【摘 要】
：
提出了基于模糊超椭球聚类算法的说话人辨认新方法。该算法首先将某一类的训练数据分成若干子类, 对每一子类在其中心周围定义具有超椭球区域的模糊规则。实验表明,该系统可以较快的聚类速度取得与HMM 相当的识别效果。进一步的研究表明,基于模糊超椭球聚类算法的说话人辨认系统与传统的基于HMM的识别方法存在一个共同的缺点,即抗噪性能较差。为此,通过引入多层前馈神经网络(MLFNN)与模糊超椭球分类器构成混合模
论文部分内容阅读
提出了基于模糊超椭球聚类算法的说话人辨认新方法。该算法首先将某一类的训练数据分成若干子类, 对每一子类在其中心周围定义具有超椭球区域的模糊规则。实验表明,该系统可以较快的聚类速度取得与HMM 相当的识别效果。进一步的研究表明,基于模糊超椭球聚类算法的说话人辨认系统与传统的基于HMM的识别方法存在一个共同的缺点,即抗噪性能较差。为此,通过引入多层前馈神经网络(MLFNN)与模糊超椭球分类器构成混合模型,使系统的识别性能和抗噪能力显著提高。
其他文献
Linux虚拟服务器(LVS)是把多台真实服务器集中起来构建成一个具有可伸缩性、高可用性和良好服务质量的虚拟服务系统.利用该技术构建的代理服务器集群系统是目前校园网中获取良好Internet服务的优先解决方案.文章在对基于LVS的代理服务器集群系统相关技术研究的基础上,设计并实现了一种可伸缩的代理服务器集群系统,并在合肥工业大学校园网中进行了应用.
越来越多的企业采用面向服务的架构来构建其信息基础设施,并通过执行Web服务流程来实现其业务逻辑。然而,当前作为工业界标准的服务流程建模语言BPEL4WS只能支持非常有限的运行时动态性,难以适应复杂多变的业务需求。针对这一问题,提出了在BPEL4WS及其执行引擎之上,实现基于语义的服务流程动态细化的机制——在BPEL4WS中增加目标类型的活动以及流程的语义描述；扩展现有BPEL4WS执行引擎使之能够
长沙理工大学计算机与通信工程学院于2003年8月由原长沙交通学院计算机工程系、原长沙电力学院数学与计算机系（计算机部分）、原轻专计算机系以及计算机中心、现代教育技术中心
建立了外部光注入半导体激光器激光混沌耦合同步系统,导出了耦合条件下的激光扰动方程和激光同步扰动方程。成功模拟了外部光注入波长1.31mm分布反馈半导体激光器的激光混沌耦合同步,其同步误差小且抗噪声干扰能力强。该同步系统在混沌模拟和数字保密通信中的数值模拟表明,无论是在时域还是在频域,信息都难以被分离,该系统确有较高的保密性能和反破译能力。1
提出了一种数字形态滤波与数字低通滤波器相结合作为基音检测预处理的基音检测新方法,本方法是线性滤波与非线性滤波相结合的一种新的尝试。实验结果表明,该方法可以得到比传统自相关法和倒谱法更好的结果,尤其是清浊音特征不明显的音段,基音检测的性能更好。
针对空时分组编码多载波码分多址系统的上行物理链路,提出了基于QR分解和基于最小均方误差的逐级干扰对消接收机算法。经算法处理后的数据矩阵保持了空时分组编码的正交结构,从而可以通过简单的线性处理实现空时分组编码的次优译码。与传统的置零接收机算法相比,此算法不会对接收机端的白噪声产生放大作用。计算机仿真结果表明,在独立衰落信道或相关衰落信道下,此算法均优于置零接收机算法。在误码率为10-6水平下,此算法
在Diffie-Hellman密钥协商协议中,如果存在一个问答器OF,∈,和函数F(X),当输入双方的公钥rx和ry后,至少以ε(0<ε<1)的概率给出正确的协商密钥的函数值F(rxy),否则发出错误信息,则能够计算出所有情况下的协商密钥。若Q为GF(q)上的多项式根的个数,文章降低了Q的上界,于是可以用更少次数的问答器询问,恢复出所有的协商密钥。文章进一步研究了XTR-DH密钥的安全性,指出当X
通过介绍网格监测的概念、需求、相关标准和各种实例,分析了目前主要的网格监测系统,阐述了网格监测的各种需求及其相互关系,找到了目前网格监测存在的问题与不足。基于R-Net实验平台,网格监测系统(RNMS)使用诸如自适应传感器控制、按需测量、分布式目录服务、节点组管理和混合数据格式等技术,在提高扩展性和互操作性的同时降低了侵扰。在RNMS的基础之上,进行了告警系统的设计,无需对其做大的改动,体现了较好
小波变换是信源编码技术的重要数学工具。然而,由于基于块的小波变换的基函数在块边界处的不连续性,导致解码信号在块边界存在“块效应”问题。本文采用块重叠小波变换的方法,利用变换基函数在块边界的连续性,消除了解码信号的“块效应”问题。基于块重叠小波包变换技术,设计了一个音频编码器,验证了上述方法的有效性。
采用支持向量机(SVM)对网络业务流数据进行预测估计,通过训练样本,从而获得样本以外数据的分布规律。在此基础上,设计了一种网络排队队列缓存的预估模型。实验表明,该模型具有较高的训练效率和很高的估计精确度。