基于K-L散度模型聚类的快速说话人辨识方法

在网络应用环境下,需要处理的音频数据和注册说话人急剧增加,传统说话人辨识方法难以满足实时性要求。文中提出采用K-L散度的说话人模型聚类方法,从而构造一个分级辨识模型,提高辨识效率。研究利用类辨识信息估计置信度的方法,可尽早有效排除集外说话人。实验结果显示,文中方法可使辨识速度平均提高3。2倍,而闭集辨识错误率平均只有0。9%的增加。采用类辨识置信度进一步提高开集辨识速度,并且在保持集内错误率不变的情况下,使集外错误率相对下降5。1%。     

基于遗传算法的两相流电容层析成像图像重建算法

该文提出了一种新的基于遗传算法的ECT图像重建方法，该方法利用流型数据作为初始值在一定的范围内搜索最优解，能以较高的精度重建两相流体的断层图像，为ECT图像重建算法的研究提供了一个新的思路。     

电容层析成像系统传感器场域新的剖分方法及图像重建

电容层析成像传感器的敏感场受多相流介质分布的影响，软场特性给图像重建带来很大困难，为了提高重建图像质量，对敏感场分布进行分析是非常必要的。本文采用有限元法，通过对敏感场场域采用两种不同剖分形式的比较，提出一种新的场域剖分形式，对敏感场分布进行计算机及仿真，依据敏感场计算的数据及测量结果，提出了基于遗传算法的图像重建算法。实验证明有限元模型是正确的，说明利用不等间距的剖分形式可以得到较好的仿真结果，重建的图像具有较高的精度。     

分段式音频检索算法

本文提出了一种基于分段的快速音频检索算法。该算法将检索目标划分成多个较小的片段,每个片段可以独立进行检索;检索过程中使用检索窗控制参与检索的片段及数量。该算法的速度不随检索目标的长度变化,检索速度可调,且能获得良好的查全率和查准率,适用于从未知音频数据源中检索任意长度的特定音频数据及实时应用场合。     

基于响度主分量模糊直方图的音频检索方法

根据人耳听觉模型以归一化响度主分量为特征,采用模糊直方图检索音频信息,并根据响度数据的统计分布对直方图编码进行优化。实验结果表明,该方法在低信噪比下具有较好的性能,对噪音具有良好的顽健性(Robustness)。为噪音下的固定音频检索问题提供了有效的解决办法。     

电容层析成像系统中电容敏感场的建模与仿真

对电容传感器进行了数学描述,建立了电容敏感场分布的数学模型及其有限元模型,编制出电容敏感场分布有限元仿真软件,得到了电容敏感场分布结果并应用于电容层析成像系统样机之中.采用电荷法计算极板上电荷和极板间电容,具有运算简单速度快的优点,能显著提高电容层析成像系统的实时性.实验证明:本文建立的电容敏感场分布符合实际,在实际应用中获得了良好效果.     

基于谐波结构信息的自动音乐标注方法

根据同类乐器音色相似的特点,提出了一种基于谐波结构信息的自动音乐标注方法．该方法事先提取一类乐器中某一件乐器的谐波结构信息．根据输入信号选择合适的不谐和系数、频率误差系数,结合谐波结构信息构造同类未知乐器的响度谱,然后采用截断完全最小二乘法实现对同类未知乐器音乐的标注．对钢琴音乐的实验证明,该方法不仅能对未知乐器的音乐进行标注,取得较好的性能,还可辨别音符的响度强弱．     

基于直方图的树与链表相结合的音频索引方法

采用响度主分量模糊直方图表示音频数据,从而长度不同的两段音频数据,只要长度倍数不超过一定限度,其直方图相似度均能正确反映二者之间的包含关系.在此基础上,提出了二叉树与链表相结合的索引方法,检索时可根据检索目标的长度在索引中选择合适的层次范围搜索.实验结果表明,该索引可大幅度提高检索速度,为基于内容的音频信息检索提供了一种有效的索引方法.     

用于说话人识别的电话信道补偿技术

在说话人识别平台上,针对碳键型电话产生的线性和非线性失真带来的影响,提出一个系统的补偿框架。通过研究电话信道对频谱包络的影响,从留数角度分析虚峰出现的原因,结合留数归一化方法和传统的倒谱均值减,对中间维的倒谱加以提升。实验结果表明,在训练环境和测试环境不匹配的情况下,该方法具有较好的顽健性。