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。     

麦克风阵列语音增强用于抗噪说话人识别

文章建立了一个噪声环境下说话人识别系统。先在信号空间通过麦克风阵列语音增强来抑制噪声,然后在特征空间进行特征补偿,接着进行说话人识别。同时录制了一个18人的麦克风阵语音库以及麦克风阵噪声库用来测试该方法,实验结果表明该方法能够显著提高说话人识别系统在噪声环境下的识别率。     

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。     

基于窄带VoIP网络的说话人识别

在语音同一鉴定案件中,自动语音识别方法逐渐被采用,但目前某些语音检材存在质量下降无法进行有效语音识别等问题。文章通过研究网络电话（VoIP）各特性因素（如语音编解码、数据包丢失、数据包乱序、网络抖动和外来串扰或回波）,对自动语音识别系统（ASR）性能的影响做出系统分析。     

说话人识别技术的方法与展望

说话人识别技术作为一种身份识别的手段，具有独特的优势，近年来已逐渐成为国际上的研究热点。文中综述了说话人识别过程及国内外现有的识别方法，对每种识别方法的优势和不足进行了分析，并进一步对说话人识别技术未来研究发展方向进行了讨论。     

基于VQ反模仿说话人识别再确认系统算法研究

人的语音虽然具有独立性,但也是可以被模仿。语音模仿技术的出现就给当前的信息安全带来威胁,这就使得有必要加强当前说话人识别系统的安全性,开展反模仿技术的研究。文章介绍了说话人识别方面的基本概念、原理以及当前的研究现状,并介绍当前流行的说话人识别方法,并着重阐述基于动态阈值的说话人反模仿系统。     

一种基于改进的LPC参数倒谱分析的说话人识别方法

线性预测倒谱LPCC在说话人识别中已被广泛使用,文章以LPCC为基础进行Mel变换,得到新的特征参数LPMCC,一次作为说话人识别系统的特征参数,并在识别部分采用VQ和HMM相结合的方法进行建模和识别,实验证明该方法提高了系统的识别率。     

改进的FCM模糊聚类算法在说话人识别中的应用

文章提出了一种将改进的FCM模糊聚类算法与矢量量化相结合的说话人识别的方法.     

基于美尔倒谱系数及隐马尔可夫模型的说话人识别系统研究

为了适应强噪声环境下的语音识别,进行了基于美尔倒谱系数特征及隐马尔可夫模型的识别算法研究,主要对提取语音信号的线性预测系数、端点检测、语音特征参数提取、语音算法识别流程等进行了初步研究,并进行了说话人识别系统的仿真验证。     

基于神经网络识别的复杂工艺参数柔性优化

为提高复杂工艺环境下生产合格率,动态的柔性优化工艺参数组合,以现场生产数据为学习样本和控制对象,基于可适应BP神经网络建立识别生产变化的工艺参数柔性优化模型。在此基础上,通过引入惩罚机制改进粒子群算法在神经网络输入端迭代求解最优参数组合。为了验证模型的有效性,验证实例由3条轻化工艺路线生产数据构成,结果表明模型预测误差绝对值在3%以内,优化得到的参数组合提高合格率到85%以上,有效的提高生产效果和生产柔性。     

基于稀疏表示的人脸识别算法

近年来,人脸识别一直是计算机视觉和模式识别领域一个很热门研究课题。随着压缩感知理论的发展,稀疏表示已经成功应用于人脸识别。文章系统地综述了人脸识别的研究现状、系统,并重点介绍了基于稀疏表示的人脸识别算法及求解,最后对人脸识别算法存在的问题以及发展进行了展望。     

遗传规划在SAR图像识别中的应用

提出一种基于遗传规划的合成孔径雷达图像识别方法.首先提取SAR图像的5种特征作为原始特征,然后利用遗传规划算法在5种原始特征上合成新的特征,最后采用支持向量机进行分类.实验结果表明了算法的有效性.     

