瓶颈深度置信网络的特征提取方法

大词汇量连续语音识别系统中,为了进一步增强网络的鲁棒性、提升瓶颈深度置信网络的识别准确率,本文提出一种基于区分性和自适应瓶颈深度置信网络的特征提取方法。该方法首先使用鲁棒性较强的瓶颈深度置信网络进行初步特征提取,进而进行区分性训练,使网络的区分性更强、识别准确率更高,在此基础上引入说话人自适应技术对网络进行调整,提高系统的鲁棒性。本文利用提出的声学特征在多个噪声较强、主题风格较为随意的多个公共连续语音数据库上进行了测试,识别准确率取得了6.9%的提升。实验结果表明所提出的特征提取方法相对于传统方法的优越性。      

基于稀疏线性重构的主动学习算法

传统的主动学习算法,或需要随机选择已标注样本为基础,或忽略数据的结构细节,或需要预先设定固定的邻域规模。基于稀疏表示模型和最优实验设计方法,文中提出一种基于稀疏线性重构的主动学习算法。该算法首先用稀疏表示模型获得样本和其它样本之间的稀疏重构模式,接着在保证样本间稀疏重构关系和重构样本精度的目标下选择合适的样本。实验结果表明,基于文中算法挑选样本无需任何先验知识,克服其它方法需固定邻域范围的缺点,样本选择结果与近邻熵方法、转换实验设计、局部线性重构方法相比,可获得更好的分类性能。     

嵌入深度信念网络的点过程模型用于关键词检出

基于点过程模型的关键词检出系统是一种新颖的连续语音关键词检出系统,虽然该系统具有对样本数要求不高、计算速度快等优点,但其检出性能比较依赖于前端音素探测器的准确度,而目前广泛用于音素探测器的高斯混合模型存在表征和建模能力不强的问题。针对这一缺陷,本文提出了一种嵌入深度信念网络的点过程模型并将其应用于关键词检出,该模型采用表征能力强的深度信念网络来建立音素探测器,改进了高斯混合模型在表征能力上的不足。实验结果表明该方法能够获得比原模型更高的检出率,并且降低了计算复杂度,更适用于需要实时检测关键词的场合。      

基于偏度和时序结构的声音信号盲抽取算法研究

信号盲抽取是盲信号处理领域的热点研究方向,它仅抽取感兴趣的信号,能有效减小运算量,解决盲分离中信号顺序不确定性的难题,因而在生物医学信号分析（如EEG、MEG、fMRI等）、语音和图像识别领域得到广泛应用。针对传统的基于时序结构的盲抽取算法存在较弱的抗噪性和对时延估计误差比较敏感的不足,论文提出了将偏度和时序结构相结合的信号盲抽取算法。该算法首先利用偏度的非对称性来度量分离信号的非高斯性,以减弱噪声,同时减小了传统的利用峭度度量非高斯性方法的运算量;其次利用基音周期作为声音信号的最佳时延估计,以实现对感兴趣信号的盲抽取,将两者结合后使得算法对时延估计误差不敏感,且对噪声更具鲁棒性。仿真实验部分选取了标准TIMIT语料库中一男、两女分别单独朗读同一语句的语音信号,盲抽取的实验结果表明:本文算法与文献3中算法相比具有较好的分离效果且抽取速度快,与文献4中算法相比分离效果相当但大大地提高了抽取速度,从而验证了本文算法的有效性。      

基于多宇宙并行量子遗传算法的非线性盲源分离算法研究

在系统分析非线性盲源分离模型和算法的基础上,提出了基于输出信号联合累积量的非线性盲 源分离算法,并提出采用多宇宙并行量子遗传算法的优化求解方法,仿真结果表明了算法的有效性。     

基于去相关邻域保持判别投影的声目标特征提取

提出了一种基于去相关邻域保持判别投影的声目标特征提取算法（UNPDP）,在邻域保持投影（NPP）算法保持局部线性结构的基础上,通过引入类别信息,在增强局部类内几何关系的同时最大化类间距离,提高了其低维嵌入的区分性;通过加入去相关限制,使得其得到的特征向量具有统计不相关特性,去除了冗余信息。在SensIT实验数据和外场实际采集数据上的实验结果表明基于去相关邻域保持判别投影的特征提取方法可以更好的表征声目标信号,识别的准确性和鲁棒性得到较大的提高。     

模糊近邻密度聚类与重采样的迁移学习算法

传统机器学习要求训练样本和测试样本具有相同分布的假设在实际应用中难以满足,为解决这种问题,迁移学习的研究近年来逐渐兴起。其中,基于聚类分析与重采样的迁移学习框架不需要直接估计域分布,且能够修正不同类型的域间差异,但其所采用的聚类算法对参数选择的鲁棒性及不同分布数据的适应性较差,并不能很好地适用于挖掘数据结构信息。为此,该文提出一种基于模糊近邻密度聚类与重采样的迁移学习算法。该方法对不同分布形状和密度的数据具有较好的鲁棒性并能够发现更多的近邻结构信息,能够从源域中迁移更多的有用知识用于目标域的学习。在公共数据集上的实验结果表明所提出的迁移学习方法具有更好的性能。      

CDMA抗干扰微分相关时延估计算法研究

基于微分相关技术,提出了一种简单有效的DS-CDMA时延估计方法,在获取期望用户导频信道的前提下,通过选取适当的时间间隔,可以消除采样数据相关矩阵中与期望用户不相关的干扰和噪声。仿真结果表明,与常规实验估计算法相比,该方法具有更好的干扰抑制性能和更大的正确捕获概率。     

改进批处理RPEM算法用于说话人识别

针对传统EM算法训练GMM不能充分利用训练数据所属高斯分量信息, 从而在一定程度上影响说话人识别性能的缺陷, 采用RPEM (竞争惩罚EM)算法训练GMM, 并引入批处理RPEM算法解决RPEM算法运算量大、收敛速度慢的问题, 同时针对RPEM和批处理RPEM算法训练时方差优化存在的问题进行了改进, 提出了改进的批处理RPEM算法。在Chains 说话人识别数据库上的实验表明, 改进的批处理RPEM算法取得了相对于传统EM、RPEM以及批处理RPEM算法更好的性能, 还极大地提高了训练效率, 减小了运算量, 说明了提出的改进批处理RPEM算法用于说话人识别时的有效性。     

修正的最小重新计算标准的增量式学习算法

静态算法在面对变化决策信息系统的约简时,表现出所得的约简有效性不够,无法描述决策系统的变化规律,从粗集理论出发,研究一种动态决策规则的最小重新计算标准,并在此基础上,结合决策规则的确定性准则,提出一个修正的最小重新计算标准的增量式学习算法,理论分析和实例验证表明了算法的正确性和有效性.