病态嗓音特征的小波变换提取及识别研究

通过分析嗓音的发音机理、病态嗓音与正常嗓音在频域的表现差异,利用小波变换对信号进行分解,突出病态嗓音的特点,提出了基于多尺度分析的小波降噪、分解的熵系数(Entropy Coefficient based on De-noise,Decomposition of Multi-scale Analysis,ECDDMA)作为识别的特征矢量集。并对比分析了语音识别中经典特征参数Mel倒谱系数(MFCC),分别运用这两种特征参数对242例正常嗓音和234例病态嗓音运用高斯混合模型(GMM)进行了识别。结果显示:ECDDMA系数较传统的模拟人耳听觉非线性特性的MFCC及其动态特征能更准确地表征正常与病态嗓音之间的差异,有利于同时提高病态和正常嗓音的识别率。     

基于HHT变换的病态嗓音特征提取及识别研究

主要介绍基于HHT变换提取的瞬时能量(A)和瞬时频率(f)的标准差参数作为病态嗓音特征参数的有效性,详细描述了A-f新特征参数的提取过程,并利用DHMM模型对A-f标准差新特征参数,与语音识别中常用的MFCC系数进行识别。识别结果表明,由HHT变换提取的A-f标准差参数更适合于描述病态嗓音,更能有效区分病态嗓音和正常嗓音。     

二维灰度图像的分形维数计算

分析了当前计算图像分形维数的算法普遍存在对高维数图像计算误差较大且计算量大的缺点。结合计盒维数算法的原理,给出一种新的盒子边界。理论和实验证明,该算法较Chaudhuri和Sarkar给出的经典边界选取在准确性和实时性上都有所改进。     

基于连续小波和支持向量机的病态嗓音检测

声学分析是一种非常有前景的嗓音病理诊断方法,它采用连续小波分析方法提取嗓音特征参数.文章提出了一种基于SVM的病态嗓音分类算法,通过选择径向基函数RBF,可使分类的正确率达到97%.     

基于分数维的图像检索新方法

在研究两种分数维——微分计盒维数和多分形维数的基础上提出了分数维直方图的概念,并把它用于基于内容的图像检索,提出了一种新的纹理特征检索算法——二维分数维直方图相交法．对Brodatz标准纹理库和真实图像库检索的结果表明其方法具有良好的性能,与QBIC系统的纹理检索结果相比更符合人的视觉特性．     

基于GMM的说话人识别研究与实践

说话人识别作为当今的一个研究热点,具有广泛的应用和研究前景。文章针对说话人识别的前端处理进行了相关研究,设计并实现了一个有效的处理算法。提取出Mel频率倒谱系数MFCC,讨论了MFCC各维参数对最终结果的贡献。文章通过研究高斯混合模型GMM的模型训练,使用最大似然估计算法和期望一最大化算法,在研究和改进基础上开发了一个基于高斯混合模型的说话人识别系统。同时完成了多线程并行测试与MFEC各维参数对最终识别结果的增益比较研究。     

基于分形维数的雷达信号脉内调制方式识别

分形维数是分形理论中的重要参数,其中盒维数可以描述分形信号的几何尺度信息,信息维数描述分形信号在平面空间上的分布信息。因此利用分形理论从信号中提取盒维数和信息维数作为分类特征,这种特征可包含信号幅度、频率和相位的变化规律,并集中了不同调制信号之间的差异信息。通过计算若干种常见脉内调制雷达辐射源信号的盒维数与信息维数,表明了分形维数在分类意义上是有效的特征。并由分类识别的仿真实验验证了基于分形维数进行的分类具有较高的识别率。     

彩色序列图像的人脸分割与识别技术研究

为了构造一个精度高、处理快速的人脸检测系统,本文结合颜色信息和人脸构造特征,提出了一种从序列图像中实现人脸分割与识别的新方法.该方法基于混合高斯模型与贝叶斯判别技术,分两步实现,即运动目标分割和人脸特征识别.首先,通过建立自适应的混合高斯模型,对背景图像建模,分割出前景运动人体区域;然后采用贝叶斯判别法对人脸区域进行识别.实验结果显示,该方法具有很高的检测精度和较低的漏警率,具有良好的实用价值和工程应用前景.     

混合矩阵为病态情况下的盲信号提取快速算法

在盲信号提取技术中,当混合矩阵是病态情况（混合矩阵奇异或欠定）时,根据混合矩阵秩的性质,提出了在该情况下的盲信号可提取性判据,并给出了一种可提取信号的快速提取算法。该算法中只使用了待提取信号与其他观测量之间的四阶累积量,而不需要计算各个观测量之间的四阶累积量,因此大大减少了算法的复杂度。先提取信号的误差没有对后提取的信号产生累积,因此提高了提取信号的精确度。该算法简单。仿真结果表明该算法有效,并且有很好的性能。     

基于GMM与改进MCE训练的说话人识别研究

在应用最小分类错误（MCE）准则对识别说话人的高斯混合模型（GMM）训练中,采用一个权重函数来确定说话人模型参数调整量的权值,使得比较近的竞争说话人模型的权值大,比较远的竞争说话人模型的权值小。并采用梯度概率递减算法来实现损失函数的最小化,有效提高了说话人识别的速度和精度。     

