基于DTW的话者识别系统的实现

首先,采用传统的DTW(Dynamic Time Warping,动态时间弯折)算法,计算积累距离矩阵,求得最佳匹配路径所对应的匹配距离;然后,将最后的匹配分数用min函数找到最小值对应的模板;最后,返回对应的模板代码。在此基础上,还探讨并提出了进一步提高识别率的方法和提高系统效率的高效算法,即放宽端点的DTW算法,并进行了一定量的实验。使识别效果达到更好。     

基于矢量量化的话者识别的研究

话者识别是计算机生物认证技术的一种,是根据语音波形中反映的说话人生理和行为特征的语音参数,自动鉴别说话人身份的技术,有着广阔的市场应用前景。本文研究的是基于矢量量化方法的话者识别。     

EM算法在混合正态分布模型参数估计中的应用研究

有限混合分布可以作为众多随机现象的统计模型。很多随机现象在样本量足够大时都可以用正态分布近似,并且混合正态分布模型具有灵活、高效的拟合能力,因此混合正态分布模型被广泛应用。本文利用EM算法对混合正态分布模型进行了参数估计。该算法利用数据扩张,将比较复杂的似然函数最优化问题化成一系列比较简单的函数优化问题,得到相应的迭代公式。最后通过R软件对EM算法进行数值模拟,验证了EM算法的收敛性和有效性。     

内容图像检索IALA算法的设计与实现

基于图像检索的距离度量算法主要有两类:一种是最优化方法,其代表算法是旅行商距离(EMD);另一种是统计方法,其代表算法是渐进似然估计(ALA)距离.IALA图像检索算法利用分层的方法来提高检索精度,既克服了最优化方法EMD算法对混合成分发散的源图像的检索效果不佳的缺点,又对传统ALA算法对高斯混合模型方差较大的数据库图像产生误判的不足之处进行了改进.实验证明IALA图像检索算法可以大大提高检索的效率和精度.     

基于神经网络的车牌自动识别系统的研究

车牌自动识别系统是一种利用车辆的动态视频或静态图像从而进行车牌号码自动识别的模式识别技术,是计算机视觉技术与模式识别技术相结合的技术领域。本文应用图像处理技术对车牌进行定位、获取字符,对字符进行分割,利用神经网络识别技术来对车牌字符进行识别,从而达到较好的自动识别效果。     

基于含异方差和跳的CKLS模型的利率特征研究

选取同业拆借IBO007和国债回购R007日利率数据,构建含有跳和异方差的一类CKLS模型,采用拟似然函数估计此CKLS类八个模型。研究结果认为含有跳和异方差的CKLSGJ模型最适合描述我国短期利率的行为。表明CKLSGJ模型能解释利率回复速度、水平效应,能较好的刻画利率不连续性变化和异方差性,可以很好的拟合数据并有较强的预测能力。     

论高清车牌自动识别系统的应用

本文主要描述了高清车牌自动识别的过程原理,分析了高清与标清车牌自动识别系统之前的区别,进而论述了高清车牌自动识别在高速公路及城市交通ITS中的发展及应用。     

基于最大似然准则的多波长OCDMA系统最佳判决门限研究

估计信道的并发用户数，采用最大似然准则，得到了多波长OCDMA（MW OCDMA）系统的最佳判决门限值。当并发用户数超过一定值后，最佳判决门限值将随并发用户数变化，从而相应地改变接收机的判决门限值。理论分析和模拟结果表明，采用最大似然准则得到的最佳判决门限值，MW OCDMA系统的误码率将明显降低。     

盘县话语音系统与普通话语音系统的差异

盘县话与普通话之间存在不小的差距,表现在声母、韵母和声调各个方面。依据《方言调查字表》,可以基本上归纳出盘县话的语音系统,其中,盘县话声母共有20个（含零声母）,韵母31个,声调调类与普通话相同,分为阴平、阳平、上声、去声四个调类,只是具体调值有别,从中古四声的演变方式看也存在明显差异。     

基于改进的神经网络异常声音自动识别系统研究

针对标准的BP神经网络对于声音信号识别率不高的问题,提出了一种用粒子群算法（PSO）优化BP神经网络的算法,建立了声音信号识别模型。PSO优化BP神经网络主要是用PSO来优化BP神经网络的初始权值和闽值,然后通过训练BP神经网络得到识别模型的最优解,优化后的神经网络具有误判率小、反应速度快等特点。在实验中把标准的BP神经网络和PSO优化后的BP神经网络用于八种异常声音的MFCC特征量和差分MFCC特征量识别,结果表明：在声音信号的识别系统中采用PSO优化BP神经网络的算法提高了系统的识别性能,达到了系统设计的目的。     

基于最大似然准则的多波长OCDMA系统最佳判决门限研究

估计信道的并发用户数,采用最大似然准则,得到了多波长OCDMA(MWOCDMA)系统的最佳判决门限值.当并发用户数超过一定值后,最佳判决门限值将随并发用户数变化,从而相应地改变接收机的判决门限值.理论分析和模拟结果表明,采用最大似然准则得到的最佳判决门限值,MW OCDMA系统的误码率将明显降低.     

