基于改进DTW的机器人语音指令识别系统研究

动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用。为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法。在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容。最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论。     

基于改进DTW的机器人语音指令识别系统研究

动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用.为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法.在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容.最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论.     

两种改进的模板匹配识别算法

在开发在线轮胎编码图像自动识别系统时,通过对现有常用的几种识别算法分析与研究,提出了两种改进的标准模板匹配识别算法,分别是基于特征加权的模板匹配算法和基于特征块的模板匹配算法,两种改进的算法都以抽取字符特征为基础,结合模糊原理进行识别,经过理论分析与实际测试,两种改进的识别算法都进一步提高了图像字符的识别率。     

一种基于BP神经网络的数字识别新方法

针对标准BP神经网络收敛速度慢、易陷入局部极小点的缺点,提出了一种新的BP神经网络改进算法。该算法通过变步长法和牛顿法来改进BP算法,加快了网络的收敛速度,且收敛速度快于其他的改进算法。在此基础上将BP神经网络应用于数字识别中,为其网络建立识别模型。利用仿真实验观察BP网络的泛化能力以及识别准确性,比较BP算法及其改进方案,提出改进方案中分别需要注意的地方。     

改进的奇异值求解算法及其在目标识别中的应用

提出一种改进的奇异值求解算法,并研究了其在图像目标识别中的应用。对该算法和对飞机类型的识别进行了实验分析,结果表明：该算法比常规的奇异值求解法在时间复杂度方面有了改进,目标识别速度得到了提高。     

基于改进FOA的风机叶片结构损伤检测

为解决风轮叶片多损伤情况下的结构损伤识别问题,提出一种基于单元模态应变能变化率和改进果蝇优化算法的分步损伤判别方法。该方法首先采用单元模态应变能变化率对损伤进行初步判定,然后利用果蝇优化算法对损伤位置和程度进行精确识别。由于传统果蝇优化算法极易陷入局部最优问题,则对其进行了改进。结果表明:采用单元模态应变能变化率可以有效识别出可能的损伤单元,在此基础上用改进果蝇优化算法可以更精确地识别结构损伤位置和程度,同时采用改进果蝇优化算法的识别精度明显优于简单果蝇优化算法。     

汉字联机手写识别系统的设计与实现

针对嵌入式手写识别系统存在识别率低、识别速率慢的缺点.研究了一种汉字联机手写识别的改进算法.首先从理论上介绍并分析了弹性网格识别算法和笔顺识别算法,接着将两种识别算法的优点进行有机组合,采用最小二乘法对输入的笔划进行线性拟合.算法在嵌入式linux下进行仿真设计并得到了实现,通过对仿真结果的分析,证明了结合后的改进算法达到了提高手写识别率和识别速率.所采用的方法对汉字手写体识别的研究有一定的借鉴和指导作用.     

一种改进的水果特征提取算法

介绍了颜色矩、Hu矩、Zernike矩、小波矩等特征提取算法,改进了大小特征提取算法。针对单一特征提取算法提取特征信息不全面,不能区别对待识别样本,识别率低等问题提出了一种改进特征提取算法,该算法由上述五种算法通过特征距离自优化组合生成。介绍了算法公式,执行流程,结合项目建立了特征库。通过选取几类易于混淆的水果进行识别试验,结果表明采用改进特征提取算法的识别率明显优于单一特征提取算法,只是识别的平均时间略有延长,但可满足实时识别的要求的别足。     

一种改进Viterbi算法的应用研究

为降低现代汉语句法分析的难度,以北大和哈工大语料为基础,利用改进的Viterbi算法对汉语真实文本进行了短语识别研究.提出了在隐马尔可夫模型(HMM)框架下,训练阶段依据统计概率信息,以极大似然法获取HMM参数,识别阶段用一种改进的Viterbi算法进行动态规划,识别同层短语;在此基础上,运用逐层扫描算法和改进Viterbi算法相结合的方法来识别汉语嵌套短语.实验结果表明,识别正确率在封闭测试中可达93.52%,在开放测试中达到77.529%,证明该算法对短语识别问题具有良好的适应性和实用性.     

改进的PBAS算法在抛物识别中的应用研究

为了提高在监控视频下进行抛物识别的快速性及准确性,消除ghost区域存在的干扰以及PBAS算法存在的动态背景效果差的问题,提出了一种改进的PBAS算法。介绍了背景减除法与PBAS算法的理论基础,然后提出了一种改进的PBAS算法,并应用于抛物识别中,最后分别在纯净背景和复杂背景下进行抛物识别对比实验。实验证明文中改进的PBAS算法能够完全去除ghost带来的影响,该算法具有更高的检测率和准确率,实现了更好的抛物识别效果,有效提高了识别的平均处理速度,可以在监控视频中更精准、实时地呈现抛物现场的视频数据等信息,更好地满足在抛物识别中的实际应用。