Bias-compensated affine-projection-like algorithm based on maximum correntropy criterion for robust filtering

This article proposes an affine-projection-like maximum correntropy (APLMC) algorithm for robust adaptive filtering. The proposed APLMC algorithm is derived by using the objective function based on the maximum correntropy criterion (MCC), which can availably suppress the bad effects of impulsive noise on filter weight updates. But the overall performance of the APLMC algorithm may be decreased when the input signal is polluted by noise. To compensate for the deviation of the APLMC algorithm in the input noise interference environment, the bias compensation (BC) method is introduced. Therefore, the bias-compensated APLMC (BC-APLMC) algorithm is presented. Besides, the convergence of the BC-APLMC algorithm in the mean and the mean square sense is studied, which provides a constraint range for the step-size. Computer simulation results show that the APLMC, and BC-APLMC algorithms are valid in acoustic echo cancellation and system identification applications. It also shows that the proposed algorithms are robust in the presence of input noise and impulse noise.     

Maximum correntropy criterion variational Bayesian adaptive Kalman filter based on strong tracking with unknown noise covariances

The performance of the current state estimation will degrade in the existence of slow-varying noise statistics. To solve the aforementioned issues, an improved strong tracking maximum correntropy criterion variational-Bayesian adaptive Kalman filter is presented in this paper. First of all, the inverse-Wishart distribution, as the conjugate-prior, is adopted to model the unknown and time-varying measurement and process noise covariances, then the noise covariances and system state are estimated via the variational Bayesian method. Secondly, the multiple fading-factors are obtained and evaluated to modify the prediction error covariance matrix to address the problems associated with inaccurate error estimation. Finally, the maximum correntropy criterion is employed to correct the filtering gain, which improves the filtering performance of the proposed algorithm. Simulation results show that the proposed filter exhibits better accuracy and convergence performance compared to other existing algorithms.     

基于DSP的语音识别系统研究

文章介绍了语音识别的基本原理以及用DSK6713实现语音识别算法的一些原则和方法,阐述了语音识别在DSP上的实现技术。系统使用梅尔倒谱系数（MFCC）作为特征参数,采用算法相对简单以及计算量较小的动态时间弯折算法（DTW）实现语音参数的匹配。用MATLAB实现DTW算法的仿真,进而将语音识别技术应用到DSP上,实验结果表明对特定人、小词汇量和孤立词的语音识别效果比较好。     

基于几何与数学特征的人脸识别

提出了一种新的基于几何与数学特征相融合的人脸识别算法,分别提出了眉毛几何特征、人脸个性几何特征以及数学特征在人脸比对时的比对策略,采用打分的机制记录特征比对的结果。为了融合几何与数学特征,提出了基于权值的几何特征与数学特征的融合策略。实验结果表明,采用几何特征与数学特征相融合进行人脸识别比使用单一人脸特征进行人脸识别时有更高的识别率。     

烟片处理工艺参数与切丝含水率相关性研究

为了解和掌握叶片处理段工艺参数与切丝含水率的相关关系,采用一元线性回归分析方法对叶片处理段工艺参数松散回潮累计加水量、叶片加料累计加水量、叶片处理段加水总量及贮叶时间与切丝含水率的相关性进行了分析,描述了叶片处理工艺参数与切丝含水率的相关性,建立叶片处理工艺参数与切丝含水率均值的一元线性方程。结果表明,松散回潮累计加水量及叶片处理段累计加水量与切丝含水率均值相关性较强,一元线性回归方程较为显著;叶片加料加水累计量及贮叶时间与切丝含水率均值不具有相关性;贮叶时间对烟片加料含水率与切丝含水率的差值相关性较强,一元线性回归方程较为显著;叶片加料出口含水率与切丝含水率相关性较强。     

基于距离综合评价法的数学核心期刊评价

【目的】对数学类中文核心期刊进行综合评价,以期为数学期刊综合水平的提高提供定量参考。【方法】以2013版中国期刊引证报告(扩刊版)提供的8个计量指标数据为依托,采用基于变异系数法的距离综合评价法对《中文核心期刊要目总览》(北京大学第六版)刊登的15种数学核心期刊进行分析和排名。【结果】距离综合评价法的排名比总被引频次的排名和影响因子的排名更合理。【结论】利用距离综合评价法评价期刊的学术水平是行之有效的,具有科学性和可操作性。     

浅谈基于深度相机的手势识别系统

随着计算机人机交互技术的发展,手势作为一种自然而直观的人际交流模式,手势识别也是实现新一代人机交互所不可缺少的一项关键技术。现代深度相机如Kinect、TOF等飞速发展,也促使人们对于基于深度相机的手势识别系统研究和应用的重视。文章主要介绍基于深度相机的手势识别系统方法及应用,讨论骨骼、深度图像等信息数据在识别系统中的开发和应用,最后简介深度信息的应用发展前景。