基于相关距离Fisher比的混合参数用于说话人识别

为了得到更具区分性的特征参数,采用改进的MFCC提取方法,即低方差性的多窗谱估计MFCC,并在其基础上引入了短时TEO能量和ΔMFCC动态特征参量组合特征进行说话人识别。由于直接将两者进行组合会造成维度过高,计算复杂度增加,为此提出了相关距离Fisher比来对特征参数进行加权和维度筛选,最后送入GMM-UBM分类器模型进行识别。实验表明,改进的混合特征参数相较于单一的特征参量,具备更好的识别能力,使得识别率有一定程度的提高。     

以语音识别为基础的音乐检索系统

针对一般的语音识别算法均存在抗噪能力不好的问题,无法满足音乐检索系统的需求。针对于此,本文以抗噪能力为基础对MFCC语音识别算法进行了优化,第一步是通过F比方法加权优化了MFCC算法的特征参数,估计出各维特征分量对识别率的影响,并将其提取出来,然后采用主成分分析法对提取的特征分量进行降维处理,以降低计算复杂度,减少数据存储量,加快训练时间,最终提高识别效率。算法仿真结果表明,本文提出的基于抗噪能力优化的MFCC语音识别算法具有较好的抗噪能力,比传统MFCC算法对音乐检索的精确度更高。     

基于SVM的人脸表情识别

提出利用独立成分分析提取人脸表情特征并用SVM进行识别的方法。实验分析SVM的一对一、一对多两种多分类方法,实验验证了ICA和SVM在人脸表情识别上的可行性和有效性。     

浅谈中间语音系系统的发展和特点——香港英语学习者词尾塞音发音案例研究

本文旨在通过语音实验,研究中间语音系系统的形成,包括母语与目的语、母语迁移以及标志性差异在中间语的形成和发展过程中扮演的角色。实验研究六名母语为粤语的调查对象在讲英语过程中对单词词尾塞音的发音情况,以他们的英语水平分为高级组和初级组,并要求他们在规定时间内朗读含有目标词汇的文章。结果显示,高级组在词尾清塞音和浊塞音发音上都明显较初级组好,说明了学习者的英语水平高低与其词尾塞音发音情况成正比;母语(尤其母语迁移)与目的语共同作用影响中间语的发展;同时,对某些音系结构的共性偏好也加强了中间语的音系结构偏好。     

改进MFCC参数在非特定人语音识别中的研究

随着信息时代的高速发展,人们越来越关注计算机的便携使用方式,以语音输入代替手动输入成为计算机未来发展的一个必然趋势.本文在MFCC特征参数的基础上,提出了一种改进MFCC特征参数--BMFCC特征参数,以提高原MFCC特征参数在语音识别时的识别率和运算速度.BMFCC特征参数在进行参数的提取时,分为特征分量加权、特征分量求差分、主成分分析三个步骤.仿真实验结果表明,本文提出的BMFCC特征参数在识别率和有运算速度上均优于MFCC特征参数,且更具鲁棒性.     

基于Isomap的人脸图像特征融合识别算法

提出Gabor特征融合+Isomap+SVM算法.利用Gabor滤波器提取图像特征,将相同中心频率不同方向的滤波结果相加,在保证识别率的同时降低了Isomap算法计算的数据量.然后使用Isomap算法对非线性特征信息降维,最后使用支持向量机(SVM)对降维结果分类.通过对ORL数据库实验证明,Gabor特征融合+Isomap+SVM算法与传统算法相比具有更高的识别精度.     

