一种区域基图象编码新方法

本文提出了一种基于区域的图象编码新技术，它根据图象区域灰度分布特点，以灰度误差最小平方和为准则，采用四向递归二分法逐渐将图象表面划分为若干凸多边形，使之逼近原始图象．软件模拟实验表明，当头肩灰度图象压缩比超过20：1时，重建图象主观质量仍然较好．文中介绍了区域基和表面描述图象编码方法，着重论述了四向递归二分法的基本原理和算法，同时给出了若干实验结果。     

基于频谱合成的自然地形生成方法

逼真模拟自然场景中的地形 ,是计算机图形学研究的一个重要课题。近年来 ,利用分形技术生成视觉效果良好的地形成为研究的热点。但是 ,目前存在的分形方法 ,生成的分形地形均是各向同性的。而真实自然地形往往是各向异性的。为此 ,本文基于频谱合成法 ,提出并实现了一种生成各向异性分形地形的新方法 ,该方法通过指定分形曲面谱密度来实现分形的各向异性。最后 ,利用统计方法计算出分形曲面在不同方向上的分形维数 ,实验结果表明 ,曲面是各向异性的 ,算法是正确且有效的     

一种改进的CP网络学习算法

本文针对学习CP网络在训练过程中出现的不稳定性提出了一种改进的CP网络学习算法。由于这种改进的学习算法在训练过程中将希望输出的信息传递给第一层权值，因此它有效地克服了CP网络训练过程中的不稳定性，避免了网络在训练过程中陷于局部最小点。本文最后给出了一个实例，通过这一实例可以看出改进的学习算法明显地优于传统的学习算法。     

数字水印技术及其在网络化多媒体版权保护中的应用

数字水印是一种在数字多媒体中嵌入秘密信息，藉此辨识真实拥有，从而可达到保护知识产权及网上信息安全的目的。首先介绍了数字水印的基本原理和方法，并以区域DCT为例给出了其嵌入及检测的流程和技术要点，包括实验结果及分析讨论。最后还对该技术的发展及应用前景做了展望。     

锥形核广义类时-频分布及其对语音的描述

语音的传统短时傅立叶分析方法不仅要假设语音具有准稳定性,而且其时间分辨率和频率分辨率存在着折衷。本文采用具有锥形核的广义类时-频分布(CK-GTFD)描述方法,并重点考察了它的瞬态响应和压缩交叉项的能力,结果表明,它不仅能同时获得好的时间分辨率和频率分辨率,对多分量信号也能精确地描述。最后,通过对语音的爆破音-元音转换段,以及元音-鼻辅音转换段的描述,表明了它在语音共振峰频谱描述、声门关闭时间确定,以及辅音-元音划分等方面的优势,为语音特征提取和识别打下了基础。     

基于三音素动态贝叶斯网络模型的大词汇量连续语音识别

考虑连续语音中的协同发音现象,基于词-音素结构的DBN(WP-DBN)模型和词-音素-状态结构的DBN(WPS-DBN)模型,引入上下文相关的三音素单元,提出两个新颖的单流DBN模型:基于词-三音素结构的DBN(WT-DBN)模型和基于词-三音素-状态的DBN(WTS-DBN)模型.WTS-DBN模型是三音素模型,识别基元为三音素,以显式的方式模拟了基于三音素状态捆绑的隐马尔可夫模型(HMM).大词汇量语音识别实验结果表明:在纯净语音环境下,WTS-DBN模型的识别率比HMM,WT-DBN,WP-DBN和WPS-DBN模型的识别率分别提高了20.53%,40.77%,42.72%和7.52%.     

一种改进的面向MPEG的区域DCT数字水印方法

研究了一种改进的基于DCT的MPEG视频水印技术,利用MPEG标准的压缩方法及视频流的特点,主要讨论了基于帧内编码的水印嵌入方法,并详细给出了有关算法设计实现的过程及仿真结果。实验证明本方法嵌入的水印不仅能够很好的在MPEG压缩中生存,同时能够防御多种干扰和攻击,具有相当高的稳定性和鲁棒性。     

用组合不变量进行模式识别的一种新方法

用与目标的位置、大小、方向和其他变化无关的特征来识别目标是模式识别领域的一个热点。现存的基于不变特征的二维模式识别方法在目标被模糊了情况下都无法精确识别。本文提出了一种可解决上述问题的新的模式识别方法。该方法用组合不变量作为图像特征,以加权规格化互相关作为分类技术。在分类过程中,使用每一类的所有原型的第k个特征的类内标准方差的均值作为加权因子以提高识别率。对头像的数字试验证实了组合不变量特征对图像的平移、伸缩、旋转和模糊变换的不变性和该模式识别方法的可行性。     

说话人确认中针对语音编码差异的似然比得分补偿方法

多编码环境下的说话人确认常常遇到训练和测试语音编码不匹配问题，导致性能显著下降。提出了一种针对语音编码差异的似然比得分补偿方法，不但可以消除编码差异，还便于设计与编码无关的单一阈值。该方法通过采用极大似然语音编码检测器，对输入语音信号经历的编码算法进行标注，并估计相应编码造成的似然比得分分布的畸变，最后在说话人确认时校正这一差异。实验结果表明，这一方法能够显著提高训练和测试编码不匹配时的确认性能，使等错误率平均降低3．11％，逼近了匹配时的结果，从而提高了说话人确认系统的稳健性。     

一种新的基于感知轮廓描绘子的自动步态识别方法

通过步态远距离识别人的身份是生物特征识别领域的1个研究热点。文中提出了一种新的基于感知轮廓描绘子的自动步态识别方法。通过检测步态序列中的行人，利用内边界跟踪算法提取出人的二值轮廓，并将其表示成为一维感知轮廓描绘子；使用主成分分析法将步态特征映射到低维特征空间中进行训练和分类，从而实现身份识别。实验结果验证了该方法的有效性。