朝鲜语紧急呼叫号码的语音识别系统研究

朝鲜语是我国目前适用范围较为广泛、使用人口较多的一种少数民族语言。朝鲜语紧急呼叫号码的语音识别软件,采用语音命令来呼叫号码,能够准确识别拨叫号码,在特定场合可以起到至关重要的作用。将语音控制指令范围设定为报警求助、火警等词汇的识别中,实现了朝鲜语紧急呼叫号码语音识别系统的软件算法部分。通过对信号处理的每个步骤和朝鲜语数字连读问题进行深入分析及研究,选择DTW(动态时间弯曲)算法作为该软件的核心算法。Matlab实验结果表明,采用的语音识别过程及算法可以准确地对录制的朝鲜语紧急呼叫号码进行识别。     

语音识别技术应用研究

语音识别技术自20世纪50年代以来得以迅速发展。基于语音识别系统的基本原理，通过选用MFCC作为主要模型参数、运用动态时间归整法进行模板匹配的语音识别系统具有切实的可操作性，且富有广阔的发展前景。     

基于CHMM的高性能连续数字语音识别算法

介绍了一种基于连续隐马尔可夫模型(CHMM)的汉语连续数字语音识别算法,该识别算法以MEL频率倒谱系数(MFCC)为主要语音特征参数,采用切割-识别方案。在此框架下,本文提出了变时窗的连续数字切割算法,并且结合了声调信息,因此最终连续数字语音识别率达到了90％以上。     

Cellular/WLAN融合网络中基于优先级的动态负载传递算法

针对蜂窝网和无线局域网(WLAN)的融合网络,提出一种基于优先级的动态负载传递(PDLT)算法.呼叫接入控制的动态垂直切换由整个网络状态和业务特性以及终端位置信息联合触发.当蜂窝网络或WLAN中无可用带宽资源时,该算法能够将重叠覆盖区域中新的语音或者数据呼叫传递到尚有带宽资源的网络;同时,动态计算网络带宽资源占用情况,...     

ACSM算法在网络信息审计系统中的改进研究

随着国家信息化的不断推进和计算机网络飞速发展,网络信息审计成为不可或缺的一部分。网络信息审计系统从网络关键点采集数据包,对其传送内容进行审计分析,达到网络信息内容的监控。在网络信息审计系统中,需要对大量的关键特征串进行按序匹配,目前的ACSM算法只是实现了单字符的跳转状态机,仅能够匹配出单个的字符串,却未实现特征串的按序跳转,不能满足网络审计系统识别网络应用的需求。经过对ACSM算法的改造,创建了特征字符串的动态跳转状态机,满足了网络信息审计系统对特征字符串按序匹配从而识别出网络应用的需求。     

机器人语音识别实验设计与实现

基于Matlab设计了以动态时间规整(dynamic time warping,DTW)算法和Mel频率倒谱系数(Mel frequency cepstrum coefficients,MFCC)参数提取算法为基础的孤立词自动语音识别系统;然后结合机器人语音识别的需求,基于凌阳SPCE061A设计了语音识别应用系统。结合上述两部分工作,设计、实现了机器人语音识别系统演示实验和机器人语音识别半开放实验,实现效果达到预期实验设计目标。     

一种激光三维点云动态障碍剔除算法框架

基于激光点云地图的动态障碍剔除是同步定位与建图（simultaneous localization and mapping, SLAM）研究领域的难题之一。动态障碍的移动轨迹不仅会遮挡真实的静态环境信息,也会对移动机器人的定位和路径规划造成阻碍。针对激光点云地图中的动态障碍识别问题,该文提出一种基于卡尔曼滤波的运动障碍跟踪方法。首先,对原始点云预处理,使用欧式聚类算法,实现离散点云聚类。其次设计了基于卡尔曼滤波的运动障碍状态预估方程,并预测出动态障碍点云目标在下一时刻的位置。然后,使用匈牙利算法将预测位置与下一时刻真实位置进行匹配,实现对每一时刻动态障碍体的识别。最后,剔除后进行点云配准建图。在室内外环境下对提出的动态障碍剔除算法进行验证,并将剔除动态障碍后的点云地图可视化输出。实验结果表明该算法在室内外环境下对激光点云地图中动态障碍均能较好地识别与剔除。     

基于小波变换和动态时间规整算法相结合的故障识别算法

提出了一种基于小波变换和动态时间规整算法相结合的故障识别算法。该算法首先利用小波变换对实验样本与参考样本进行处理以去掉样本信号的非平稳性和噪声,然后利用动态时间规整算法对未知的实验样本与参考样本之间的相似性进行评价,并基于最短距离进行分类,以达到故障识别的目的,最后将此算法应用到Tennessee Eastman过程的故障识别中,仿真结果表明基于小波变换和DTW算法能够准确地识别出发生何种故障,而常规的DTW算法则存在一定的失误。     

语音情感识别分类算法研究综述

语音情感识别本质上是对语音情感的特征参数进行分类和模式识别,其核心问题在于寻找一个更为合适的语音情感识别算法.综述了语音情感识别算法的分类概况、常用的分类算法、研究中的困难与需要进一步研究的问题.最后展望了可能提高精度的先进识别模型.     

