利用空间相关性的改进HMM模型

语音识别领域中所采用的经典HMM模型,忽略了语音信号间的相关信息.针对这一问题,利用语音信号的空间相关性对经典HMM模型进行补偿,得到一种改进模型.该方法通过空间相关变换,描述了当前语音特征与历史数据之间的空间相关性,从而对联合状态输出分布进行建模.改进模型的解码算法利用空间相关性变换的参数更新算法在经典ⅧⅥM的解码算法基础上得到.实验结果表明,上述方法在说话人无关连续语音识别系统上获得了明显的性能改进.     

基于CDCPM的维吾尔语非特定人语音识别

现代维吾尔语语音识别研究尚处于超始阶段,在此介绍了基于中心距离连续概率模型（CDCPM）的维吾尔语非特定人语音识别。CDCPM用中心距离正态（CDN）分布描述模型特征空间,去掉了HMM的状态转移概率矩阵A,对HMM进行了简化和改进。在维吾尔语综合语音库上进行的实验表明：恰当地估计模型状态数和模型混合密度数,当模型数为525个,模型状态数为16,混合密度数为24,维吾尔语非特定人语音识别首选正识率达到97．90％（集内）和94．76％（集外）,取得了较好的识别效果。同时,指出了进一步开展维吾尔语语音识别研究的几个问题。     

基于分段模型的连续语音识别

近年来在大词汇连续语音识别的研究取得了长足的进步,隐马尔柯夫模型（HMM）是连续语音识别的核心部分。但是HMM对语音信号的描述不完善,为此人们提出了很多替代模型,其中一类将语音信号描述为长度随机的特征矢量序列,称为随机分段模型（Stochastic Segment Models),简称为分段模型（SM）。该文将首先阐述分段模型的原理,并将分段模型和隐马尔柯夫模型进行比较,其次给出基于分段模型的识别和模型训练算法,最后给出实验结果并进行了讨论。     

新型车载语音识别系统中的一种关键技术

提出一种新型车载语音识别系统,采用帧能量与帧过零率的乘积作为指标量进行语音端点检测,以MFCC作为语音信号特征矢量,基于HMM语音识别模型进行语音识别。同时提出了一种新的抗噪语音识别方法,改进型重复Wiener滤波结合PUM模型进行抗噪语音识别,较好的抑制了噪声干扰,提高了语音识别率。     

一种改进的隐马尔可夫模型在语音识别中的应用

提出了一种新的马尔可夫模型——异步隐马尔可夫模型．该模型针对噪音环境下语音识别过程中出现丢失帧的情况，通过增加新的隐藏时间标示变量Ck，估计出实际观察值对应的状态序列，实现对不规则或者不完整采样数据的建模．详细介绍了适合异步HMM的前后向算法以及用于训练的EM算法，并且对转移矩阵的计算进行了优化．最后通过实验仿真，分别使用经典HMM和异步HMM对相同的随机抽取帧的语音数据进行识别,识别结果显示在抽取帧相同情况下异步HMM比经典HMM的识别错误率低．     

基于HTK的连续语音识别网站系统的研究和实现

隐马尔可夫模型（HMM）基本技术是语音识别中较为成功的算法,HMM具有较强的对时间序列结构的建模能力。文章在HMM Tool Kit（HTK）的基本技术之上,建立了一个以HMM为基础的提供连续语音识别服务的网站系统。该网络系统前台界面程序主要通过ASP.NET 2.0和Visual C#在Windows server 2003平台上建立,后台识别程序通过ATL实现。经过测试,该系统展示出其在语音数据检索中的应用价值。     

改进的HMM和小波神经网络的抗噪语音识别

通过MFFC计算出的语音特征系数,由于语音信号的动态性,帧之间有重叠,噪声的影响,使特征系数不能完全反映出语音的信息。提出一种隐马尔可夫模型（HMM）和小波神经网络（WNN）混合模型的抗噪语音识别方法。该方法对MFCC特征系数利用小波神经网络进行训练,得到新的MFCC特征系数。实验结果表明,在噪声环境下,该混合模型比单纯HMM具有更强的噪声鲁棒性,明显改善了语音识别系统的性能。     

基于动态贝叶斯网络的音视频连续语音识别和音素切分

构造了两个单流单音素的动态贝叶斯网络（DBN）模型，以实现基于音频和视频特征的连续语音识别，并在描述词和对应音素具体关系的基础上，实现对音素的时间切分。实验结果表明，在基于音频特征的识别率方面：在低信噪比（0~15dB）时，DBN模型的识别率比HMM模型平均高12.79%；而纯净语音下，基于DBN模型的音素时间切分结果和三音素HMM模型的切分结果很接近。对基于视频特征的语音识别，DBN模型的识别率比HMM识别率高2.47%。实验最后还分析了音视频数据音素时间切分的异步关系，为基于多流DBN模型的音视频连续语音识别和确定音频和视频的异步关系奠定了基础。     

