基于音位属性检测的PSPL改进方法

为了提高PSPL(position specific posterior lattices)作为语音文档索引时的检索性能,提出一种基于音位属性检测的PSPL改进方法。该方法首先根据信源熵准则找出原始PSPL中不确定度较大的词弧集合,然后利用音位属性对这些词弧集合进行识别结果修正以及后验概率重估,从而实现对PSPL数据结构的改善。实验结果表明,改进后的PSPL在包含更多正确识别结果的同时,解决了后验概率取值不准确的问题,其解码性能和检索性能均优于原始PSPL。     

输美服装因未标注纤维成份遭退运

据报道,一批输美服装由于未标注纤维成份,不符合美国《纺织纤维产品识别法》的相关要求而被退运。这是江阴出口纺织服装产品首次因标示不合格而导致退运。     

一种基于ARM和Linux的超高频读写器设计

射频识别技术(RFID)是最近几年来发展最快的非接触自动识别技术,无论在理论上,还是在实际应用都非常理想.尤其是超高频(UHF) RFID技术,它具有读取距离远、识别速度快、识别多标签能力强等优点,广泛应用于高速公路不停车收费、物流管理、肉食品安全方面的货源跟踪、门禁考勤管理、机密文件管理等领域.文章以嵌入式技术为研究背景,结合软硬件开发平台,给出了一种基于ARM和Linux的超高频读写器设计思路.     

大港油田盐水泥浆测井影响分析研究

结合歧北斜坡地区的地层水性质,借鉴多口盐水泥浆井的测井资料及试油结果,利用泥浆侵入后非储集层比储集层更能准确反映地层信息,提出通过建立储集层深浅电阻率与邻近非储集层段电阻率的相关关系以及储集层径向电阻率差异的方法识别流体类型.在建立地区盐水泥浆井的油气识别图版标准的基础上,将电阻率比值法评价储层流体实现软件模块化,并挂接到Lead3.0软件上进行应用.     

长期演进系统上下行信号识别算法

针对频率选择性衰落信道下的长期演进(Long Term Evolution,LTE)系统,提出一种基于高阶累积量的上下行信号识别方法。由于正交频分复用信号的峰值平均功率比较大,LTE系统的上行传输采用单载波频分多址,即上行信号呈现单载波特性,而下行采用正交频分多址是多载波传输,因此,利用高阶累积量的方法可以有效地识别LTE上下行信号,从而可以用于识别LTE系统内以及异构系统间的干扰。仿真结果表明在信噪比高于7dB时识别率大于90%。     

基于计算机视觉的腾空飞脚错误动作识别模型

以南拳项目中腾空飞脚动作为例,依据2003版竞技武术套路竞赛规则,建立三维坐标系,将动作质量(A组)评分规则中的腾空飞脚动作的扣分规则进行形式化描述,以利于电子裁判对错误动作进行识别.针对每个动作建立错误函数和基于计算机视觉的腾空飞脚动作扣分模型,并举例说明.     

一种动态时间阈值的会话识别算法

会话识别是网络日志预处理中的重要环节,传统网络日志数据的预处理采用固定阈值会话识别算法,不能较好消除网络日志中的冗余信息。为更好提高后继数据挖掘的效率和精度,提出一种改进的预处理网络日志数据的会话识别算法,根据内容及站点结构确定其重要程度,对时间阈值进行动态控制调整,根据用户对访问内容的兴趣度删除不感兴趣的页面,消除冗余信息。     

利用“四性”关系识别建南构造东岳庙段页岩气储层

建南构造侏罗系下统自流井组东岳庙段泥页岩发育,邻井多口井在该段普遍见良好的油气显示。页岩气储层为自生自储型油气藏,属于泥岩性质储层,具有低孔隙、超低渗透率的特点。对建南构造自流井组东岳庙段页岩气储层岩性、物性、电性、含气性特征及储层"四性"关系的研究,结合岩心、气测录井、试气等资料统计分析出页岩气储层的物性和电性下限值,进一步建立有效厚度解释图版,可定量得出页岩气层的解释下限标准。     

基于小包规律分析的BT流量识别技术

为提高在采样环境中Bernaille等的早识别技术对BT(BitTorrent)流量识别的准确性,通过分析BT协议和BT实际传输数据,找出其中BT传输过程前期有效载荷低于70个字节的小包出现的规律,并以此为基础来识别BT流量。实验表明,对比早识别技术,该方法能够提高在采样环境中识别的准确性,克服了早识别技术对BT流中前几个数据包的依赖的不足。     

基于双通道异构传感器融合的手势识别方法

为了捕捉用于动态手势识别的完整手势运动序列,需要同步获取手掌空间位置变化和手掌姿态变化两部分信息,而现有的单一传感器都由于自身的限制而难以实现.因此,提出一种基于双通道异构传感器深度摄像头和陀螺仪融合的动态手势协同识别模型,该模型同时从手掌空间位置的变化和姿态的变化两方面获取完整的手势运动数据,通过数据预处理、基于互信息的特征层融合和分类识别,提高手势识别效率和准确率.通过对数字手势0-9和小写英文字母手势a z的识别实验结果表明,提出的动态手势协同识别模型能够在有效降低特征向量维数和计算复杂度的同时,提高手势识别的准确率.