基于中文TTS技术研究

TTS（Text To Speech,即文本转换为语音）让电脑“像人一样开口说话”。随着电脑技术的飞速发展,TTS技术在最近几年也逐渐成熟。本文通过对TTS技术的语法分析,音调分析,语音合成的三个关键方面,重点进行研究。     

基于区域特征分析的层级有序码书目标检测算法

针对原码书算法在检测中码字匹配效率低以及在复杂背景下检测精确度差的问题, 提出了一种基于区域特征分析的层级有序码书目标检测新算法。首先, 利用一种新颖的“码书—码章—码字”三级结构用以精确划分码书, 在优化了码字参数之后, 将码字按访问频度进行排序并组织成定长列表。实验数据表明, 该优化策略显著地提高了算法的实时性。其次, 提出一种基于局部方向模式的运动边缘标记法, 较好地克服了噪声的影响, 并准确而完整地获取了运动物体的边缘信息。最后, 将运动边缘轮廓区域与码书区域融合, 得到了准确的运动目标。算法在时间域和空间域构建了一个能精确反映运动目标本质属性的立体模型, 经实验验证, 本算法在有随机噪声及光照变化影响的场景中, 仍有较高的识别率和较好的鲁棒性。     

一种改进的双向聚类算法及其在销售分析中的应用*

传统聚类认为每个对象与所有属性均有关系,只是将对象进行聚类,为了克服这一不足,提出基于合并双聚类模型(Merge BiCluster Model,MBCM)的算法,采用将对象和属性同时进行聚类,找出与一组属性有关的相近对象.实验证明,该方法更为快速,能够得到更加精确的结果.     

基于小波逼近变换的非线性分布参数系统辨识

利用Haar小波正交规范基的微分运算矩阵及其运算性质,将描述一类非线性分布参数系统的偏微分方程转化为代数矩阵方程,结合最小二乘法,确定出待辨识的系统参数,避免了对偏微分方程进行多重积分运算的繁琐;并且,可以不考虑初始条件和边界条件,较其他采用积分运算矩阵的辨识方法要简单得多,简化了分布参数系统辨识的求解过程。该方法简单,计算量小,辨识精度高。仿真结果表明了该算法应用在非线性分布参数系统辨识中的有效性。     

基于前缀路由策略的无线传感器网络任播路由协议

无线传感器网络经常出现节点、链路暂时性失效的现象,而重新建立通信树需要消耗大量资源。针对这一问题,提出一种基于前缀路由策略的无线传感器网络任播路由协议。该协议采用一个轻量级的路由发现过程以构建新的任播路径,并采用基于前缀标签的单播查询方法。与广播相比,单播查询可以避免在网络中充斥大量路由消息包;前缀标签可以帮助协议快速找到路径较短的新的任播路径。与传统标签方法相比,该协议 的前缀标签开销(存储大小)有所增加,但增加幅度不大(不超过log₂₃倍)。实验证明,相比于传统的基于通信树的任播路由协议,当查找新的替代任播路径时,该协议具有较低的路由查询开销(消息包数量)、较强的路由查询能力和较优的端对端传输时延性能。     

基于生存分析的GPS轨迹缺失规律挖掘

近年来,智能交通系统(Intelligent Transportation Systems,ITS)已成为提高交通系统性能和增强出行安全性的有效方式。但随着系统数据量的增加,数据缺失问题日益严重,其中由于车载GPS信号丢失导致的轨迹数据缺失是主要的研究问题之一。引起GPS轨迹缺失的原因的多样性造成数据补全工作困难,且至今很少有关于轨迹缺失规律的研究。针对GPS信号丢失原因多样化的问题,基于大量真实数据,首次将生存分析应用于数据缺失领域,提出了基于生存分析的GPS轨迹缺失规律挖掘模型(Survival Analysis-Missing Trajectory Pattern Mining,SA-MTPM)。首先通过生存函数描述信号丢失时长与丢失原因的关系,然后利用Cox回归模型分析信号丢失的关键因素。使用上海市强生出租车公司一个月内13666辆车的数据进行实验,结果表明GPS轨迹缺失存在一定规律,据此可以方便地对信号丢失事件进行识别分类,为进一步对大数据进行研究提供了参考。     

共享验证的门限代理签密方案

将共享验证和签密的概念引入到门限代理签名中,构造了一个安全有效的共享验证的门限代理签密方案。该方案不仅实现了门限代理签密,而且还实现了指定验证组中的不少于t个验证人一起才能恢复消息,验证签密的特性。另外,该方案还具有消息保密性、可公开验证性和公开信道授权的优点。     

基于可信计算和HIP的Web数据库安全模型

为解决现有Web数据库系统在多宿主、可移动网络环境中的应用安全问题,引入策略执霂模块(PEM),提出一种基于可雷计算和主机标识雟议(HIP)的Web数据库安全模雿。使用HIP对平台身份进霂验证,利用可雷计算模块确保平台安全。分析结果表明,该模雿具有较好的安全霆,在支持主机移动和多宿主应用的同时,能够抵御病毒、木马等平台内部危害以及拒绝服务攻击、中间人攻击等网络威雤。     

TL-SVM:一种迁移学习新算法

迁移学习旨在利用大量已标签源域数据解决相关但不相同的目标域问题. 当与某领域相关的新领域出现时, 若重新标注新领域, 则样本代价昂贵, 丢弃所有旧领域数据又十分浪费. 对此, 基于SVM算法提出一种新颖的迁移学习算法—–TL-SVM, 通过使用目标域少量已标签数据和大量相关领域的旧数据来为目标域构建一个高质量的分类模型, 该方法既继承了基于经验风险最小化最大间隔SVM的优点, 又弥补了传统SVM不能进行知识迁移的缺陷. 实验结果验证了该算法的有效性.     

不确定环境下智能大厦空调系统调度策略评估

近年来,智能大厦的概念在国内外受到了高度的关注.相比于传统的建筑,智能大厦更加节能、舒适、易维护,已成为未来建筑的发展趋势.作为智能大厦空调通风系统的关键部分,空调系统及其调度策略决定了大厦整体的节能效果以及大厦中用户的舒适度.然而由于智能大厦所处的环境具有许多不确定因素,这极大增加了空调系统调度策略设计与评估的复杂程度.因此如何设计与评估不确定环境下空调系统的调度策略成为了智能大厦设计者面临的一大挑战.已有的方法主要针对智能大厦空调系统进行能耗与性能等方面的分析,但尚未有方法针对调度策略本身进行分析与评估.提出了一种基于价格时间自动机的调度策略评估框架,支持对不确定环境下的智能大厦进行精确建模与定量评估.该框架使用UPPAAL-SMC作为属性查询引擎对模型进行随机模拟运行,根据模拟结果对不同调度策略下大厦的能耗及用户的舒适度进行定量分析.实验结果表明,该方法能有效地帮助设计者进行策略的制定和选取.