第四讲语音信号处理的现状和展望

文章简要介绍了“语音信号处理”这一分支学科形成和发展的历史过程．指出了它在现代信息科学技术中的地位和作用．介绍了语音信号处理在应用领域的一些重要课题，如语音的低速率编码，语音的规则合成和文一语转换系统，语音识别和人一机语音对话等，这些仍然是当前研究的热点．文章最后展望了语音信号处理的发展前景，指出在这个领域还有很多难题等待人们去研究探索．     

基于微种群遗传算法和自适应BP算法的遥感图像分类

介绍了采用微种群遗传算法和自适应BP算法相结合的混合遗传算法来训练前向人工神经网络(BPNN)的方法。即先用微种群遗传学习算法进行全局训练,再用自适应BP算法进行精确训练,以达到加快网络收敛速度和避免陷入局部极小值的目的。将此算法用于遥感图像分类,网络的训练速度及分类结果表明,该算法收敛速度较快,预测精度较高。     

基于屋顶二值红外传感器网络的人体定位和行为识别系统设计

为了解决个人隐私的保护、受光照条件和障碍物等因素的影响,设计了一种基于屋顶二值红外传感器网络的人体行为识别系统。系统采用STM32芯片和ZigBee协调器建立ZigBee网络。当实验者在安装在屋顶的20个互连的AMN31111红外传感器下面做出一系列行为时,传感器对其进行二值数据采集,ZigBee协调器将数据通过串口发送到PC机上实时动态显示,通过Keil 5系统软件对采集的二值数据以txt文本格式存储。提出了像素值法对人体进行定位和BP神经网络算法在模拟的居家环境中对7种不同人物行为进行识别。实验结果表明：该系统实现了人体多种行为的识别,其识别率为84.7%,4名实验者得到平均识别精度相比固定在居家电器传感器设备要高4.7%左右,并且该系统采集精度高、性能稳定、可靠性高、成本低、功耗低,解决了一些目前人体行为识别监测系统存在的问题。     

作物和杂草叶片的可见-近红外反射光谱特性

为了进行快速实时的杂草识别,研究了作物和杂草叶片的可见-近红外反射光谱特性.选择了两种常见的 田间作物大豆(Glycine max)和玉米(Zea mays),以及铁苋菜(Acalypha australis L.)和田字草(Marsilea quadrifolia L.)两种杂草作为研究对象.每种各30个样本.共120个样本.采用ASD Fieldspec便携式光谱仪进行光谱采集.在对400～1000 nm的光谱数据进行平滑和-阶求导预处理、.通过主成份分析.去除了一个奇异样本.最后用79个样本组成的建模集进行偏最小二乘法建模.对剩余的40个样本进行预测.预测模型结果的相关性达到0.986,识别率达到100%.说明研究中选用的作物和杂草叶片的可见-近红外反射光谱特性之19有较大的区别,町以用于 进行杂草和作物的区分.     

基于Fisher判别分析的有监督特征提取和星系光谱分类

随着天文观测技术的进步、数据获取能力的提高和大型光谱巡天计划的相继实施,光谱数据的自动处理研究越来越受到重视和关注。文章在分析了文献中光谱自动分类研究的特点和无监督特征提取方法所固有的一些不足的基础上指出了光谱有监督特征提取研究的必要性。并重点研究了Fisher判别分析(FDA)有监督特征提取方法在星系光谱自动分类中的应用。该方法： (1) 具有突出的维数约减能力; (2) 能有效地融合训练数据的类别信息,并按照分类能力提取特征。实验表明,将FDA方法用于某些星系细分类不仅明显地提高了分类器的速度,而且具有良好的分类性能。因此,对于较大的光谱识别系统更能体现出该方法的优越性。     

图像的微分处理与相关识别

介绍了小波图像微分原理,并对图像的微分处理与相关识别进行了实验分析和研究。实验结果表明,对图像进行小波微分预处理后,可以有效地减少图像中的低频成份,这就使图像相关运算更多地比较了图像的细节变化,增加了相关图像的信息量,可以有效地提高图像的识别能力。     

基于光学相关的红外目标检测

光学图像处理技术能以复振幅、并行、高速度和巨量互连来处理信号。利用光学方法的半色调网屏技术实现了红外图像的假彩色编码,提高了红外图像的可识别性;利用光学相关识别技术构造了一种基于4f系统的光学图像实时相关识别系统,以实现对红外图像的实时处理和识别。     

Quantitative combination of volumetric MR imaging and MR spectroscopy data for the discrimination of meningiomas from metastatic brain tumors by means of pattern recognition

The analysis of information derived from magnetic resonance imaging (MRI) and spectroscopy (MRS) has been identified as an important indicator for discriminating among different brain pathologies. The purpose of this study was to investigate the efficiency of the combination of textural MRI features and MRS metabolite ratios by means of a pattern recognition system in the task of discriminating between meningiomas and metastatic brain tumors. The data set consisted of 40 brain MR image series and their corresponding spectral data obtained from patients with verified tumors. The pattern recognition system was designed employing the support vector machines classifier with radial basis function kernel; the system was evaluated using an external cross validation process to render results indicative of the generalization performance to “unknown” cases. The combination of MR textural and spectroscopic features resulted in 92.15% overall accuracy in discriminating meningiomas from metastatic brain tumors. The fusion of the information derived from MRI and MRS data might be helpful in providing clinicians a useful second opinion tool for accurate characterization of brain tumors.     

1,3-双(1-苯基-1H-四唑-5-巯基)-乙酰苯腙钳形受体对卤素阴离子的识别机理

采用密度泛函B3LYP(Becke, three-parameter, Lee-Yang-Parr)和HF(Hatree-Fock)方法, 从理论上探讨了1,3-双(1-苯基-1H-四唑-5-巯基)-乙酰苯腙(DAPHZ)钳形受体对卤素阴离子的识别机理,结果发现DAPHZ受体以其钳形结构中的-N-H基团与卤素阴离子间形成双侧红移氢键进行识别. 经BSSE校正后DAPHZ•••F-, DAPHZ•••Cl-和DAPHZ•••Br-体系的分子识别相互作用能ΔECP分别为-327.5,-163.5和-148.3 kJmol-1, 说明钳形DAPHZ受体对F-具有最好的识别能力. 此外, 采用自然键轨道(NBO)计算, 相关H原子化学位移计算及分子中原子(AIM)等理论分析了识别体系中红移氢键的电子结构和性质, 结果表明APHZ受体对卤素阴离子的识别能力的相对顺序为DAPHZ•••F- >> DAPHZ•••Cl- ≈ DAPHZ•••Br-.     

最优折衷三元相位振幅滤波器设计

 为了使在空间光调制器上易于实现的三元相位振幅滤波器在畸变容限、噪声抑制能力和相关峰尖锐度这3个指标上均能取得较好的性能,在最优折衷最大相关高度滤波器的基础上提出了最优折衷三元相位振幅滤波器,并研究了其设计方法。它只需最大化单个准则就能确定最优的临界线角度和支撑区域,简化了优化设计过程。实验结果表明：与二元纯相位滤波器相比,这种滤波器对于在30°的旋转畸变范围内并存在复杂背景的目标能给出更尖锐的相关峰。这将提高相关峰探测的准确性。