基于减少阶数的Mel频谱倒谱系数改进

本文通过实验对比,在语音识别的特征参数方面进行了有效的改进,创新内容是改善Mel频谱倒谱系数(MFCC),将12阶Mel频谱倒谱系数减为11阶,通过实验证明,改进后的参数有效提高了实验的识别率。实验主要采用删减特征分量的方法研究MFCC各阶参数对非特定人特定语音识别的贡献,并通过大量重复性实验得出验证,不同的参数选择对语音识别确实有不同的贡献,而且针对不同的语本模型,贡献也不同。     

基于多重分形谱和SVM的齿轮箱故障诊断

基于振动信号的齿轮箱故障诊断本质分为有用信号的提取、故障特征量的选择以及故障智能识别。为此本文提出了基于多重分形特征提取和SVM故障识别的方法。用SVM分别对多重分形特征量进行故障识别,证明了本文提出的多重分形的故障特征提取模型的可行性。     

基于MFCC的说话人语音识别系统的研究

说话人识别是当前语音识别的研究热点之一。本文主要研究了以下几个方面:说话人语音识别系统,对能够反映人对语音感知特性的Mel频率倒谱系数(MFCC)作为特征参数进行提取。同时,分析了概率神经网络PNN,概率神经网络是性能良好的分类神经网络。实验结果表明,概率神经网络PNN对训练的语音样本有着很高的分类准确率。     

基于视频的行人检测和行为识别

近些年,随着计算机视觉的不断发展,行人检测和行为识别技术在众多前沿科技领域有着极大的应用价值.本文在行人检测技术研究中采用了方向梯度直方图(HOG)的方法提取图像特征,然后用支持向量机(SVM)的方法进行分类框选出行人并进行跟踪来实现动态的行人检测.在行为识别技术研究中,本文通过OpenPose算法提取行人骨骼关节点特...     

基于DTW的说话人识别技术研究

所谓说话人识别,就是根据输入语音确定发音者的身份,即用待识语音和预先提取的说话人特征来确定或鉴别说话人的身份。采用动态时间规整(DTW)方法,可以利用使用过程中的数据不断修正原模板,使模板逐次趋于完善。研究了DTW在说话人识别系统中的应用,通过实验证明,当用于训练的数据量较小时,可以得到比较稳定的识别性能。     

基于局部LBP特征的人脸识别

将人脸图像划分为互不相交的矩形块,提取各分块的LBP特征,并将各块LBP特征按序组合表征人脸图像。利用支持向量机(Support Vector Machine,SVM)算法对训练分类器,进行人脸识别。在YALE人脸库上进行的实验表明,基于局部LBP特征的支持向量机分类器的准确率能够达到93.33%。     

基于支持向量机的局部二值模式加权算法在人脸识别中的应用

针对人脸特征的提取问题,提出了在SVM的基础上结合局部二值模式(LBP)加权算法。首先描述了人脸图像的LBP和深度LBP特征,通过加权形成人脸特征向量,通过这些向量采用支持向量机进行分类,依托人脸数据库进行仿真。实验结果表明,本文算法提高了人脸平均识别率以及识别效率,具有一定的推广价值。     

基于多特征软概率级联的土地利用/土地覆盖分类

为实现高分辨率遥感影像低层特征的有效组织与优化,提高特征的可判别性,重点研究了基于稀疏编码的中层特征学习、基于支持向量机(Support Vector Machine,SVM)的分类技术,提出了基于软概率级联中层特征学习模型实现土地利用/土地覆盖(Land Use and Land Cover,LULC)分类。首先,提取影像的灰度共生矩阵(Graylevel Co-occurrence Matrix,GLCM)、光谱特征、密集尺度不变特征转换(Dense Scale Invariant Feature Transform,DSIFT)作为低层特征;然后由稀疏编码分别对GLCM、DSIFT和光谱特征进行稀疏编码,并结合最大平滑方法对稀疏系数进行优化,获得影像的中层特征,并通过SVM分类器分别计算LULC类别软概率,对其级联获得影像的特征表达;最后,利用SVM分类器再次分类获得LULC分类结果。选用武汉市远城区农村居民点作为实验样区,对该方法进行了验证,实验结果表明,该方法总体精度达到88%左右;相较于提取单一低层特征的分类方法,本文算法可有效提高LULC分类精度。     

