一种具有鲁棒性的语音激活检测方法

本文提出了一种对于不同背景噪音具有鲁棒性的语音激活检测(VAD)算法.首先,该算法基于统计模型理论、线性预测原理以及自适应时变噪声参数估计方法,在时域和频域中共提取了四个特点不同的特征参数作为分类器的输入特征矢量,然后应用支持向量机(SVM)的方法,进行语音激活检测.最后,通过在不同噪音环境下的对比实验结果,验证了本文所提出的算法在中低信噪比情况下的检测性能要优于ITU G.729B中的VAD算法.     

一种基于支持向量机的含噪语音的清/浊/静音分类的新方法

本文将支持向量机(SVM)方法应用于语音信号的清/浊/静音检测中,提出并验证了一种在各种信噪比等级下将语音信号有效地分为清音、浊音和静音三类信号的新型分类算法.首先,在高信噪比情况下,本文采用了G.729B VAD中的四个差分参数作为SVM分类器的输入特征参数,进行了静音分类的对比实验,得到了优于G.729B VAD和BP神经网络传统算法的实验结果,说明引入这种机器学习方法做语音分类是可行的,并分析讨论了在核函数不同的情况下支持向量机在实验中所表现出的性能.其次,又讨论了在低信噪比条件下,如何通过对含噪语音建立统计模型,提取对噪音免疫的统计特征参数,并给出了一种对时变背景噪声自适应的估计方法.最后,通过在不同噪音环境下的对比实验结果,验证了本文所提出的算法在中低信噪比情况下的分类性能要优于其他传统算法.     

基于支持向量机的语音隐藏信息盲检测方法

描述了一种基于支持向量机(SVM)的语音隐藏信息盲检测方法.该方法先用方差分析法(ANOVA)选择语音质量评估参数种类和数量,将挑选出的语音质量评估参数用于SVM分类机的训练,通过SVM的学习对可疑的语音进行隐藏信息盲检测.实验结果表明,该方法对常用的变换域信息隐藏方法有较好的检测效果.     

基于矿用可穿戴设备与智能分析算法的数据处理技术研究

针对采矿作业人员的身体健康监测问题,文中提出了一种基于矿用穿戴设备智能数据分析的采矿作业人员健康状态评估方法.该方法结合了多源数据融合方法和支持向量机(SVM)算法,对矿用可穿戴设备采集的数据进行预处理;在数据分析层面进行多源数据融合;采用小波变换方法提取数据特征参数,并将特征参数作为支持向量机算法的输入;计算出采矿作...     

基于SVM及多目标遗传算法的光刻热点检测

提出一种基于支持向量机(SVM)及多目标遗传算法(GA)的集成电路版图光刻热点检测方法。首先对版图样本进行离散余弦变换(DCT)以提取样本的频域特征,然后基于这些样本训练SVM分类器以实现对光刻热点的检测。采用多目标遗传算法(GA)对频域特征进行选择,并同时优化SVM分类器的相关参数。实验结果表明,本光刻热点检测方法可以有效提高版图光刻热点检测的精度和效率。     

基于MFCC和二乘向量机的话者识别系统

讨论了以二次等式约束条件为基础的一种改进的向量机即最小二乘向量机(LSSVM)算法,用其对话者进行识别,并与传统的支持向量机(SVM)进行了识别比较。实验中,采用美尔倒谱系数(MFCC)作为话者语音特征参数。实验表明,基于LSSVM的话者识别比传统的SVM话者识别计算复杂度小,训练时间短,效率更高;同时,识别率也有一定的提高,对话者识别有很强的适应性。     

移动摄像机环境下基于特征变换和SVM的分级行人检测算法

 本文提出了一种应用于单目移动摄像机的基于特征变换和支持向量机(Support Vector Machine,简称SVM)的coarse-to-fine行人检测方法.首先,用查找表(Look-Up Table,简称LUT) Gentle AdaBoost Cascade训练一个粗级的行人检测器.接着把粗级的行人检测器的每一段分别作为一个特征,并用能通过粗级行人检测器的正负样本来训练基于SVM的精密级行人检测器.最后,采用基于颜色和空间信息的时序分析方法进一步提高行人检测率和降低误报率.从实验结果可以看出我们算法的高效性.     

基于遗传算法优化支持向量机的交通流量预测

为了得到性能优越的SVM预测模型,实现城市交通流量的准确预测,文中提出基于遗传算法优化支持向量机(GA-SVM)的城市交通流量预测方法.其中通过遗传算法对SVM中的训练参数进行优化处理,以得到优化的SVM预测模型.实验结果表明:用GA-SVM对城市交通流量预测,预测精度远优于人工神经网络.     

基于映射-归约模型的SVM可扩展硬件实现架构

为了提高支持向量机(SVM)在嵌入环境中的适用性,提出了一种用于SVM训练和分类的可扩展硬件架构,并基于FPGA平台测试了其性能.基于映射-归约(MapReduce)模型分析提取出SVM算法中的并行性,并进一步映射至多个并行处理单元.实验表明,该架构可基于定点运算单元有效地完成SVM训练和分类,并具有良好的可扩展性.     

