BJD-I汉语理解系统的研究

描述了用于铁路客运服务的BJD-I汉语理解系统。其中,采用了最大共振峰准连续语音区段检测、音节分割算法MFDS和快速动态规划匹配算法FSDP的语音处理部分,使准连续语音音节分割的正确率达到98％以上,匹配速度也比Sako的最佳动态规划法快一倍以上。还在语言处理部分建立了句法分析用文法RSNG和层次知识表达法。以一名男性说话人做的实验表明,BJD-I汉语理解系统的语义项识别率为80％,服务完成率为98％。     

基于云计算平台的手写识别系统

本文利用Enomaly虚拟云架构技术设计了一个云手写识别系统,除了提供高准确率的识别功能外,同时使得倾斜书写识别、用户自适应识别等需要高计算及存储资源的功能实现成为可能。实验结果表明,传统C/S模式的传统服务器在用户并发数为300时处理能力已经达到极限,而采用基于云计算架构的手写识别系统能轻松处理1000个并发用户的服务请求,在处理300个并发用户时,接入率为100%,远高于传统服务器模式的接入率(82.7%),平均识别处理时间仅为16ms,大大低于传统服务器模式的处理时间(340ms)。     

极低码率语音编码—汉语识别声码器

本文给出了一个极低码率的６０ｂ／ｓ的主意编码系统－汉语识别声码器，以３２句话共２６７个音节作实验，其音节识别率平均为７４．１４％，句子平均可懂度为９１．９％，介绍了其系统结构，给出了实验结果。     

基于视频序列相关性的H.264快速模式选择算法

为了实现尽可能高的编码效率，H．264采用了基于率失真优化的编码模式选择技术，然而为每一种编码模式都计算率失真代价极大的增加了编码时间。为了降低编码时间，提出了一种H．264快速模式选择算法，其主要思想是根据图像序列在时间以及空间上的相关性，为当前编码宏块预测一个编码模式子集，并仅对子集中的模式进行编码以及率失真优化，同时采用了适当的策略来避免由于不精确预测所带来的误差扩散。仿真结果表明，本算法平均减少了56％的编码时间，同时PSNR值平均下降0．13dB，最大下降不超过0．19dB。     

计算机语音信号处理与语音识别系统

对计算机语音处理和对单个数码字识别的实现进行了探讨。根据汉语语音的特点，以汉语单音字作为识别对象，对１０个数码字识别进行了研究和实验。通过观察和分析语音信号的时域特性（主要是短时帧能量、短时过零率和帧能量差），并把它们应用于语音端点检测，为系统的建立做了基础准备。选用了语音信号的功率谱差的特征，进行了模板的建立与识别实验。测试结果表明，该系统性能较稳定，单个数码字识别率可达９８．６％，说话人识别率     

低复杂度的多视点视频编码宏块模式决策算法

为了降低多视点视频编码(MVC)的计算复杂度,提出了一种基于全局-局部率失真代价的低复杂度宏块模式决策算法。首先根据宏块候选模式的块尺寸和率失真代价特点,将所有候选模式分为大尺寸模式(Skip/Direct、Inter16×16和Intra16×16)和小尺寸模式(Inter16×8、Inter8×16、Inter8×8、Intra8×8和Intra4×4);接着统计已编码帧中这两类宏块模式的平均率失真代价,并利用这些平均率失真代价计算当前帧宏块模式决策的全局率失真代价;最后利用得到的全局率失真代价,并结合当前宏块已估计模式的局部率失真代价和空间邻近宏块的模式信息提前终止模式决策,具体包括对大尺寸宏块模式进行提前判定以及对小尺寸候选模式进行逐级选择。实验结果表明:与MVC参考代码中的全搜索模式决策算法相比,本文算法在时域预测视点和视点域预测视点上分别节省了74%和82%的平均编码时间,同时保持了良好的编码率失真性能;与现有模式决策快速算法相比,本文算法降低了更多的编码时间,并具有更好的编码率失真性能。     

激光雷达大气回波信号仿真与EMD处理

激光雷达大气回波信号信噪比低,一般采用信号平均技术提高信噪比。信号平均需较长的积累时间,不利于回波信号实时处理。分析了经验模式分解（EMD, Empirical Mode Decomposition）原理,通过对激光雷达大气回波信号进行仿真,研究了EMD在激光雷达大气回波信号实时处理中的应用,并与100次信号平均结果进行比较,得出结论： EMD处理后的重构信号与100次信号平均结果接近,相关系数为0.99,同时处理时间缩短为1％,可以满足某些情况下的实时处理要求。     

H.264快速自适应帧间编码模式选择算法

提出了一种针对H．264标准的帧间编码模式快速自适应选择算法用以减少编码器的复杂度。该算法利用运动补偿后残差宏块的统计信息．将需要计算率失真代价函数的候选模式减少为一个模式组中包含的模式子集。由于该算法采用了重叠划分的模式组以及动态调整的门限．可以最大可能保证宏块的最佳编码模式处于所选择的模式组中，所以可以在编码质量下降很小的情况下，大幅度降低编码复杂度。实验表明，本算法平均可以节省编码时间52％．同时PSNR下降约为-0．05dB,不会影响主观视觉效果。     