对经典隐马尔可夫模型的经验性改进

文章分析了经典隐马尔可夫模型（Hidden Markov Model,HMM）齐次假设的理论缺陷,以及两种非齐次HMM。语音识别对比实验表明,经验性的惩罚概率法是稳健的、且更有效的补偿方法。实验结果还指出在最优惩罚概率下,经典HMM达到了与非齐次的基于段长分布的HMM（Duration Distribution Based HMM,DDBHMM）几乎相同的识别率,证明了齐次假设并不影响经典HMM在实用中的重要性。文章提出了一种改进Baum－Welch重估算法的初值的经验方法,用于HMM参数的估计,在汉语连续语音识别实验中一致性地降低了音节误识率。     

基于HMM与遗传神经网络的改进语音识别系统

为了解决语音信号中帧与帧之间的重叠,提高语音信号的自适应能力,本文提出基于隐马尔可夫(HMM)与遗传算法神经网络改进的语音识别系统.该改进方法主要利用小波神经网络对Mel频率倒谱系数(MFCC)进行训练,然后利用HMM对语音信号进行时序建模,计算出语音对HMM的输出概率的评分,结果作为遗传神经网络的输入,即得语音的分类识别信息.实验结果表明,改进的语音识别系统比单纯的HMM有更好的噪声鲁棒性,提高了语音识别系统的性能.     

面向对象的离散事件系统仿真软件的多线程实现

对象交互是近年来离散事件系统仿真中采用的一种比较先进的仿真建模方法。面向对象技术的采用,使它比传统的三种建模策略都更接近人的思维方式和实际系统的特征,因而建模能力较强。文章提出的多线程的实现方案,通过线程来模拟实际系统中各个独立地、并发地运行的实体,线程间通过消息传递相互影响,推进仿真进程,不仅提高了仿真效率,易于处理并发等复杂情况,也大大简化了软件的实现。     

自底向上的三维重建算法及其加速措施

系统地阐述了由二维视图采用自底向上的方法,实现三维重建的算法过程。从二维点、线的图形信息出发,生成线框模型、表面模型和实体模型,能比较完整地实现三维重建,并且能处理多解问题。在重建过程中还采用了一些加速措施,提出了一种简单通用体基域划分方法用来生成子体,使重建过程变得有效快速。     

颌面外科手术三维模型测量和实体模型制造数据提取

文章介绍了一个基于MC算法重构三维头骨模型的颌面外科手术三维模型测量和实体模型制造数据提取系统。该系统使医生可以交互地在三维虚拟模型上提取骨骼特征点,进行比常规方法更精确地测量。还解决了复杂的颌面部插值轮廓线无法提取的问题,可以由三维头骨模型生成符合RP技术要求的轮廓线数据,用于实体模型的制作。     

Montgomery方法及其在伪随机数发生器中的应用

文章在Montgomery算法的基础上作了一些改进使之适合于硬件实现,并将修改后的Montgomery算法用于计算一种类Blum－Micali伪随机数发生器的计算,从而在很大程度上提高了该发生器的速度。该伪随机数发生器的安全性是基于离散对数的难题,如果素数q的位数很高（如512－bit）,则伪随机数发生器是很安全的。     

移动电子商务在手机SIM卡中的应用

通过手机SIM卡实现增值服务开创了移动电子商务应用的一个新领域,文章介绍了基于SIM卡的移动通信信息服务系统的总体构架及系统功能,同时,就该系统在安全方面采用的先进技术进行了讨论。     

基于OOPN的多处理机操作系统设计与实现

大多数实时系统具有事件驱动的并发特性,同时多处理机系统在实时领域得到了广泛的应用。实时系统内在的并发性以及与环境的交互性导致了实时软件复杂的控制结构,使得开发实时软件十分困难。由于PETRI网是一种适合于描述并发的可视化建模语言,有形式化描述。所以,作者采用PETRI网来表示一个实时软件中的并发部分,用普通编程语言实现剩下的顺序程序部分。两级程序设计方法可以更加有效、可靠地开发实时软件。文章涉及的实时操作系统是以RTLinux为基础,对其内核进行扩展,使之支持OOPN1形式的作业描述,并具有实时多处理机调度功能。     

利用高阶累积量进行时延估计的方法

文章介绍了一种利用高阶累积量进行时延估计的新方法。利用四阶累积量代替二阶相关函数,可以克服相关法在相关高斯噪声干扰中估计性能下降的缺点。新方法可以利用FFT进行快速运算。计算机仿真结果表明,当存在高斯相关噪声干扰时,该方法的估计性能优于广义相关法。     

浮点开方运算单元的电路设计

文章提出了一种基于逐位循环开方算法,"四位一开方"的浮点开方运算单元的电路设计方案,使限制周期时间的循环迭代部分的门级数降低到14级。按14级门延时为周期时间计算,完成一个IEEE单、双精度浮点数的开方运算分别需要15和29周期。同时,文章对目前开方运算所采用的两类主要的算法-逐位循环开方算法和牛顿－莱福森迭代开方算法进行了描述,其中包括数的冗余表示等内容。     

多线程内存数据库服务器设计

文章介绍了一个多线程内存数据库服务器（MTMDS）,由于采用多线程技术,克服了多进程体系结构资源消耗多、进程调度开销大、难以实现大容量共享存储等主要缺陷。文中详细阐述了采用“移动平均反馈”事务预测法（MMFP）的实时数据库引擎（RDE）、动态内存管理（DMM）、用户数据索引及并发控制。