基于改进对比散度的GRBM语音识别

对比散度作为训练受限波尔兹曼机模型的主流技术之一,在实验训练中具有较好的测试效果。通过结合指数平均数指标算法和并行回火的思想,提出一种改进对比散度的训练算法,包括模型参数的更新和样本数据的采样,并将改进后的训练算法应用于高斯伯努利受限玻尔兹曼机( GRBM)中训练语音识别模型参数。在TI-Digits数字语音训练和数字测试数据库上的实验结果表明,采用改进的对比散度训练的GRBM明显优于传统的模型训练算法,语音识别率能够达到80%左右,最高提升7%左右,而且应用改进算法训练的其他GRBM对比模型的语音识别率也都有所提高,具有较好的识别性能。     

Matlab Coder生成C代码的研究与应用

借助Matlab Coder可以缩短软件开发从方案到实现的时间,加速软件开发。本文提出一种方法:利用Matlab 2012a的Matlab Coder代码生成工具箱,将Matlab经典图像处理代码转换成高效、可移植的C代码静态库文件,成功移植到ARM9开发系统下运行。对比实验表明,用本文提出的方法生成的软件代码,在嵌入式目标系统中运行状况良好,其易维护性和执行效率等方面也优于手工编写的代码,实现了嵌入式系统软件代码的快速生成。     

超声波测距自动定位系统的制作

超声测距自动定位系统具有结构简单,价格平宜,体积小,易于实时控制的优点,在测量精度和定位精度等方面能够达到工业应用的要求,应用日益广泛。由于单片机应用的迅速推广,自动化控制技术正以前所未有的速度发展,在各方面得到了广泛的应用。可移动智能机器人是世界各国开发的热点,也是工业自动化控制的重点研究课题,在各个领域正发挥着越来越重要的作用。本文所介绍的超声测距自动定位系统,能够通过超声测     

单片机掉电预警,复位识别监控电路

本监控电路能有效地对掉电作出预警并自动为CPU提供后备供电,以便CPU有充裕时间作掉电前的紧急处理;作为抗干扰的措施,对上电复位、手动复位和看门狗超时复位这三种情况作出识别,根据不同的复位情况作不同的初始化处理。一、硬件设计 1.掉电保护对于一个安全、可靠的系统,当电源故障引起掉电时,要作出预警,保护现场的重要数据,保证在掉电后再上电时恢     

基于ARM-LINUX平台的障碍物识别系统的设计

为满足移动机器人系统中对环境物体定位的需要,在ARM—LINUX平台上,设计了障碍物形状识别系统．根据超声波测距原理,设计了“一发三收”式的超声波探测装置,利用数字示波器采集不同形状障碍物的超声波回波数据．通过比较分析,可分辨出障碍物的边角形状,并通过大量实验来验证系统的有效性．     

基于变尺度全局搜索的运动目标跟踪算法

为了获得更加理想的运动目标跟踪效果,提出一种基于变尺度全局搜索的运动目标跟踪算法。首先对于没有发生严重遮挡运动目标,采用MS算法实现目标跟踪,然后当目标受到严重遮挡时,通过全局搜索策略缩小搜索窗尺度,逐渐逼近跟踪目标,实现对目标准确跟踪,最后采用多个实验对算法的性能仿真测试。仿真结果表明,相对其它的目标跟踪算法,本文算法不仅提高了运动目标的跟踪精度,而且加快运动目标跟踪速度,尤其对于严重遮挡目标跟踪问题,具有十分明显的优势,具有较强的鲁棒性。