小波变换在手写体汉字识别中的应用

汉字识别中的结构类特征具有抗变形的优点，合适做为手写体识别过程使用，但其中笔划特征的提取非常困难。本文用小波变换这一图象分析中有力工具对汉字图象分析处理之后，再进行笔划的提取，其过程简洁、明晰。     

一种用于手写体汉字识别的候选字加权多分类器集成方法

提出了一种基于候选字加权的多分类器集成方法,并将其应用于手写体汉字的识别研究中。利用４种不同的特征提取方法构造了４个独立的分类器;利用不同分类器各候选字加权处理得到的置信度函数来构造集成函数,从而将４个独立的分类器集成为一个多分类器系统。通过实验分析了几种分类器集成的方法,验证了具有一定互补性的多分类器集成对手写体汉字的识别率有较大的提高。实验结果表明、所提出的方法是行之有效的。     

基于DWT-TEO的说话人识别

针对在噪声环境下的说话人识别系统,做了两点改进．第一,为了提高系统的鲁棒性,通过不同尺度的小波基,把含有噪声的信号分解于不同频段中,然后在各个频段分别通过TEO(Teager能量算子)去噪．针对说话人识别的特点,在小波重构时对各小波系数进行了加权处理．再把各个频段的输出通过小波重构恢复信号．最后通过Mel滤波器组把小波系数转换成MFCC．第二,为了进一步提高识别性能和训练速度,在识别阶段采用了改进的OGMM(正交高斯混合模型),即把正交变换改到EM算法之前进行,这样就不必要在EM迭代过程中每次都进行正交运算了．从实验得出,采用本文提出的DWT-TEO参数对于说话人识别的效果较好．采用改进的OGMM进一步提高了识别性能和训练速度．     

一种对MBG的路由改进策略

切换时延是终端移动的关键之一。业界已提出多种策略，但需要修改移动IP协议栈。基于MBG的移动IP路由优化策略在预知网络结构的前提下，能有效缩短切换时的通信中断时延。文章最后给出了仿真结果。     

同时掩蔽效应的实验研究

不同声压级下窄带噪声对纯音同时掩蔽效应的实验结果表明：掩蔽曲线可以用两段直线来近似.当掩蔽声压级为60dB时,上升直线的平均斜率为21.6dB/Bark,而下降直线的平均斜率为-20.7dB/Bark.随着声压级的增加,上升直线的斜率增加,而下降直线的斜率变化不大.但在临界带内,掩蔽效果作用的范围越来越宽,即掩蔽峰越来越圆缓.而且在高频一侧,曲线的边缘在高声压级下变得比较缓慢.因此,双直线近似有一定的局限性.另外,掩蔽曲线的斜率不会随频率升高而显著上升或下降.产生上述结果的主要原因是听觉神经传导和双音信号的互相抑制机理.     

一种基于支持向量机的手写汉字识别方法

本文提出了一种新的基于支持向量机手写汉字识别方法.支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,而不是仅仅使经验风险达到最小,从而使得支持向量分类器具有较好的推广能力.本文首先讨论了支持向量机的基本原理,然后,针对支持向量机识别大类别手写汉字所遇到的特殊问题,文章进行了分析和阐述,并在此基础上,提出了基于最小距离分类器预分类的两级分类策略.最后,针对GB2312-80的1034个汉字类别的120套手写样本,进行了实验仿真.实验结果表明,本文方法的汉字识别率较距离分类器有较大提高,其中多项式核函数的支持向量分类器,识别率平均提高3.38％,表明了本文方法的有效性.     

一个多媒体扩频通信系统的设计和实现

介绍了一个多媒体扩频通信系统项目的设计和实现过程,并详细描述了如何用硬件实现点对点和点对多点的文件、语音、视频通信。     

一种基于笔画密度的弹性网格特征提取方法

本文在分析手写汉字识别的几种非线性归一化方法基础上,提出了五种新的基于笔画密度的弹性网格构造方法,并将之应用到手写汉字的弹性特征提取.该方法既兼顾了笔画密度对不同书写风格笔画不规则变形的适应能力,又避免了进行非线性归一化产生的笔画粗细不均匀,且计算量相对减少.针对1034类别的手写汉字样本的对比实验表明,本文方法的识别率较非线性归一化方法平均增加4.02个百分点,显示了弹性网格较强的适应笔画书写变形的能力.     

战场上高背景噪声下的话音检测技术

本文通过分析语音和枪炮噪声的短时特征，提出了一种在高背景噪声下检测语音的方法。实验表明，该方法能在较低的信噪比条件下准确地检测出话音信号，且计算简单，硬件处理容易，可靠性高，适合于战时通信的需要。