带噪汉语语音识别的端点检测方法

在语音识别系统中产生错误识别的原因之一是端点检测有误差，在高信噪比情况下，正确地确定语音的端点并不困难，然而，大多数实际的语音识别系统需工作在低信噪比情况下，一些常规的端点检测方法，例如基于能量的端点检测方法在噪声环境下不能有效地工作。该文利用改进的隐马尔柯夫模型(HMM)进行语音检测以适应噪声的变化，实验结果表明本方法可得到高正确率的带噪语音端点检测。     

基于形式化方法的需求分析

利用形式化规格说明语言——B语言对软件需求进行了严格定义，在严格的数学基础上进行软件开发，以获得更好的软件性能。利用形式化方法的需求分析，有助于发现需求中隐含的不一致性、二义性和不完整性，对其进行更深入精确的理解，从而进行规范化管理。     

802.11无线局域网安全现状及其解决方案

主要分析了802.11无线局域网的安全现状，并针对其安全漏洞提出了相应的解决方案，介绍了数据完整性检查以及防止弱IV攻击技术。