以DSP实现基于概率DP匹配算法的说话人识别系统

提出了利用概率DP匹配算法进行说话人识别的的设想。并给出了运用TMS320C5416实现说话人自动识别系统的方案。该系统利用一种新的语音信号r阶的倒谱线性回归系数等参数构成识别的特征矢量集，运用提出的概率DP匹配算法进行与文本无关的说话人识别。实验结果表明该系统具有识别精度高、识别速度快，占用系统资源少等特点，是一种有效的说话人自动识别的实现方法。     

模板匹配问题的动态规划算法实现

模板匹配方法是图像检索、分割、拼接、检测等图像问题在关键区域匹配过程中常采用的处理方法,匹配结果的优劣将直接影响后续算法的结果。传统图像处理方法在采用模板匹配方法时,往往面临时间复杂度过高的问题。基于动态规划的程序设计策略是一种重要的算法设计策略,为存在最优子结构性质的实际问题提供了一种重要的解决途径。针对图像处理中的模板匹配问题进行分析,给出相应的动态规划解法,并对所给算法的复杂度进行分析和讨论。实验结果验证了所提方法的有效性。     

数据与模板匹配算法研究

针对数据与模板匹配的问题,在分析了经典算法的基础上,提出了格式化单路径搜索算法、格式化逆向分支算法、动态路径匹配算法,经过进行仿真算法的路线选择,给出了正确率和执行效率的比较．实验证明这些算法分别适合不同条件下匹配路径的求解,具有很强的准确性、实用性、鲁棒性．     

一种语音端点检测算法在DSP上的实现

介绍了一种对背景噪音进行动态估计的汉语语音端点检测算法,较一些常规的端点检测方法如基于能量的端点检测方法,具有更高的精度和鲁棒性．并用TI的TMS320VC5410 DSP来实现一个带端点检测的语音识别系统．通过进行汉语孤立词语音识别实验,表明这种算法是有效的,能得到较高的识别率．     

一种改进的动态二进制防碰撞算法

针对RIFD标签识别过程中的碰撞问题,在动态二进制防碰撞算法基础上提出一种改进的防碰撞算法。该算法在动态二进制算法基础上结合了后退式二进制算法,使阅读器不用每次从头开始发送请求命令,而且改进算法中引入了计数器,以控制标签状态信息。分析表明,该算法可以降低阅读器发送请求的次数,同时可以减少标签识别所需的时间。     

约束动态多目标免疫优化算法及性能比较

约束动态多目标优化对优化算法提出极高要求,已有算法在约束处理和准确跟踪Pareto有效面上均存在困难.基于免疫系统机理提出一种约束动态多目标免疫算法(CD-M OIAs),算法通过抗体浓度及其约束被支配度设计亲和力,优秀抗体被克隆突变,其他抗体分离为多子群独立并行进化,有效加速算法收敛速度和对不可行域的探索及开采.经由环境识别算子针对不同检测结果产生新环境的抗体群.数值实验中,将CDMOIAs和著名同类算法(DNSGAII-A,DNSGAII-B,CSADMO)用于DCTP系列约束动态测试问题进行仿真比较.结果表明CDMOIAs在跟踪Pareto有效面及其分布性方面优越于其他算法,多次独立执行统计值表明被提出算法的稳定性及收敛性具有一定的优越性.     

基于多通道Gabor滤波和2DPCA的虹膜识别算法

为提高虹膜识别系统的识别率和识别时效性,设计了基于多通道Gabor滤波和二维主分量分析(2DPCA)的虹膜识别算法。利用多通道Gabor滤波器对采集的虹膜进行特征提取。由于得到的特征向量矩阵的维数通常较大,会影响特征匹配和虹膜识别的运算速度,因而需要对特征矩阵进行降维处理。2DPCA算法能有效地克服传统虹膜识别系统中的"维数危机"问题,在保留虹膜特征主分量的基础上,降低虹膜匹配运算量,提高虹膜系统的识别效率。虹膜识别采用差异度匹配法,通过阈值比较得到识别结果,对容量不等的各类虹膜图库均具有良好的适应性。实验中对容量为50的虹膜图库进行了算法测试,系统的最低识别率达到了88%,识别时间仅为传统非降维识别方法的一半。理论分析和实验结果表明,该算法对虹膜纹理的特征提取精度高,识别率高,识别速度快。     

基于DSP的说话人识别系统设计

说话人识别系统是在语音信号中提取说话人信息来鉴别说话人身份.整个系统以DSP处理器为核心结构,进行训练和识别语音信号.采用LPC和DTW作为核心算法来进行说话人识别.     

改进的AC_BM算法在数据包识别中的应用

对多种类型的网络数据包进行识别,要用到多字符串匹配算法。把AC_BM算法应用到数据包识别中,并对算法加以改进,使其比原算法占用更少的内存资源。     

语音识别技术及应用

语音识别技术近年来得到了飞速的发展并且在越来越多的领域得到了广泛的应用。隐马尔可夫模型(HMM)语音识别技术是一种基于训练数据提供的概率自动构造识别系统的技术,主要用于大量词汇的语音识别,而且具有良好的识别性能和抗噪性能。因此,一般的语音识别系统都采用基于HMM的识别方法作为其基本算法。本文列举了语音识别在教学中的应用示例来分析其基本算法。     

改进的AC_BM算法在数据包识别中的应用

对多种类型的网络数据包进行识别,要用到多字符串匹配算法。把AC_BM算法应用到数据包识别中,并对算法加以改进．使其比原算法占用更少的内存资源。