采用PCNN的有噪特定人语音识别系统

在特定人语音识别系统中,噪声严重影响语音特征提取,并导致语音识别率明显下降。针对在噪声环境下语音识别率偏低的问题,通过谱减法去除语音信号噪声,并根据语音信号语谱图可视化的特点,运用脉冲耦合神经网络从语音信号的语谱图中提取熵序列作为特征参数进行语音识别。实验结果表明,该方法能较好地去除语音信号中的噪声,并能使在噪声环境下的特定人语音识别系统具有较好的识别效果。     

基于脉冲耦合神经网络的光驱物镜导线品质检验方法的研究

针对传统光驱物镜导线品质人工检验存在的工作量大、效率低、准确率低等问题,文中提出一种基于脉冲耦合神经网络(PCNN)的检验方法;采用PCNN对物镜导线图像进行分割、细化,提取物镜导线的特征图像,并与其他预处理算法进行了对比研究;建立了物镜导线质量的判别模型,来判断导线是否合格;完成物镜导线自动检验硬件系统的设计。在所设计的系统中进行了实验研究,实验结果表明,文中提出的光驱物镜导线品质检验方法,能够较好地满足检验的要求。     

基于ZYNQ的水果采摘系统

当前,蔬果市场规模持续增长。为了缓解蔬果采摘劳动力的不足,通过使用以Xilinx ZYNQ为开发平台设计了一款基于ZYNQ的水果采摘系统。系统采用软硬结合的设计方式,硬件实现双目测试算法,采用FINN框架加速神经网络模块。测试结果表明,系统处理一张图像仅需4 s,在自制数据集上Map可达到85.75%,可以满足水果识别的实时性和准确性要求。