基于HMM和FrFT的UWB弱信号检测混合算法研究

近几年来,在长距离超宽带(UWB)无线通信方面受到了高度重视,但由于传输距离变长后,出现一些难以克服的困难。现在2000m以上的长距离超宽带无线通信系统称为了超宽带通信中的热点和难点。本文系统地构建检测色噪声下超宽带微弱信号的方案。用多线性调频信号作为超宽带无线通信的导频信号,并假定通信过程中收到色噪声的干扰,首先对其进行多尺度离散小波(包)变换,将每个尺度的接收信号用隐马尔可夫模型(HMM)进行描述,并结合分数阶傅立叶变换(FrFT)处理多分量线调频信号的思想和原理,从而实现色噪声干扰下的时间频率双弥散超宽带弱接收信号的检测与参数估计。     

基于HMM的说话人识别

介绍了隐马尔可夫模型的基本原理以及在说话人识别中的实现,对文本相关与文本无关进行比对,得出文本相关的识别率要高的结论及原因。     

基于HMM模型的MOOCs持续使用行为影响因素研究

【Purpose/significance】Analyzing the influencing factors of continuance usage behavior of MOOCs can deeply understand learners' motivation and participation behavior so as to provide more decision support for managers.【Method/ process】A model is constructed to capture the dynamics of continuance usage of MOOCs, referring to Hidden Markov Mod⁃ el(HMM) based on the learning process framework of Illeris. Then data from Shanghai Learning Platform is collected, and the Maximum Likelihood method is used to estimate parameters. Furthermore, the influence of website, course, peer effect and teacher-student interaction on continuance usage of MOOCs was analyzed in different ability states, and the evolution of learners' ability state was also explored.【Result/conclusion】Peer effect has positive effect on MOOCs usage of learners with different abilities. High ability learners are also more concerned about the website safety and information related with the course, whereas low ability learners are more likely to attend teacher-student interaction activities. There are four typi⁃ cal ability evolution roadmaps, the high ability learners have the accumulation advantage and the positive MOOCs continu⁃ ance usage behavior track, and are more likely to keep the high ability state.     

基于隐马尔可夫模型的语音情感识别

情感识别是情感智能与计算机技术相结合的一个崭新的研究课题,情感的计算机自动识别是通向情感计算的第一步。本文针对日常生活中最常见的四种情感状态:生气、高兴、悲伤和惊奇的汉语语音信号的情感识别进行了研究,并研究了基于采用隐马尔可夫模型(HMM)对情感特征数据的情感识别,得出了相关的实验结果。     

基矛HMM的说话人识别

介绍了隐马尔可夫模型的基本原理以及在说话人识别中的实现，对文本相关与文本无关进行比对．得出文本相关的识别率要高的结论及原因。     

基于MPC5200的嵌入式非特定人连续语音识别系统

非特定人连续语音识别系统具有非常高的计算复杂度，对系统的硬件资源有很高的要求，本文针对该问题设计了一款基于MPC5200微处理器的嵌入式平台，在该平台上实现了基于隐含马尔可夫模型的非特定人连续语音识别系统，实验结果表明该嵌入式语音识别系统达到了实时识别的要求。     

基于视觉的人体识别概述

首先对基于视觉的人体识别介绍研究的背景及意义进行了概述,然后分别介绍了人体识别的构成、行为识别的分类技术,最后提出了存在的问题以及未来发展的趋势。     

一种基于隐马尔可夫聚类的信息提取方法

为了通过统计的学习来得到最优的模型参数,我们通过基于形式的聚类方法将训练数据聚成几个类,每个类的数据被用来训练一个初始概率和一个转移概率矩阵.在进行文本信息提取时,结合每一个初始概率矩阵、每一个转移概率矩阵,使用Viterbi算法来找出最优的标记序列.结果这些最优的标记序列中概率最大的标记序列将被作为最终输出.实验表明,新的算法在一定条件下能提高文本信息提取的精确度和召回率.     

基于HMM的安多藏语非特定人孤立词语音识别研究

以VC＋＋6.0为开发平台,实现一个基于隐马尔可夫模型（Hidden Markov Model,简称HMM）非特定人的安多藏语孤立词语音识别系统。对有声段语音进行MFCC参数的提取,对提取后的MFCC参数进行矢量量化后训练HMM模型,形成特征模板库,最后进行识别。根据安多藏语的特点,改进端点检测的方法,提高了孤立词语音信号检测的准确性,并进一步提高了识别率。     

一种基于TFIDF方法的中文关键词抽取算法

本文在海量智能分词基础之上,提出了一种基于向量空间模型和TFIDF方法的中文关键词抽取算法.该算法在对文本进行自动分词后,用TFIDF方法对文献空间中的每个词进行权重计算,然后根据计算结果抽取出科技文献的关键词.通过自编软件进行的实验测试表明该算法对中文科技文献的关键词自动抽取成效显著.     

