排序方式: 共有3条查询结果,搜索用时 2 毫秒
1
1.
本文提出了一种新的汉语语音模型-多组状态转移顺序聚类模型(MSSC).该模型采用了马尔可夫过程的状态转移方式,描述汉语语音的特征矢量序列的时序过程,同时采用了动态时间匹配DTW的比对概念和直接特征状态而不是HMM法的隐状态.新的模型具有多组子模型特点,从而对语音速度的变化,语音轻重的变化等有较强的适应能力.在描述状态转移方面,增加了记录各状态的自转移次数,用其作权重可更好地利用特征信息,提高识别率.另外,该方法的物理意义明显,故可以根据不同的特征矢量,进行合理的加权评判,且可以方便地扩充特征矢量的种类,更好的利用了汉语语音中的有用信息,进一步提高识别的正确率.本文从原理上及实际的测算结果证实了新方法的有效性. 相似文献
2.
本文提出了一种振动传感电缆报警信号处理技术.报警信号的误报问题一直是安防系统重点要解决的问题,而传统的时域门限分析方法对信号识别的准确率不高,不利于降低安防系统报警信号的误报率.本文提出的对各种随机报警信号按照各自的功率谱特征进行判断和识别的方法,可以很大程度上减少信号的误报.结合振动传感电缆报警网络产生的信号特点,本文用MATLAB语言中的工具包方便地解决了实际工程中信号的功率谱分析,用以替代传统的报警信号识别方法.取得了明显的效果,实际测试表明,报警信号的误报率由原来平均43%降到10%以下. 相似文献
3.
1