基于模糊支持向量机的剪接位点识别

为了提高模糊支持向量机(FSVM)对剪接位点的识别精度,提出一种计算样本隶属度的新方法。将样本到两聚类中心的距离比值作为样本的初始隶属度,采用K近邻(KNN)方法计算样本的紧密度,最后将初始隶属度与紧密度的乘积作为样本的最终隶属度,这样既提高了支持向量的隶属度,又降低了噪声样本的隶属度。将此方法应用到剪接位点的识别中,对组成性5′和3′剪接位点的识别精度分别达到了94.65%和 88.79%,与经典支持向量机相比,3′剪接位点的识别精度提高了7.94%。     

嵌入式气体检测系统及其图像分析算法

针对传统气体检测方法的不足,提出了基于嵌入式和卟啉阵列传感器的气体快速检测系统及其图像分析算法。该系统通过USB接口的摄像头采集待测气体与卟啉阵列传感器反应前后的RGB图像信息,再由图像处理算法得到图像中每个卟啉点的颜色变化信息,最后通过模式识别算法得到待测气体种类和浓度。重点研究了检测系统的结构及软件功能的设计,给出了针对卟啉阵列传感图像的图像处理算法及与标准数据库匹配的模式识别算法。通过对氨气等气体进行试验,结果表明该系统及其分析算法能够很好地识别出气体的种类和浓度。     

基于HTK的社区语音接入服务平台的实现

为了不断发展和完善我国的社区服务体系,让信息技术逐步应用于社区服务,项目组设计实现了基于HTK的社区语音接入服务平台。HTK(Hidden Markov Model Toolkit)是一个基于隐马尔可夫模型(HMMs)的语音处理工具,在语音识别领域处于国际领先水平。平台由最初的高斯单音素HMMs模型,哑音素HMMs模型经训练得到了输出分布更加稳健的三音素HMMs模型。在非特定人低噪音环境下单词识别率达到93.22%,整句识别率达到80.50%,取得了良好的识别效果。     

树库中双词搭配的自动获取和识别研究

大规模语料中的搭配自动获取和识别技术是自然语言处理领域的基础性工作之一。句子中的搭配和句法结构密切相关,从句法对搭配进行约束的角度,分别提出了一种保留结构中心词的搭配获取方法和一种添加了句法规则约束的搭配识别方法。实验结果表明,保留结构中心词的搭配获取方法能够较为有效地从树库中抽取搭配;添加了句法规则约束的搭配识别方法较之简单查表的搭配识别方法有10%～15%的效果提升。     

消除溢出问题的精确Baum-Welch算法

Baum-Welch算法是在语音领域中用于HMM(hidden Markov model)模型参数训练的最基本方法之一.但它在多样本训练时存在着严重的上、下溢问题,需要不断地人工介入来调整中间参数.该文提出了一种新的能消除上、下溢问题的Baum-Welch改进算法.该算法不但摆脱了人工介入,保证了计算的精度,而且不会带来过大的计算和存储要求.实验结果表明了这种新算法的有效性.     

A new linguistic decoding method for online handwritten Chinese character recognition

This paper presents a new linguistic decoding method for online hadwritten Chinese character recognition.The method employs a hybrid language model which combines N-gram and linguistic rules by rule quantification technique,The linguistic decoding algorithm consists of three stages:word lattice construction,the optimal sentence hypothesis search and self-adaptive learning mechanism.The technique has been applied to palmtop computer‘s online handwritten chinese character recognition.Samples containing millions of characters were used to test the acter recognition,Samples containing millions of characters were used to test the linguistic decoder.In the open experiment,accuracy rate up to 92% is acieved.and the error rate is reduced by 68%.     

P形傅里叶变换在手写体汉字识别中的应用

提出了曲线化汉字特征的概念,讨论了3类可曲线化的汉字统计特征.利用P形傅里叶算子,对这些曲线化特征作傅里叶变换,可提取到最终的识别特征.实验结果表明,该方法在手写体汉字识别领域具有良好的应用前景,尤其适用于细分类.     

溶剂系统的模式识别

通过三层ＢＰ人工神经网络,对溶剂系统进行模式识别。以经规格化自理伯Ｘｔ、Ｘｅ、Ｘｍ、Ｘｎ、Ｘｄ这５个溶剂性质的选择性参数作为判别指标,５类共１９种不同的溶剂作为训练样本,得到最佳网络参数。然后以十我种有代表性的溶剂作为待测样本进行了模式识别。研究结果表明,人工神经网络用于溶剂系统的模式识别,识别结果与实际一致,本文结果有助于色谱分析及分离技术中溶剂的选择。     

一种快速模板匹配目标识别算法

该文拟将计算机视觉中传统模板匹配方法与对场景物体的中心矩描述方法相结合,提出了一种效率较高的匹配算法。算法在匹配识别上不仅不受物体方位旋转及尺寸缩放变化影响,而且能较精确地求出物体相对于模板的缩放比例和偏转角度。文中给出了与传统模板匹配算法对照的实验结果。     

多通道用户界面中的目标选择技术

1 引言国内外近年来兴起的多通道用户界面研究强调:(1)多个通道以并行、协作的方式工作;(2)以充分性代替精确性,通常允许不精确的输入信息。其中,允许不精确输入进入人机交互过程是多通道用户界面的显著特征之一,它意味着可以消除不必要的精确性,从而大大降低用户的认知负担。然而,目前国内外提出的多通道整合算法在处理手段和算法实现方面基本上沿用传统的精确方式,使得问题和方法配合方面存在一些不足。本文提出利用模糊数学理论解决多通道用户界面整合中目标指称这一关键问题,可以更好地实现对不精确信息进行整合。