函数链及其在语音识别中的应用

本文根据加权倒变距离测度，提出了一种用于非特定人语音识别的函数链神经网络。此网络与多层感知器相比，不仅具有较高的识别别率，而且大大缩短了网络的学习时间。我们采用６人（３男，３女）的语音数据对汉语十个数字进行了实验，正确识别率为９３．７％。     

基于SOA的自主计算模型

文章介绍了基于面向服务体系结构的自主计算模型，同时还考虑了计算环境以及自主元素的设计细节。此外，服务加载和自主计算能够提高处理服务的参考和处理行为的不一致性。实验结果表明，我们的设计的算法能够降低Web服务器的平均响应时间，提高平均吞吐量和服务遍及率。     

面向AVS-M的快速帧间预测模式选择算法

提出了一种快速帧间模式选择算法,通过利用宏块的运动特性,有效跳过不必要的帧间预测模式.实验结果表明,此方法与AVS工作组参考软件提供的算法相比,在保证图像质量及相同率失真性能条件下平均编码时间能降低18.87%.     

新型NP-CSMA随机多址接入WSN的协议分析

无线传感器网络(WSN)因采用大量廉价的微型传感器节点并可以感知和处理传输网络覆盖区域内被感知对象的信息而备受人们喜爱。在此,提出一种基于碰撞长度可变的三时钟NP-CSMA提高系统的吞吐率,通过划分成功分组发送时间1+a、碰撞分组发送时间b+a、空闲分组发送时间a,利用平均周期法求出吞吐率、碰撞率和空闲率,并用仿真实验验证该理论的准确性。通过与其他协议进行对比,验证了所提协议的优越性。     

基于改进神经网络的三字词声调识别方法

汉语连续语音三字词声调由于受声道响应、音连、变调规律等的影响,情况较复杂,声调模式间交集大,模糊性强。提出了一种基于动态时间规整和改进神经网络的声调识别算法。实验表明,该算法可得到较好的识别效果,对探讨具有汉语特色的新的语音识别方法有重要意义。     

基于空间相关性的H.264快速自适应模式选择算法

为了减小H.264编码器的复杂度,提出了一种帧间预测模式快速自适应选择算法。该算法首先利用运动补偿后残差宏块的统计信息,将需要计算率失真代价函数的候选模式减少为一个模式组中包含的模式子集;然后根据相邻的左块和上块的模式,从所选择的模式子集中选出出现概率最高的两种模式来计算并比较率失真代价函数,选出代价最小的模式作为最佳模式。实验表明,本算法平均可以节省编码时间约65%,同时PSNR下降约为?0.24dB,有利于实时应用。     

普通话语句音强变化模式—基于SCS和DBS语料的分析

本文使用较大样本的语料,考察了普通话语句音强的变化模式,提出下降率和回升率两个参数对句中音强的下降与回升模式进行量化,并使用回归模型对句子音强的变化模式进行了拟合.实验结果显示,普通话句子音强曲线呈双峰"M"形,通常情况音强最高点出现在句子全长的前20％,音强的次高点出现在80％～100％,在40％～60％阶段音强上下...     

基于统计分析的H．264快速模式选择算法

为了提高H.264算法的效率,在对各种模式进行统计分析的基础上,针对SKIP模式,提出一种将SKIP模式与inter16×16模式的率失真代价进行比较的快速判决算法;针对inter8×8模式,提出了一种基于纹理预测的快速选择算法;针时intra4×4模式,提出了一种简化算法.实验结果显示,相对与JM 8.6参考软件,PSNR平均下降0.05 dB左右,而编码时间平均下降38%,由此说明此算法能有效地提高H.264的编码效率.     

基于VQ的说话人自动识别系统的实现

文中以语音信号的LPC倒谱系数、△倒谱系数、基音周期和△基音周期的混合特征参数作为识别说话人的特征，运用VQ技术实现了说话人自动识别。在10个说话人，1800个汉语数字和单词语音的语音库上进行了系统的识别实验，其中单音节语音的平均识别率达到了92％，双音节语音达到了96．67％，四音节语音达到了97．67％。     

周期性对称调制伪模式搜索及其应用

分析了周期性对称调制伪模式的显示周期与平面宽度和调制周期内的调制脉冲数之间的关系。由于周期性对称调制伪模式可在不同宽度的平面上出现，这使椁可以在较窄的范围内实现模式搜索，并据此完成特殊体制的雷达脉冲的快速、自动分选。仿真试验结果表明，依据伪模式分选周期性对称调制的脉冲的平均准确率可达到93％以上，平均漏选率低于5％。     

一种结合汉语特点识别语音的方法

汉语语音的识别,一定要结合汉语的特点。本文介绍了一种用汉语辅音音长信息加速语音模式匹配和用起终点过渡音识别语音的方法。实验表明:该系统响应迅速,已达到了98%(平均)的正确识别率。     

一种H.264/AVC帧内预测模式的快速选择算法

H.264/AVC帧内预测技术采用率失真优化策略进行最优化编码模式选择,提高了I帧的编码效率,但同时也提高了计算复杂度。本文提出了一种帧内预测模式的快速选择算法,基于亮度块的方向特性,通过一些复杂度不大的计算,选择少数几个可能性较大的预测模式进行率失真代价计算,得到最佳亮度预测模式,并以 计算代替率失真代价计算选择最佳色度预测模式,降低了计算复杂度,提高了编码速度。实验结果表明,本文提出的算法在保证图像质量的同时,编码时间平均降低了48%,而码率增加很小。