基于韵律规则的基频曲线预测模型

汉语语音合成中基频曲线(F0 曲线)预测是决定合成语音声调自然度的关键因素,为了使生成的基频曲线过渡自然,提出应用连接段基频曲线模式连接各音节的方法.连接段和音节基频曲线模式使用聚类、分析修正的方法获得,相互问有重叠性,应用时根据参数来确定选取区域,进行连接.通过实验过程中分析总结得到的规则确定基频曲线模式参数.实际应用于 PSOLA 语音合成系统后,经实验证明合成语音声调自然度明显提升.     

基于韵律模型的普通话基频分析

基频是基于模型的语音合成系统中重要的一个因素,该文主要利用韵律信息仿真普通话基频曲线特征值,并分析音节基频各个特征值在韵律环境下的稳定性。该文将前一音节的终止基频值与韵律参数结合,通过数据挖掘技术寻找影响各个特征值的重要韵律参数,并用这个结果建立韵律模型,然后仿真基频曲线特征值,并得到了一个良好的结果。通过分析发现在连续语流中,体现频率特性的特征值中,基频均值和最小值的稳定性较强;体现时间特性的特征值中,音节时长的稳定性较强。     

基于HMM的心电数据压缩方法研究

心电数据压缩在远程医疗和动态监测方面具有非常重要的意义。心电信号的各个脉动周期具有很强的相关性。基于隐马尔可夫模型(HiddenMarkovModel,HMM)的心电数据压缩方法充分利用ECG信号的相关性对源信息进行处理。实验证明,该方法在高数据压缩比的情况下仍然能够很好地恢复原始数据,计算复杂度相对较小。     

基于HMM的机载设备状态健康评估方法研究

针对机载设备的状态健康评估问题,采用隐马尔科夫模型(HMM)对其进行性能退化程度的评估;首先引入状态条件概率矢量对HMM进行不确定性改进,并推导了其表达式;其次以状态条件概率比值为基础,给出了机载设备状态等级量化分值的计算方法,并据此设计了机载设备状态健康评估流程;最后以飞机发动机温控放大器为例进行仿真验证,结果表明上述方法能够给出直观、准确的状态评估结果.     

基于HMM的中文BaseNp的识别

首先对基本名词短语（BaseNp）作了界定,然后简要介绍了基于HMM（隐马尔可夫模型）的训练过程,并重点阐述了改进的viterbi算法及相应的动态程序代码对基本名词短语的识别的过程。     

一种基于HMM的场景识别方法

隐马尔科夫模型作为一种统计分析模型,能够通过观测向量序列计算其隐含状态的概率分布密度。提出一种智能空间中基于HMM的场景识别方法,该方法指定系统相关情境信息,确定隐含场景集和观察情境集,采用部分相关情境信息而非全部情境信息作为场景特征参与场景识别,利用HMM对隐含场景间的关系进行建模,设计了基于HMM的场景识别算法。实验结果表明,采用基于HMM的场景识别方法能够获得较高的识别效率。     

基于HMM的蒙古语语音合成技术研究

基于隐马尔科夫模型的语音合成方法是当今语音合成的主流方法,它已被广泛应用于英语、汉语、日语等语音合成系统中。然而基于隐马尔科夫模型的蒙古语的语音合成技术研究还处于空白状态。首次将基于隐马尔科夫模型的语音合成方法用于蒙古语语音合成,并进行了语音合成实验。从最终合成系统的效果来看,合成的语音整体稳定流畅,可懂度高,而且节奏感比较强,主观平均得分为3.80。这为进一步研究基于隐马尔科夫模型的蒙古语语音合成技术奠定了基础。     

基于HMM的DDoS攻击流量检测方法研究

DDo S网络流量在当前网络攻击中扮演着重要的角色,本文提出了一种基于隐马尔科夫模型的DDo S异常网络流量检测系统,并与其它方法进行了比较和结果分析。所提出的方法选取了网络流量的实时特性为研究对象,对流入目标网络的数据源IP地址数量及单位IP平均数据包数量建立了隐马尔科夫模型,实现对网络中的DDo S异常流量进行检测。该方法具有较高的移植性和操作性。     

基于HMM的卡尔曼蛇跟踪

隐马尔科夫模型(HMM)提供了一种概率框架融合多量测信息，并能够通过转移概率来表达曲线的平滑性，以得到更准确的量测结果．利用HMM所得到的结果作为量测信息输入到卡尔曼蛇滤波系统中，可明显地增强抗干扰能力和跟踪的鲁棒性．从样条向量空间新的内积与范数定义出发，对于形状矩阵的正交化处理可以进一步增强滤波系统的稳定性，增加模型与参数的可控性。     

基于HMM的关键词识别系统

关键词识别是语音识别中一个重要的研究方向.该文提出了一种基于HMM模型的关键词识别方法.研究并实现了一种新的具有无废料模型精度的采用迭代viterbi的解码算法,从而提高了关键词系统的识别效率.     

