基于HMM算法的语音识别系统设计及其混合编程实现

介绍了连续M元高斯混合密度的隐马尔可夫语音识别系统，提出了一种基于分段K平均法的初始化模型参数方法；将可靠性度量方法结合到Baum-Welch重估算法中去，简化了算法复杂度。系统的实现采用C＋＋与Matlab混合编程，提高了整个系统的开发效率。     

音频编解码器TLV320AIC23及其与DSP接口设计

介绍TI公司的立体声音频CODEC TLV320AIC23芯片的功能、内部结构、引脚排列；给出通过DSP串行口配置它所特有的内部控制寄存器的方法，使得设计更加灵活；可以实现和DSP无缝接口；从硬件和软件两个方面，给合该芯片串行口工作时序图，讨论与TMS320VC5409DSP的接口设计。     

基于相机风格转换的行人再识别

不同相机间的风格变化是行人再识别领域的一个重要挑战,为了平滑相机风格差异,丰富行人样本的多样性,本文通过风格转换方法显式学习相机间的不变特征。具体来说,利用循环一致性生成对抗网络为每个行人生成具有其他相机风格的转换图像,并与原始样本一起组成增强数据集进行训练;另外,本文使用注意力机制对特征通道进行重新加权以提取更具判别力的行人外观特征,最后使用多任务损失对再识别网络进行监督训练。实验结果表明,本文方法在公开数据集Market1501和DukeMTMC-reID上的mAP和top-1指标分别达到了86.5%,95.1%以及77.1%,87.2%,优于现有算法。相机风格转换作为一种数据增强方法,有效扩充了数据集并降低了人工标注成本,同时提升了在多摄像机场景下的识别准确性。     

基于熵功率的手写识别系统设计

为了使语言障碍者克服障碍,通过电话等现代通信手段与其他人进行语言沟通,设计了一套实用且低成本的手写识别语音播报系统.语言障碍者在触摸屏上书写汉字字符,书写轨迹坐标经过处理转化为二值图像,再经过坐标数据的平均化、平滑处理、非线性规范、改进的Bresenham算法等预处理操作,最后调用基于熵功率的字符识别算法.字符识别完成后,将识别得到的字符编码分帧发送至TTS语音器件输出模拟音频.实验证明该系统识别准确率较高,平均达到92%,接近实际应用标准,因此该系统具有一定实用性和市场价值.     

基于熵功率的手写识别系统设计

为了使语言障碍者克服障碍，通过电话等现代通信手段与其他人进行语言沟通，设计了一套实用且低成本的手写识别语音播报系统。语言障碍者在触摸屏上书写汉字字符，书写轨迹坐标经过处理转化为二值图像，再经过坐标数据的平均化、平滑处理、非线性规范、改进的Bresenham算法等预处理操作，最后调用基于熵功率的字符识别算法。字符识别完成后，将识别得到的字符编码分帧发送至TTS语音器件输出模拟音频。实验证明该系统识别准确率较高，平均达到92％，接近实际应用标准，因此该系统具有一定实用性和市场价值。     

语音激励下的耳蜗传输特性

本文根据语音可以表示为有限项正弦级数的理论，在把耳蜗流体视为实际的粘性流体的条件下，建立了一种瓣的听觉模型，并在频域上求出了模型的传输函数。本文给出的听觉模型与传统的听觉模型在数学结构上非常接近，所不同的是前者避免了求格林函数以及由此而带来的卷积运算，因此，结构更加简化。在不计及中耳影响的条件下，新模型的传输特性曲线比传统模型的传输特性曲线有较大的改进。     

空间二叉树排序查找算法及其在网络游戏中的应用

在网络游戏服务器中,查找效率是影响服务器工作性能的一个关键性因素.首先分析了几个目前比较常用的查找方法,并在此基础上,结合网络游戏的特点,提出了一种以空间二叉树为索引表构成的索引表排序查找算法.它具有排序工作量低,查找速度快等特点,特别适合于网络游戏中的事件查找.实验结果表明,它比其他的一些传统查找方法在速度上有了近百倍的提高.     

无线传感器网络中的模糊信息暴露路径分析

研究无线传感器网络中的模糊信息暴露路径,提出模糊信息暴露最佳(最差)路径算法,根据传感器覆盖半径、融合参数以及覆盖阈值,建立模糊覆盖模型。分析覆盖强度融合因子与融合参数对路径信息暴露强度的影响。仿真结果表明,与概率覆盖模型相比,模糊覆盖模型的最差路径信息暴露强度更小、最佳路径信息暴露强度更大。