基于HHT变换的病态嗓音特征提取及识别研究

主要介绍基于HHT变换提取的瞬时能量(A)和瞬时频率(f)的标准差参数作为病态嗓音特征参数的有效性,详细描述了A-f新特征参数的提取过程,并利用DHMM模型对A-f标准差新特征参数,与语音识别中常用的MFCC系数进行识别。识别结果表明,由HHT变换提取的A-f标准差参数更适合于描述病态嗓音,更能有效区分病态嗓音和正常嗓音。     

基于3G的校园专网的设计

3G时代,手机和电脑趋向融合,它集通信、娱乐、信息检索、信息存储与处理等多种功能于一身。可将互联网上的所有资源,如通信资源、软件资源、知识资源等实现互连互通,使互联网成为一个全球化的信息资源库和处理平台,为用户提供一种实时在线的数据服务环境。本文拟设计以3G技术为基础的一个校园数字专用网来解决加强学生、学生家长同学校的沟通的问题。     

无线传感器网络路由协议研究

无线传感器网络是由传感器技术、计算机网络技术和微机电系统（MEMS）综合发展而来的一门新型信息采集和处理的新兴技术产物,其广泛应用于环境科学、国防军事、医疗健康等领域,日益受到国内外的关注。本文以典型的分簇式路由协议——LEACH协议作为研究对象,分析了LEACH协议的特点,并与异构分簇协议DEEC协议进行了比较。模拟实验结果显示,与LEACH分簇协议相比,此分簇算法在异构网络下提供了更长的网络生存时间和更大的网络有效吞吐量。     

经验模态分解中多种边界处理方法的比较研究

经验模态分解(EMD)的一个关键问题是处理边界效应。尽管目前除了Huang申请了NASA专利的边界处理方法,仍没有一个最终的解决方案,但工程上已经提出了多种处理方法。本文实现了工程上常用的5种EMD边界处理方法：线性外延,多项式拟合,镜像法,径向基(RBF)神经网络预测和AR预测方法,设计了一套消除了EMD处理中信号的相互作用及模式混淆影响的测试方法,并利用准周期信号和随机信号对它们的边界效应处理结果进行了定量测试。结果表明镜像法是目前相对最优的EMD边界处理方法。     

基于神经网络的病态嗓音复杂度识别

基于嗓音发声系统的复杂性和病态嗓音高频端噪声特性明显,对正常、病态嗓音信号进行小波分解、重构,然后求重构的各频段信号的Lempel-Zvi复杂度,利用神经网络识别对各频段信号的Lempel-Zvi复杂度进行识别。实验结果表明:在高频段,病态嗓音复杂度识别率为84%,相对高于其他较低频段。通过模式识别的方法揭示了嗓音发声系统的病变时的噪声特性和复杂性。