一种语音信号基音检测的功率谱二次处理方法

对基音检测的倒谱法进行了细致的分析,指出其在基音检测计算及其数字实现时存在不足。为了克服倒谱法的不足之处,提出了二种;新的功率谱二次处理基音检测方法,该方法在克服了倒谱法在基音检测中不足之处的同时还提高了计算速度,对基音轨迹曲线的估计准确性也得到了较大改善。     

基于HMM的音乐识别算法

音乐识别的研究早在20世纪70年代就开始了,但直到最近,识别系统的性能仍不令人满意。该文提出了利用HMM进行音乐识别的新思路。给出了基本的算法框架,并对相关的问题进行了讨论。     

变桨距风电机组仿真模型与控制

针对变桨距风力发电机组,建立了包含风、空气动力、发电机、偏航系统以及桨距系统的模型,并对变桨距风力发电机组模型设计了控制逻辑和控制回路.偏航和变桨是影响发电机组功率的主要因素,在偏航模型和控制系统中充分考虑了偏航角的解缆问题以及风向突变时风机偏转方向的算法设计;在变桨模型和控制系统中,根据叶片的气动特性,进行了仿真.控制结果表明,设计的仿真模型和控制方案能够合理地展现变桨距风电机组的动态变化过程.     

由矢量等高线数据生成DEM数据的简易方法

当前由等高线数据生成DEM数据的方法大部分都存在算法复杂,实现困难等特点。文章描述了一种通过矢量等高线生成DEM数据的简易方法。通过将等高线网格化然后再进一步进行横向和纵向的插值,生成DEM数据。该方法具有简单易行,适用于精度要求不高的场合。而且对硬件的要求也不高。生成的DEM数据很容易转换成三维模型。     

基于蒙特卡洛法的弹着点散布仿真

弹着点散布仿真是对敌火力打击目标毁伤仿真的重要环节。在分析地面炮兵射击误差构成与计算方法的基础上,研究建立了炮兵射击的弹着点散布蒙特卡洛（Monte-Carlo）仿真模型,实现了对集火射向、适宽射向、三距离射击等多种火力打击方式共同作用下的弹着点散布的可视化仿真,仿真结果符合相关战术数据,为目标毁伤仿真研究提供了模型支持。以炮兵营对牵引炮兵连阵地射击为例进行了算例分析,结果表明,采用弹着点散布的蒙特卡洛仿真模型计算对任意形状点目标群的毁伤效能方便可靠且通用性强。     

一种排样图像轮廓线生成方法

针对传统基于聚合的多边形拟合法对皮革图像边缘毛刺敏感和对所围面积无法控制的问题,提出了一种排样图像的轮廓线生成方法。该方法通过将距离误差由绝对值改为带符号值,并对非利用面积误差施加约束,使获得的排样轮廓线既抑制了毛刺的干扰,又是真实轮廓线的最大内接多边形,皮料面积得到了充分利用。实例计算和应用结果表明了本文方法的有效性和科学合理性,且对其他工业排样问题也具有一定的参考价值。     

基于主动轮廓线的虹膜定位方法

如何有效地定位虹膜在图象中的位置,是虹膜识别的关键问题之一。论文提出一种基于主动轮廓线的方法——Snake-Daugman(SD)法——来定位虹膜的边界,先用灰度投影的方法检测出瞳孔内的一点作为瞳孔的伪圆心,该点不要求一定在瞳孔中心附近,只要能落在瞳孔内部即可;然后以该点为中心,在其周围等间隔地取几个点作为初始的snake,按照snake的运行机制不断进化,直到虹膜的内边界为止;接着,计算进化后的snake的形心和snake上的控制点与该形心的距离,取其平均值作为瞳孔的半径,形心作为瞳孔的圆心,即可准确定位出虹膜内边界的位置;最后,以瞳孔的圆心为圆心,以瞳孔的半径为虹膜外边界的初始搜索半径,按照简化了的Daugman方法定位虹膜的外边界。实验表明,与常见的定位方法——Hough变换和Daugman的圆形检测算子——相比,文中的方法速度快,精度高,而且,该方法对瞳孔初始的伪圆心的要求并不高,鲁棒性更强。     

一种基于HMM和遗传算法的伪装入侵检测方法

针对目前伪装入侵检测算法在确定序列的滑动窗口长度中存在的主要问题,以及使得检测阈值的计算更加容易、精确,本文提出了一个新的伪装入侵检测算法-MDAA,它使用HMM（Hidden Markov Model）模型表示正常用户行为,通过计算模型的条件熵确定滑动窗口长度.实现了滑动窗口长度随不同的用户模型而自动变化,达到自适应参数调整的目的.采用遗传算法计算子序列相对用户模型的最大和最小似然值,从而将滑动窗口分割到的子序列转换成便于决策的量.在一个真实的伪装检测数据集上进行了实验,结果表明该方法能得到较好的性能,并且更能适应不同用户的伪装检测.     

基于军事地图等高线的三维地形建模与实现

论述军事地图的等高线生成三维地形图的一种实现方法。从等高线地形图中取得离散点高程数据,然后采用Delaunay三角网对离散高程数据点进行三维建模,用插值算法重建数字地面模型,采用OpenGL对所建模型进行三维图形生成和显示。结合实例开发分析每一个步骤及相应算法实现,并给出所生成的三维地形图实例。构建的三维地形符合等高线的规律,构建运行速度快,生成的立体图像逼真。     

一种基于周期能量的基音检测方法

文章对语音信号的能量呈现周期性变化的现象进行了研究,提出了一种基于周期能量变化的基音检测方法。采用一个长帧语音信号平均能量作为基准参考能量,用一个短帧语音信号平均能量来表示瞬时能量。由二者可算出瞬时能量测度(InstantEnergyMeasure,IEM)序列。对瞬时能量测度序列进行自相关计算后,得到基音周期。实验分析表明,该方法在干净和噪声环境下,基音周期提取和清浊判决具有令人满意的效果。