针对偏色图像的皮肤检测技术研究

为了解决复杂背景下特别是偏色情况下的肤色分割问题,采用了一种色彩平衡的解决方案。先用GrayWorld假说对偏色RGB原图像进行色彩平衡,在YCbCr颜色空间采用简化高斯肤色模型,并利用形态学对二值图像进行处理;实验结果证明了该方法的可行性。     

基于GMM-HMM的话题生命周期状态识别及趋势预测方法

[目的/意义]本研究对正处于演化过程中的话题进行状态识别及趋势预测,为相关部门了解话题现状,对话题进行有效监管提供科学依据。[方法/过程]首先,考虑网民情感,结合话题的新颖度和关注度,构建话题生命周期状态观测指标;其次,基于隐马尔可夫模型(HMM)和高斯混合模型(GMM)的原理,提出话题生命周期状态识别及趋势预测方法;最后,选用微博话题构建数据集,设计对比实验,验证方法的有效性。[结果/结论]基于GMM-HMM的话题状态识别及趋势预测方法的F1值和准确率均高于87%,MAPE低于3.5%,相较于GaussianHMM和BP神经网络具有较大优势。     

基于肤色和图像似然度的人脸检测

提出了一种基于肤色分割和图像似然度的检测人脸方法，该方法能在复杂的背景下较好地检测出人脸。首先利用颜色信息把图像分割成肤色区域与非肤色区域，然后对肤色区域做预处理后，进入图像似然度检测阶段．最终实现人脸检测。     

基于802.16e的同步技术研究

在802.16e系统中,接收端对同步精度有很高的要求,同步误差会导致系统性能的急剧下降。文章介绍了OFDMA的基本概念和体系结构,分析了同步误差对系统性能的影响,并对系统的同步估计算法进行了分析与研究。     

股指期货的投机风险度量模型

股票指数期货这一新型的金融衍生交易工具以其各方面优点受到各国青睐。中国金融期货交易所高层透露,我国股指期货交易的推出时间初步定于明年四月。近日股指期货模拟交易测试已经开始了。本文推出股指期货的风险度量方法,涵盖了参数估计方法和一种风险度量模型的论述,对我国股指期货的到来提供了先行理论,有一定的实际意义。     

基于数据挖掘的个人身份信息自动识别模型研究

目前,通过电子邮件泄漏和违规使用个人身份信息的行为已经成为所有组织所面临的迫切需要解决的问题。基于此,本文提出一种基于数据挖掘的个人身份信息识别模型,来自动识别电子邮件中是否包含个人身份信息,设计了分类分析识别算法,并通过实验验证了该模型及算法的可行性和有效性。     

基于极大似然函数的独立分布网络拓扑结构可靠度评估模型

传统方法在对网络拓扑结构可靠性进行评估的过程中,存在参数方向不明确的问题,提出基于极大似然函数的独立分布网络拓扑结构可靠度评估模型。利用Weibull函数代表故障率模型,分析网络部件故障率的时间曲线,并构建网络节点和链路效能的时变模型,获得独立分布网络的时间效能模型;计算独立分布网络的拓扑结构函数,获得网络的开失效和短失效概率,根据极大似然估计对参数的偏导数进行求取,可以获得似然方程,利用得到的偏导数来构建独立分布网络拓扑结构可靠度评估模型,最终实现对独立分布网络拓扑结构可靠度的评估。实验结果得知,提出方法在对独立分布网络拓扑结构可靠度进行评估时,测试结果与期望输出结果的拟合度较高,并且评估时间较短,验证了模型的有效性。     

基于改进的混合高斯背景模型的运动目标检测研究

针对传统混合高斯背景建模（GMM）在一些复杂场景下未能有效地描述背景,目标容易出现错误的检测,本文提出一种改进算法。该算法先对视频帧进行分块处理,然后对单模区域和多模区域采用不同的更新速率进行更新,最后在空域上对检测结果进行数学形态学的处理,从而提取运动目标。实验结果表明,该算法能够提高背景建立和运动目标检测的速率,在多种场景下运动目标的检测都具有良好的鲁棒性。