支持矢量机的汉语声调识别

提出了一种支持矢量机的汉语声调识别新方法。论文首先在基频和对数能量的基础上,建立了一个适合于支持矢量机分类的等维声调特征。然后对支持矢量机的多分类策略和不同核函数对声调识别的影响进行了实验研究。与BP神经网络相比,支持矢量机具有更高的识别率和更强的推广能力。     

基于GMM符号化和置信判别的汉语方言自动辨识研究

近年来汉语方言自动辨识研究有了初步进展,但由于缺乏带有语音标注的方言音库,性能优越的并行音素识别-语言模型(PPRLM)方法尚未得到研究和运用.本文借助高斯混合模型(GMM)符号化器把PPRLM的思想方法引入到汉语方言辨识中,并通过融合置信判别使系统能够用于开集辨识.仿真实验表明,本文方法具有很高的稳定性和可靠性,综合性能较为优越.     

基于泊松分布和分形几何的甲骨拓片字形复原方法

文中提出了一种基于泊松分布和分形几何的甲骨拓片字形复原方法.分析了甲骨拓片上字形图像和噪声区域的分布特征,通过计算每一个连通区域与拓片上所有连通区域数学期望的差值来识别拓片上的噪声区域.小于数学期望的连通区域被识别为噪声区域并被填充,从而保留了字形笔划区域.分析了甲骨拓片上字形图像边缘的分形几何特征,计算甲骨拓片字形边缘的分形维数等参数,通过计算拓片字形的轮廓线上当前点与左右相邻点形成的向量夹角的余弦值提取特征点,并对甲骨拓片字形边缘进行加权坐标的压缩变换,从而使甲骨拓片字形边缘得到平滑.实验结果显示,该方法可以有效地去除甲骨拓片上的噪声区域,保留字形笔划区域,并使甲骨拓片上字形边缘得到平滑.     

人脑如何学习新的语言规则

成人大脑究竟能否掌握新的语言规则,是语言学习研究领域一直存在争议的问题。习得年龄、输入量和相似性,哪个才是影响语言规则学习的重要因素？学界始终没有统一的结论。该文以成年汉语母语者为研究对象,基于小数据的人工语法学习(artificial grammar learning, AGL)范式设计实验,采用跟踪调查和事件相关电位技术,探讨在高/低输入量条件下,人脑加工与汉语相似程度不等的三种句法结构时的神经机制。结果发现,成人可以在小数据学习范式下,运用无监督学习方法掌握新的语言规则;人脑可以基于少量的规则输入习得多种人工语法规则,并表现出趋近于母语加工的自动加工模式;人脑通过竞争的方式习得新的语言规则。该研究丰富了AGL范式下的语言学习理论,并可以对自然语言处理相关研究提供一些启示。     

基于“码袋”算法的话者自动辨认系统

在话者自动辨认系统中,话者数量是决定辨认时间的最主要因素。因而在大数量注册话者的辨认中如何减少辨认所需要的运算时间是一个关键问题。针对这一问题,提出了一种新的基于＂码袋＂的话者模型设计算法,它通过统计＂码袋＂中每个码字在话者语音中的概率分布来实现话者模型的设计。实验结果表明该算法在保证较高辨认率的同时,有效地降低了话者自动辨认系统的计算复杂度。     

基于数学形态学的甲骨拓片字形特征提取方法

甲骨拓片字形特征提取是对计算机辅助进行甲骨拓片复原、识别和断代等工作都非常关键的第一步。为了尽可能准确地把甲骨拓片从背景噪声中分离出来,首先对原始甲骨拓片图形进行预处理,然后再应用数学形态学方法对甲骨拓片进行图像处理和分析,提取出12项指标用于表现甲骨拓片字形特征,并构造了一个基于数学形态学方法的甲骨拓片字形特征提取系统。通过对《甲骨文合集》实验数据进行基于字形特征的甲骨拓片图像匹配验证,实验结果表明 数学形态学处理方法能有效地提取出较好地反映甲骨文字的笔画形态和结构的字形特征。     

基于字形拓扑结构的甲骨文输入编码研究

分析了甲骨文字形的拓扑结构特征,考虑了甲骨文字形、读音等因素,制作了甲骨文输入法的字形码表和拼音码表,设计了一种简便、有效的甲骨文输入编码方案,开发了甲骨文输入法程序,利用该程序可以通过两种途径来输入甲骨文字形,即拆分取码方法和现代汉字拼音方法,从而解决了从通用甲骨文字库中调出所需字形的问题。     

复杂声音条件下言语理解的脑机制研究

文章使用ERPs技术，对比分析了汉语母语者在安静、白噪声、汉语噪声、英语噪声四种听觉条件下加工汉语句子的情况，以探究信息掩蔽条件下语义加工的神经机制。研究发现不同噪声条件下诱发的N400、LPC等ERPs成分具有不同的波形表现，据此该文得出以下结论：(1)言语噪声的语言特征占用了目标声音加工所需的认知和心理资源，资源竞争导致听者对目标信号的识别能力降低，由此产生了“语言干扰”形式的信息掩蔽。(2)对于难度较大的语义加工，言语噪声的可懂度发挥着更关键的作用，当言语噪声为听者极其熟悉或完全陌生的语言，对语义加工的掩蔽干扰较小，当言语噪声为听者接触过的语言但不是母语或主要语言时，掩蔽效应更强。(3)可懂度或不确定性存在交互作用。言语噪声中出现频率较小但能够被听者理解的语义信息即为一种不确定因素，其出现与听者的预期相冲突，更容易引发听者的注意转移，加大了注意及认知资源的消耗。