基于SVM的语音情感识别研究

随着计算机技术的发展,人们对和谐人机交互的要求不断提高,这就要求计算机能理解说话人的情感信息,即能进行语音情感识别。本文提出了一种基于支持向量机（SVM）的语音情感识别方法,主要对人类的6种基本情感：高兴、惊奇、愤怒、悲伤、恐惧、平静进行研究。首先对自建语音情感数据库的情感语句提取特征,然后运用序列前向选择（SFS）算...     

基于高速DSP的实时语音增强系统设计

随着移动通信技术的快速发展,语音增强的研究及其实际应用成为数字化通信的一个重要的研究方向。在数字信号处理技术的支撑下,许多优秀的语音增强算法的实时实现成为了可能。谱减法是一种运算量相对较小,增强效果明显,并且容易实时实现的语音增强算法,但是其缺点就是残留有音乐噪声。针对传统谱减法,本语音增强系统采用了一种改进算法,就是...     

基于组合特征和HSI颜色空间的阴影检测

为了更有效地检测视频序列中的阴影,提出基于组合特征和HSI颜色空间的阴影检测算法.对提取的前景,先采用扩展的不变矩和Gabor小波变换分别抽取待识别区域的全局特征和局部特征来建立组合特征向量,再通过建立的HSI空间的阴影颜色模型来准确检测出目标的阴影.实验结果表明,该算法具有良好的阴影检测效果.     

多边形近似及形状特征匹配的二维目标检测

在计算机视觉中形状是目标识别和检测的重要特征,而目标边缘是形状特征最直接的表现,因此基于边缘信息进行形状特征描述是最直接有效的方法.针对目前大多数形状特征描述的全局性以及对旋转、缩放等变化的敏感性,采用一种基于目标近似多边形的形状特征描述,这种描述方式具有局部性和紧凑性,同时结合运动参数预测及递归估计的方法实现二维目标...     

基于特征散度K-means红外图像分割遗传算法

针对红外图像中目标和背景的对比度低,边缘模糊的特点,本文提出了改进的聚类分割算法KFGA。用特征散度的内积范数作为K-means算法的距离测度,改进算法的普适性;针对K-means算法收敛的局部寻优问题,将遗传算法与K-means算法结合实现全局寻优;在种群每一次演化操作后实行一次K-means聚类,加快算法的收敛速度,在全局寻优的过程中嵌入局部寻优加快算法的收敛速度。     

用光谱法研究扭曲向列相液晶器件的电光特性

讨论了常亮型扭曲90°和扭曲120°向列相液晶器件的偏光特点,分析了液晶分子在交流电场作用下重新取向后的扭曲特性,测试并对比了特定频率不同电压条件下液晶分子重新取向后的扭曲角度,采用光谱仪取代通常使用的分光光度计获得液晶器件的电光特性,对比度、阈值电压、饱和电压随入射光波长的变化关系。结果表明,采用光谱仪的方法是可行的...     

基于模糊最大散度差判别准则的自适应特征提取模糊聚类算法

指出皋军等人提出的基于模糊最大散度差判别准则(Fuzzy Maximum Scatter Difference Discriminant Criterion,FMSDC)的聚类算法(Fuzzy Maximum Scatter Difference Diseriminant Criterion Based Cluster...     

全相位FFT密集谱识别与校正

为估计密集谱成分信号的频率和相位值,本文提出基于全相位FFT(all-phase FFT,apFFT)的密集谱识别与校正算法.利用全相位FFT良好的抑制谱泄漏性质和其特有的"相位不变性",本文方法可在传统振幅谱峰识别法失效情况下,根据相位谱是否满足平坦分布来识别密集谱与单频成分谱;结合全相位时移相位差校正法与相邻app...     

基于多尺度自卷积归一化直方图的仿射不变量模式识别

 仿射不变量特征提取方法已成为计算机视觉研究的重点课题之一.本文提出一种归一化直方图算法,该算法基于多尺度自卷积变换中密度函数的概念,研究归一化密度函数的方法,构建了从目标图像中提取直方图仿射不变量特征提取算法,实现了基于多尺度自卷积归一化直方图的仿射不变量模式识别.仿真实验表明,本算法对一定范围内的噪声,局部遮挡,照度及视角变化具有良好的适应性,特别是在多种环境下,其识别率优于多尺度自卷积和基于多尺度自卷积的其它直方图算法.     

基于Polycycle信号的干扰抑制UWB自适应脉冲设计

 针对认知超宽带与现存窄带系统干扰问题,采用Polycycle信号作为超宽带原始脉冲,使用Hermite矩阵特征向量方法设计了认知超宽带自适应脉冲,实现了干扰抑制.仿真结果表明,提出的自适应脉冲功率谱密度分布符合FCC室内和室外频谱规范,实现了自适应频段陷波.基于PAM-TH UWB系统性能分析表明自适应脉冲具有较强的多用户干扰和窄带干扰抑制能力.