基于模式匹配的中文通用本体概念抽取模型

本文重点阐述了中文通用本体概念实例的机器抽取过程,建立了基于模式匹配的通用本体概念识别模型,以此作为领域本体自动构建的基础.此后探讨了该模型在情报学各研究领域中的应用前景,并通过实验检验模型在实际应用中的识别效果.     

一种基于优化观测向量的E-HMM的人脸识别方法

在研究伪二维隐马尔可夫模型(E-HMM)的基础上,结合优化观测向量,将离散余弦的优化方法加入到特征提取中,增强了系统对噪声、光照以及姿态的鲁棒性,提高了识别的效率.本文首先对二维人脸图像进行建模分析,然后对模型进行训练,最后利用训练好的隐马尔可夫模型完成人脸识别.实验结果表明,该方法识别率高,鲁棒性好,具有较高的实际应用价值.     

基于可扩张马尔可夫的快速精准网络攻击检测模型

以泛滥型阻断服务攻击为研究目标,提出一个基于可扩张马尔可夫的快速精准网络攻击检测模型,针对模型中的分群与节点新增算法在空间上的特性进行改进,以加快分群的速度,从而可以有效地检测出异常的封包.     

基于隐马尔可夫模型的人像鉴别算法

提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解，然后把3个不同分辨率的低频子图像由小到大排列成树状结构，形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维，形成特征小波树枝，并把它作为观测向量对隐马尔可夫模型进行训练，把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系，以及状态个数和高斯概率混合成分的个数对识别率的影响，定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上，同其他四种相关方法进行了比较，实验结果表明，该方法识别率较高，工程上易于应用.     

基于小波变换的语音检测算法

为了提高在低信噪比下语音检测的正确率,利用语音信号的小波分解系数在不同频段具有的谐波特性,构造出了一种具有良好抗噪性能的特征参数,结合相应的判决准则,提出了基于小波变换的语音检测算法。仿真结果表明,这种算法在低信噪比下具有较高的检测正确率。     

基于LDA-HMM的知识流动模式发现研究

【目的/意义】知识流动模式能够动态反映知识形态在知识流动中发生的变化，体现学科系统中不同知识体 系的发展规律，因此从科学文献角度出发研究知识流动模式的发现具有重要意义。【方法/过程】以图书情报学领域 为例，设计一种组合方法，首先采用LDA（latent Dirichlet allocation，隐狄里克雷分布）主题模型进行领域内文献的主 题聚类，然后提取引用和被引用数据构成主题知识流入、流出特征，并作为HMM（Hidden Markov Model，隐马尔可 夫模型）训练模型的观测值序列，识别不同的隐藏状态，进一步对模型的拟合效果进行评估，最后通过聚类分析将 隐藏状态序列与知识流动模式一一对应，揭示图书情报学领域存在不同知识流动模式的差异性。【结果/结论】实验 结果显示，不同类型的知识流动模式具有不同的表现形式，反映了领域内部主题研究的演变历程，为理解和认识科 学发展趋势具有一定价值。     

基于网络的关键词检索技巧

关键词检索是互联网信息检索最流行的方法。为引导用户正确地认识和应用关键词检索技术,提高信息检索效率,本文结合实例讲解,从关键词的选择、使用、组配等方面总结了一些关键词检索的技巧。     

信息抽取技术在竞争情报研究中的应用

介绍竞争情报和竞争情报系统以及信息抽取技术,并将隐马尔可夫模型引入到了文本信息的抽取之中,在此基础上提出了基于信息抽取技术的竞争情报系统模型.     

基于关键词效能的搜索引擎优化策略分析

介绍基于用户需求分析的搜索引擎优化策略,结合某网站的优化研究实例,提出建立在关键词效能算法、网站结构优化基础上的网站推广可行性方案。研究结果表明,这些优化策略有助于提高搜索引擎页面收录量和在搜索引擎的自然排名,从而获得更高的访问量。所讨论的内容适合中小企业电子商务网站的中长期优化和推广。     

基于搜索引擎的关键词广告及策略

关键词广告是网络广告的一种形式 ,基于搜索引擎的关键词广告以它独有的优势为企业带来了巨大的品牌效益 ,吸引了越来越多的企业注册关键词广告。本文从关键词广告的由来、分类、服务内容、订购过程、优势缺陷及广告策略等方面 ,对基于搜索引擎的关键词广告进行了全面的探讨。