采用决策层融合的人脸语音识别技术

在信息融合的基础上提出采用基于决策层融合的多生物特征识别技术.对人脸图像采用基于主成分分析(PCA)与线性判别分析(LDA)结合的识别方法;对语音信息采用基于Mel倒频谱系数(MFCC)与混合高斯模型(GMM)的识别方法.将人脸识别子系统和语音识别子系统的输出结果作为决策层支持向量机(SVM)的输入,经过线性核函数SVM分类器融合后得到最终结果.该方法有效的提高了系统的识别率.     

基于竞争网络的语音激活检测研究

本文提出了一种新的语音激活检测算法,这种方法基于竞争神经网络,主要应用了自组织特征映射网络并结合学习向量量化算法进行实现,并与其它神经网络算法进行了比较。该算法在多种噪声背景下具有较强的鲁棒性,仿真结果表明,这种基于竞争神经网络的算法优于ITU—T G．729B建议的算法。     

AN SVAD ALGORITHM BASED ON FNNKD METHOD

The capacity of mobile communication system is improved by using Voice Activity Detection (VAD) technology. In this letter, a novel VAD algorithm, SVAD algorithm based on Fuzzy Neural Network Knowledge Discovery (FNNKD) method is proposed. The performance of SVAD algorithm is discussed and compared with traditional algorithm recommended by ITU G.729B in different situations. The simulation results show that the SVAD algorithm performs better.     

结合SVM与免疫遗传算法设计IDS的检测算法

提出一种将支持向量机(SVM)与免疫遗传算法(IGA)相结合而设计的网络入侵检测系统的检测算法,利用SVM构造分类器,在自体集不完全的基础上,实现动态识别,完善抗体集,降低自免疫反应发生的概率.实验表明该算法可以提高入侵检测的准确性和有效性,同时维持了一个较低的误报率.     

运用高阶累积量和SVM的调制自动识别

针对数字信号调制模式识别问题,提出了运用高阶累积量和二叉树支持向量机（SVM）进行 自动识别的算法。该算法首先使用信号的四阶、六阶、八阶累积量构造了5个新的分类特征 ,然后利用二叉树支持向量机分类器实现了8种信号的有效分类。仿真结果表明,该算法优 于直接多类分类支持向量机算法,在信噪比大于5 dB时,识别率达到90%以上。     

基于LPCC和能量熵的端点检测

为提高语音端点检测系统在低信噪比下检测的准确性,提出了一种基于倒谱特征和谱熵的端点检测算法.首先,根据分析得到待测语音帧的倒谱特征量,然后计算该特征量分别在通过训练得到的语音和噪声的高斯混合模型下的似然概率,通过两者概率的比较作出有声无声初判决;联合能量熵端点检测结果得到最终判决,最后通过Hangover机制最大限度的保护了语音.实验结果表明,此方法改善了能量熵端点检测法在babble噪声下的劣势,且在不同噪声环境下均优于G.729 Annex B的性能.     

基于概率密度并联距离的话音检测算法

该文提出了一种基于概率密度并联距离的话音激活检测算法。算法根据语音信号和噪声信号的Mel域子带能量概率密度的不同特性,引入并联距离定义构造判决函数,通过判断该函数的值来进行语音激活检测。实验结果表明,在不同信噪比情况下,该文算法性能优于G.729B VAD算法。     

应用Gabor小波和支持向量机的纹理分类

针对现有纹理分类算法的局限性,提出了一种基于Gabor小波和支持向量机的纹理分类算法.首先提取纹理Gabor分解后各子带的均值和方差作为特征向量,进而利用支持向量机算法实现分类.实验结果表明,与传统的分类方法相比,Gabor小波和支持向量机相结合能有效地提高分类正确率.     

Statistical model-based voice activity detection using support vector machine

From an investigation of a statistical model-based voice activity detection (VAD), it is discovered that a simple heuristic way like a geometric mean has been adopted for a decision rule based on the likelihood ratio (LR) test. For a successful VAD operation, the authors first review the behaviour mechanism of support vector machine (SVM) and then propose a novel technique, which employs the decision function of SVM using the LRs, while the conventional techniques perform VAD comparing the geometric mean of the LRs with a given threshold value. The proposed SVM-based VAD is compared to the conventional statistical model-based scheme, and shows better performances in various noise environments.     

基于共生特性的G.729A基音调制信息隐藏的检测

提出了一种G.729A自适应码本分组基音调制信息隐藏的检测算法.对语音码流的分析发现,通过基音预测进行信息隐藏将改变相邻语音帧中基音周期估计值的共生特性.通过量化这种共生特性,并经过PCA(Principal Component Analysis,主成分分析)降维获得对隐写检测敏感的特征向量.最后基于特征向量和SVM (Support Vector Machine,支持向量机)构建隐写检测器.对不同语音样本数据集的检测表明,当语音长度在2s及以上时,检测正确率均超过96%.此检测算法是一种有效的压缩域信息隐藏检测方法.