共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
口腔运动与人们的饮食规律息息相关,该文通过对口腔运动状态的分析识别来监测人们的饮食规律,以此来指导人们的饮食习惯。借助语音识别技术的思想和方法,分析识别口腔运动产生的骨导音,为提升识别效率,采用了传统的隐马尔可夫模型。基于隐马尔可夫模型建立了一套骨导音识别系统,在进行骨导音识别之前,通过分帧加窗、提取梅尔频率倒谱系数,对其进行模型训练;在识别过程中,找出与待测音频信号和模板库中匹配度最高的模型,以其模型输出结果作为最后的识别结果。该方法的识别结果可以达到 84%,实验结果表明该方法具有一定的可行性。 相似文献
7.
8.
1前言
语音识别代表性的方法有矢量量化法(VQ)和隐马尔可夫模型法(HMM).VQ法是由Shore和Burton首先提出[1],其主要优点是无需时间规正或进行动态时间伸缩.但是,该方法对于由话者差别引起的语音特征的变化却无能为力.HMM方法则适合于非特定人语音识别系统,因为它作为统计模型能够吸收由不同说话人引起的语音特征的变化[2].本文以语音信号的LPC倒谱系数和差值倒谱系数的混合特征参数作为识别的特征矢量集,比较了利用矢量量化(VQ)和各态经历隐马尔可夫模型(HMM)[3]技术实现的孤立字词语音识别系统的性能.结论是各态经历HMM的识别性能好于VQ的识别性能. 相似文献
9.
提出了基于混合高斯隐马尔可夫模型的齿轮箱状态识别与剩余使用寿命预测新方法。建立了基于聚类评价指标的状态数优化方法,通过计算待识别特征向量的概率值来识别齿轮箱当前状态。在状态识别的基础上,提出了剩余使用寿命计算方法。最后,利用齿轮箱全寿命实验数据进行验证,结果表明,该方法可以有效的识别齿轮箱状态并实现了剩余使用寿命预测,平均预测正确率为90.94%,为齿轮箱的健康管理提供了科学依据。 相似文献
10.
11.
12.
提出了一种改进型隐马尔可夫模型/神经网络混合分类器,该分类器将隐马尔可夫模型的时间校正能力与神经网络的静态区分能力结合在一起。它首先利用循环无跳转HMM模型对第一测试特征序列进行全状态分割。将T帧特征序列按时间演化顺序校正成N帧平均状态序列。然后 交其作为RBF网络的输入矢量进行分类。实验结果表明,该分类器比单纯的神经网络或隐马尔可夫模型分类器具有更限的分类效果。 相似文献
13.
基于隐马尔可夫模型的话者识别研究 总被引:1,自引:0,他引:1
介绍了隐马尔可夫模型的有关理论、算法及其在说话人识别中的应用,并以线性预测倒谱LPCC及其差分形式作为特征参量,采用自左向右HMM进行建模和识别,实验证明该方法具有较好的识别性能,对于智能住宅信息安防领域中的主人身份辨识具有一定的应用价值。 相似文献
14.
在分析语音识别原理的基础上设计了一个基于ARM9和嵌入式Linux的嵌入式语音识别系统采用隐马尔可夫(HMM)算法对语音信号进行特征参数序列比较并识别出结果。语音识别子系统由ARM和DSP芯片为核心,配合其他功能电路,能够独立完成语音识别的工作. 相似文献
15.
16.
步态特征精密提取与身份认证 总被引:1,自引:0,他引:1
为更有效地检测人体目标,弥补单一模型在步态特征提取中的不足,提出了基于双模型的步态特征精密提取方法,且构建了基于步态特征进行身份认证的门禁监控实验平台.首先从摄像机捕获步态视频输入计算机,发现人体目标后对其进行检测与跟踪;然后分割人体轮廓并将其规格化叠加处理获取步态特征图;为精确提取步态特征,将人体整体模型与简化模型相结合,提取步态参数作为识别参量输入支持向量机(SVM)进行分类识别,正确识别率(PCR)为77%~80%.结果表明该方法有助于步态特征的精密提取,且实验平台能较好地自动监控人体目标并进行身份认证. 相似文献
17.
针对基于小波能量谱和能量谱熵的故障诊断方法要求小波分解系数基本符合高斯分布这一不足,提出一种基于多尺度小波域隐马尔可夫模型(WHMM)参数特征的故障诊断方法.该方法分析了信号多尺度小波分解系数的统计特征,利用隐马尔可夫模型描述小波变换域系数在尺度间,尺度内的统计相关性.采用最大似然估计方法确定的模型参数作为信号特征实现故障诊断.试验结果证实了设计思想的正确性和算法的高效检测性能.最后从小波基、窗口宽度和分类器三个层面对建议方法诊断性能的影响进行分析,结果表明本文方法具有很强的稳定性和鲁棒性. 相似文献
18.
19.
基于条件随机场的中文命名实体识别研究 总被引:1,自引:0,他引:1
条件随机场模型是文本信息抽取的重要方法之一,在命名实体识别方面CRF性能要明显优于隐马尔科夫模型和最大熵模型。本文以基于字一级的条件随机场模型实现了中文命名实体识别,取得了较好的识别效果。 相似文献