基于HMM和GMM的维吾尔语联机手写体识别研究

给出了一个基于HMM和GMM双引擎识别模型的维吾尔语联机手写体整词识别系统。在GMM部分,系统提取了8-方向特征,生成8-方向特征样式图像、定位空间采样点以及提取模糊的方向特征。在对模型精细化迭代训练之后,得到GMM模型文件。HMM部分,系统采用了笔段特征的方法来获取笔段分段点特征序列,在对模型进行精细化迭代训练后,得到HMM模型文件。将GMM模型文件和HMM模型文件分别打包封装再进行联合封装成字典。在第一期的实验中,系统的识别率达到97%,第二期的实验中,系统的识别率高达99%。     

基于聚类和排序高斯混合模型的说话人确认

基于高斯混合模型(GMM)-通用背景模型(UBM)结构的说话人确认系统不能完全表现说话人的个性特征信息。为此,将聚类方法和排序高斯混合模型相结合,对每个高斯分量按照对应排序值顺序排列,并对UBM进行训练。基于NIST 06 8side-1side数据库的实验结果表明,该方法能在基本保持系统识别性能的前提下,降低UBM的训练运算量。     

应用改进混合高斯模型的运动目标检测

在运动目标检测过程中,背景建模对目标提取至关重要,而混合高斯模型是目前背景建模中较流行的方法之一。针对混合高斯模型中存在的不足做了两点改进：（1）混合高斯模型是对各点孤立建模,对于拥有较高的分辨率的图像运算量较大,引入分块建模思想,可以明显提高目标检测的速率而且考虑到像素点之间的空域信息;（2）混合高斯模型对运动目标停留在场景中某一位置停留过长时,会出现将前景转化成背景,以致于产生目标在场景中消失的现象,根据目标在场景中运动与静止的情况,决定是整帧更新还是只更新背景区域。通过实验可以得出,该算法在不影响识别的情况下可以显著地提高运动目标的检测速率,而且可以减少部分噪声,另外也能有效地克服目标转化为背景的情况,从而保持了运动目标出现的连续性。     

动态场景的自适应高斯混合模型的研究

混合高斯模型能够拟合像素颜色值分布、跟踪复杂的场景变化,基于它的算法已经成为对视频序列实施背景减法时的一个标准背景建模方法。分析了GMM算法的理论框架,提出了算法改进的两个方面：模型参数更新和BG/FG分类决策。在综述各种已有的算法的基础上,从学习因子控制、模态个数调节、算法评价以及算法初始化等几个方面展开分析。这些分析结果将为后续研究提供思路和方向。     

小波域能量谱和非线性降维的病理嗓音识别

提出了一种病理嗓音小波域建模分析方法并对病理嗓音进行识别。首先对病理嗓音进行多尺度连续小波变换时频分析,然后对沿尺度轴方向的能量谱进行高斯混合建模,采用最大似然估计方法求解得到模型统计学参数作为特征参数,并且使用改进的动态加权局部线性嵌入方法对特征参数进行非线性降维处理。实验结果表明,小波域能量谱特征经过非线性降维后对病理嗓音的识别率达到97.45%,改进的动态加权局部线性嵌入方法降维效果优于主成分分析和局部线性嵌入方法。     

基于分裂EM算法的GMM参数估计

期望最大化(Expectation Maximization,EM)算法是一种求参数极大似然估计的迭代算法,常用来估计混合密度分布模型的参数。EM算法的主要问题是参数初始化依赖于先验知识且在迭代过程中容易收敛到局部极大值。提出一种新的基于分裂EM算法的GMM参数估计算法,该方法从一个确定的单高斯分布开始,在EM优化过程中逐渐分裂并估计混合分布的参数,解决了参数迭代收敛到局部极值问题。大量的实验表明,与现有的其他参数估计算法相比,算法具有较好的运算效率和估算准确性。     

结合小波变换与图像分割的快速目标提取

基于图割理论的GrabCut算法具有全局最优性和结合多种知识的统一性,但其基于全部像素点的参数估计以及为达到一定分割精度采取的迭代求解模式,使算法效率大大降低。以GrabCut算法为基础,通过小波变换将图像分解,用分解后低频图像的像素点作为GMM参数迭代估计的样本点,减小了问题规模。实验结果表明,算法的效率得到较大提高。     

基于自适应阈值的运动目标检测方法

针对混合高斯背景减除法在运动目标检测应用中存在的不足,进行了以下两个方面的改进：第一,通过在混合高斯模型匹配中引入自适应匹配阈值的方法,解决由噪声或光照引起的误判问题;第二,在模型学习方面,采用不同的权重学习速率以检测静态背景区域,并提高模型的自适应性。实验结果表明,与传统的混合高斯模型的运动目标检测方法相比,改进后的方法在背景误判、场景适应性方面都有所改善。     

基于ICA特征的运动阴影检测算法

为防止运动阴影在视频图像序列中被错误地检测为目标,必须提高阴影检测算法的准确性和普适性。为此,从独立分量分析(ICA)的原理及其特性出发,提出一种基于空间变换技术的运动阴影检测算法。该算法通过对视频序列建立高斯混合背景模型产生自适应背景,利用ICA技术对其进行空间变换提取特征,再通过背景与当前帧图像对应像素点在特征空间的位置特征来分类运动阴影与前景目标。实验结果表明该方法能够较好地抑制噪声,减少光照变化的影响,准确地检测出阴影。