基于纯度和BBN算法的无监督的话者聚类

由于说话人之间声学特征上的差异,可以将来自于不同说话人的语音段按照话者之间的相似程度进行聚类.在语音段长度不等和说话人数目未知的情况下,本文提出了一种基于纯度信息的不同话者语音段的无监督聚类方法.首先为每个语音段分别建立GMM模型,通过模型似然比计算和GLR距离测度获得语音段之间的相似程度,对语音数据集进行无监督的分级聚类.采用纯度信息和BBN算法进行每级聚类的聚类质量和效果计算,并以此进行分级聚类的剪枝选择.文中给出了平行剪枝和最优剪枝两种剪枝方法及剪枝的评估方法.实验表明,该方法具有较好的聚类效果.     

基于PSPICE的电路优化设计

PSPICE软件是目前应用最广的电子线路仿真软件,它提供的电路设计优化程序Optimizer可以对电路进行最优化设计,使设计的电路性能更加理想.介绍电路优化设计的条件和步骤,并利用优化设计器Optimizer对两级小信号调谐放大器进行最优化设计,结果表明用优化设计器可以很方便地使电路的指标达到最优化,为提高设计的准确性和设计效率提供依据.     

梯度方向直方图在语谱图映射中的应用

语谱图是显示时变频谱幅度特征的图形,基于梯度方向直方图建立语谱图之间的映射关系,找出它们对应的频率结构,为说话人规整及进一步的语音处理提供了途径。在提取特征参数之前,用梯度方向直方图描述语谱图中点的特征,进而实现两个说话人的语谱图在频率轴上的非线性映射,其实质是在频率点相似性的条件下,运用动态规划准则的最佳匹配问题。在TIDIGITS数据库上的实验表明,该方法在训练集与测试集不匹配时能明显降低系统的误识率。     

基于发音特征的音视频说话人识别鲁棒性的研究

 人类对语音的感知是多模态的,会同时受到听觉和视觉的影响.以语音及其视觉特征的融合为研究核心,依据发音机理中揭示的音视频之间非同步关联的深层次成因,采用多个发音特征的非同步关联,去描述表面上观察到的音视频之间的非同步,提出了一个基于动态贝叶斯网络的语音与唇动联合模型,并通过音视频双模态的多层次融合,实现了说话人识别系统鲁棒性的提高.音视频双模态数据库上的实验表明了,在不同语音信噪比的条件下多层次融合均达到了更好的性能.     

可编程控制器技术在过程控制中的应用

本文介绍了两段式煤气发生炉的工艺特点，以及采用可编程控制器技术的过程控制系统。重点介绍了该系统的硬件及软件。     

基于Adaboost的安全带检测系统

安全带检测是智能交通系统中的一个重要研究课题.介绍了一个在公路复杂背景下,基于Adaboost的安全带检测算法.该算法的主要思想是,首先通过Adaboost算法检测车窗、驾驶员和安全带3个部件,对各部件进行粗定位,然后使用车辆各部件位置关系和各部件检测的得分训练一个高斯混合模型,最后通过高斯混合模型对安全带区域进行精细定位.该方法在收集的动态摄像头数据库和静态摄像头数据库上均表现良好.     

多负例对比机制下的跨模态表示学习

为了有效地获取到更有区别性的跨模态表示,提出了一种基于多负例对比机制的跨模态表示学习方法——监督对比的跨模态表示学习（supervised contrastive cross-modal representation learning,SCCMRL）,并将其应用于视觉模态和听觉模态上。SCCMRL分别通过视觉编码器和音频编码器提取得到视听觉特征,利用监督对比损失让样本数据与其多个负例进行对比,使得相同类别的视听觉特征距离更近,不同类别的视听觉特征距离更远。此外,该方法还引入了中心损失和标签损失来进一步保证跨模态表示间的模态一致性和语义区分性。为了验证SCCMRL方法的有效性,基于SCCMRL方法构建了相应的跨模态检索系统,并结合Sub_URMP和XmediaNet数据集进行了跨模态检索实验。实验结果表明,SCCMRL方法相较于当前常用的跨模态检索方法取得了更高的mAP值,同时验证了多负例对比机制下的跨模态表示学习具有可行性。     

基于模糊神经网络的机械故障诊断方法的研究

本文针对机械传动系统典型零部件的故障，应用振动谱分析方法，给出故障诊断的模糊规则，并采用模糊神经网络实现诊断推理，文中举例说明了该诊断方法。     

一种适于非特定人语音识别的并行隐马尔可夫模型

为了适合非特定人语音识别,提出了一种由多条并行马尔可夫链组成的并行HMM(Parallel Hidden Markov Model,PHMM),从而融合了基于分类的语音识别中为各个类别建立的模板,提高了识别性能,各条链之间允许有交叉,使得融合的多模板之间存在状态共享,同时PHMM可以在训练过程中自动完成聚类,且测试语音的输出结果来自所有类别,无需聚类分析和类别判断,这些都减少了存储量和计算量,汉语非特定人孤立数字的识别实验表明,PHMM较之传统CHMM使识别性能及噪声鲁棒性都得到了改善。