【摘 要】
：
本文在文献[1]建立的外周听觉系统以及部分中枢听觉神经系统的基础上,建立了一个语音识别器。它由听觉模型作为语音声学前端处理器(即特征提取),由具有tonotopic组织结构的神经网络作为识别分类器。大量实验表明,由该听觉模型提取的特征参数不仅能很好地表示语音区别意义,而且对于噪声环境下的语音特征表示有较好的robustness。语音识别实验表明:在有噪声的情况下,采用听觉模型参数的识别器,其识别率
论文部分内容阅读
本文在文献[1]建立的外周听觉系统以及部分中枢听觉神经系统的基础上,建立了一个语音识别器。它由听觉模型作为语音声学前端处理器(即特征提取),由具有tonotopic组织结构的神经网络作为识别分类器。大量实验表明,由该听觉模型提取的特征参数不仅能很好地表示语音区别意义,而且对于噪声环境下的语音特征表示有较好的robustness。语音识别实验表明:在有噪声的情况下,采用听觉模型参数的识别器,其识别率明显优于由LPC—倒谱作为语音特征参数的方法。
其他文献
对围绕着加利福尼亚的五个大地震地区的三维 P 波速度模式的研究,导致了对断层性能与在易震深度处断层的岩石的介质特性之间关系的认识,高力矩释放地区显示出与高地震速度相关,而破裂的初始或破裂的终止可能与低地震速度相联系。这种关系可以理解为什么断层可以被分割为各自独立破坏的段,并表明我们能够增进对预测地震以及强地面运动的能力的认识。断层显示的特性从无震蠕动到大地震引起的脆性破裂。由于沿着某个断层长度的这
像太平洋环之类的俯冲带上的大地震,不但由于其直接震动,而旦还由于其产生的海啸也能引起伤亡和破坏。准确的地震预报可以减少损失,但是最近在阿拉斯加费尔班克斯举行的俯冲带大地震学术会议(1992年9月)上,探讨的两个问题使地震学的明珠变得暗淡无光:如何把俯冲带的闭锁段和危险段与平稳和安全的滑动段区别开来?如何准确预报这些闭锁段
1993年9月7日国家地震局工程力学研究所授予美国工程科学院院士、加州理工学院名誉教授豪斯纳(G.W.Housner)以该所名誉教授。 豪斯纳教授今年83岁高龄,他是国际上首屈一指的地震工程学权威,他为地震工程学的发展作出了杰出的贡献,他还是国际地震工程协
为了分析地震时断层错动对建筑场地的影响,本文在地面震动危险性分析方法基础上提出了一种估计断层错动风险的概率方法,该法考虑了断层破裂边界效应以及参数不确定性的影响。最后文中还给出了一个算例,以展示建议方法的计算过程。
本文研究了中国大陆活动断裂的性质、分布、活动量、活动时代及活动断层分段等的基本特性,在此基础上,分析了亚板块边界和其内部断块边界断层的活动习性,这就为大陆板内岩石圈动力学研究提供了充分的依据。
本文分析了中国大陆东部分区的地震活动在时间上的层次结构和自相似特征,以期得到有关中长期地震预报的信息。
本文采用KL(Kullback-Leibler)鉴别信息作为修正的隐Markov模型的距离测度。推导了该距离测度的解析式,证明了其收敛性。在不同大小的训练集和模型状态数下实验研究了模型距离,实验验证了这种距离测度用于语音识别的合理性和可行性。
本文用修正的隐Markov模型的KL鉴别信息作为失真测度进行语音识别粗分类。文中证明了分类方法的可行性,给出了分类算法,实验研究了分类的正确率与子集间交叠率的关系。
本文提出了一种多个三维刚体运动的匹配和估计算法,将对应点匹配和运动参数估计结合在一起,转化为代价函数的最优化过程。算法解决了多个刚体运动匹配、分割和估计问题,突破了先匹配后估计的传统思想,从而有利于实时处理。大量计算机模拟实验结果证实了算法的有效性。