基于支持向量机的局部二值模式加权算法在人脸识别中的应用

针对人脸特征的提取问题,提出了在SVM的基础上结合局部二值模式(LBP)加权算法。首先首先描述了人脸图像的LBP和深度LBP特征,通过加权形成人脸特征向量,通过这些向量采用支持向量机进行分类,依托人脸数据库进行仿真。实验结果表明,本文算法提高了人脸平均识别率以及识别效率,具有一定的推广价值。     

基于视频和位置信息的交通灯识别

交通灯识别是智能车技术的关键,文章提出一种识别交通灯的新方法。首先基于多源信息,在摄像机像面上建立随机过程模型,确定车辆位置和像面概率分布的关系。然后选取输入图像中概率大于设定阈值的区域,在YCb Cr颜色空间中基于颜色和亮度信息分割该区域得到候选区,对候选区域分别提取其颜色直方图和边缘方向直方图信息。最后采用支持向量机(SVM)对交通灯识别分类。实验结果表明,该方法能够实时准确地检测出交通灯。     

大型远程行人晕厥无线监测系统关键算法设计

在室外行人监控系统中,由于行人运动行为姿态的相似特征量较大,传统的行人行为特征识别系统不能对行人突然发生晕厥时及时有效地做出信息反馈。提出一种基于特征融合和支持向量机的大型远程行人晕厥无线监测方法。首先,采用背景差分法对行人监测图像进行提取,并将提取出的扩展梯度方向直方图和完备局部二值模式两种互补特征通过离散变换算法进行压缩和融合,然后将融合结果输入到SVM中进行学习,在寻找超优平面的过程中,在满足支持向量机分类条件下,将行人晕厥行为从行人监测视频图像中识别出来。在KTH和Weizmann行为公共数据库中进行了多组实验,结果表明,相对于其他识别模型,提高了行人晕厥监测系统的识别正确率,同时加快了识别速度。     

复杂背景下的车型识别系统

随着交通问题的日益严峻,车型识别系统技术的研发显得尤为迫切。提出了一种复杂背景下的车型识别系统关键算法的研究与实现,采用一种初步检测和精确定位相结合的车辆检测方法;提取车辆的积分通道特征作为车型识别SVM分类器的输入特征。系统基于Visual Studio平台下完成,实验表明,该车型识别系统具有较高的识别率和识别速度,且具有很好的鲁棒性,满足实时系统的要求。     

基于CT影像组学特征的肾肿瘤组织学亚型分类

目的:分析基于CT影像组学特征的肾肿瘤组织学亚型分类的方法及作用,以期为肾透明细胞癌(ccRCC)、乏脂肪血管平滑肌脂肪瘤(fp-AML)临床鉴别诊断工作提供参考。方法:以我院38例ccRCC患者与40例fp-AML患者为研究对象,均施以CT影像学检测,提取其CT影像学组织学特征,以皮尔森相关阵矩去除冗杂特征,通过Welch’s实验,确定存在明显差异的特征,借助序列浮动前向选择算法筛选有鉴别能力的CT影像组学特征,应用Ada Boost、支持向量机(SVM)、随机森林(RF)、k最近邻(k NN)分类器实施分类。结果:在Ada Boost、SVM、RF、k NN4种分类器中,SVM的准确度、敏感度、特异度、阴性预测率、阳性预测率均较高,ROC曲线下面积较大,分别为91.82%、89.75%、92.36%、95.01%、86.42%、0.942。结论:基于CT影像组学特征的肾肿瘤组织学亚型分类模型的构建,可提高ccRCC、fp-AML临床鉴别准确度,促进临床诊疗工作的顺利开展。     

规范手写体汉字的部首分割研究

本文在预处理的基础上提取出笔段特征,然后提取出部首,按照部首查字法的思想对部首和剩余的部分进行识别并给出最终的识别结果．在提取部首的时候对于对没有连笔的采用各静态分割的方法,对有连笔的提出基于笔段的的部首的动态组合算法。由于汉字切分成笔段以后连笔与不连笔没有太大的区别,所以能在一定程度上解决连笔这个手写体识别中的难点。