基于CPX8216硬件平台的GPRS板间切换的实现

GPRS全称通用分组无线业务,它在改进了现有GSM系统后能实现高速的数据传输。首先对GPRS系统做了简单介绍,然后在此基础上详细介绍了GPRS的板间切换在CPX8216硬件平台上的实现方法。     

Distributed Speech Recognition Systems and Some Key Factors Affecting It''''s Performance

1　IntroductionWiththerapiddevelopmentofInternetandmobilecommunications,theresearchonwirelessmobilenetworkshasbecomethenewhotspotinin formationtechnologyfield .Asweknow ,mobileterminals (mobilephone,forexample)arethetooltohelppeopletoaccessanyinformationtheyneedbyanymediaatanytimeandanywhere .However,itissometimesdifficultformobileterminalstoplaysucharolebecauseofthelimitationssuchaslimitedca pacity ,lowpower,andinconvenienceinoperating .So,peoplehopetofindanotherwaytoaccessnet workinformatio…     

Thermal analysis as a tool in the study of GMM in Angra Dos Reis region,Rio de Janeiro,Brazil

Angra dos Reis/Itaguai region of the state of Rio de Janeiro, Brazil, is a very problematic area due to the instability of slope and landslides, due to geological and geomorphological conditions and to the significant and continuous human occupation over favorable areas is prone to the triggering of landslides. The samples were analyzed by thermogravimetry (TG), derivative thermogravimetry (DTG) and differential thermal analysis (DTA). This paper analyzes and characterizes the clay minerals and presence of water, gravitational mass movements’ sites and compares it with sites where gravitational mass movements do not occur. Indeed, this analysis also attempts to verify the presence of minerals.     

基于GMM和神经网络的辐射源识别方法

针对基于截获雷达脉冲特征参数的辐射源识别问题,通过建立一个高斯混合模型(GMM),采用最大化期望(EM)方法对模型参数进行训练,构建了一个输入为截获雷达脉冲特征参数,输出为雷达辐射源类型的分类器。同时,为实现对分类识别性能对比,进一步提出基于神经网络方法构建雷达辐射源类型分类器。仿真试验结果表明,基于GMM和神经网络构建的两种分类器均能实现对雷达辐射源的在线识别,且当用于训练的样本比例不低于10%时,均能获得90%以上的分类正确率。     

基于区分性GMM文本无关的话者识别的研究

说话人识别的关键在于如何为集合中的每一个人建立一个能表征该说话人个性特征的声学模型,建模方法将会严重影响系统的性能。基于当今与文本无关的话者识别的主流模型——高斯混合模型（Gaussian Mixture Model,GMM）的基础上,从声学的角度剖析了男女发音的差别,以增加说话人之间的差异性为出发点,引入竞争性思想和通用背景模型（Universal Background Model,UBM）,提出了具有区分性的GMM的建模方法,克服了传统GMM需要大量训练样本的局限性和UBM将说话人强制服从统一分布的弱点。最后实验的对比结果表明,具有区分性的GMM相比传统的高斯混合模型在识别率上有所提高。     

Robust techniques for abandoned and removed object detection based on Markov random field

This paper presents a novel framework for detecting abandoned objects by introducing a fully-automatic GrabCut object segmentation. GrabCut seed initialization is treated as a background (BG) modelling problem that focuses only on unhanded objects and objects that become immobile. The BG distribution is constructed with dual Gaussian mixtures that are comprised of high and low learning rate models. We propose a primitive BG model-based removed object validation and Haar feature-based cascade classifier for still-people detection once a candidate for a released object has been detected. Our system can obtain more robust and accurate results for real environments based on evaluations of realistic scenes from CAVIAR, PETS2006, CDnet 2014, and our own datasets.     

实际语音盲分离客观评价指标研究

由于没有可比对的语音源信号,如何评价实际语音盲分离的效果非常困难。目前还没有相应的客观评价指标。将语音特征引入实际语音盲分离评价指标,提出了基于信号相关性和Mel倒谱系数高斯混合模型的听觉-独立性联合指标,客观评价了实际语音盲分离的性能。     

基于高斯混合模型的车辆字符识别算法

在基于统计方法的车牌字符识别算法中,为了更有效地描述车牌字符特征的类条件概率密度,提出了一种基于高斯混合模型(GMM)的识别方法.首先采用Gabor变换来提取车牌字符的特征参数,然后通过GMM来逼近字符特征的类条件概率密度分布,最后根据得到的类条件概率密度分布函数构造贝叶斯分类器.其中,GMM的参数估计采用EM算法.实验表明,这种方法具有良好的字符识别效果、较强的鲁棒性以及较大的应用价值.     

基于基元段特征和GMM的源-目标说话人F0～t转换

基音轨迹F_0～t转换是实现高质量源-目标说话人声音转换的重要组成部分。本文给出了一种与说话内容无关的F_0～t转换方法,为了在与文本无关的前提下,提取出尽可能反映说话人个性特征的基音起伏的较长时的信息,本文采用了从n个短时帧组成的基元段提取特征矢量,并以基元段矢量为单元进行转换,采用了基于高斯混合模型(GMM)的概率加权转换算法使每个特征矢量的转换规则是由多个类规则的线性加权组合得到的,从而提高了转换精度,同时还解决了一般分类器中处于类边界数据的分类错误。实验表明,基于基元段特征矢量和GMM的转换方法具有很好的效果。     

基于Level set方法的医学图像分割

本文引入了一种基于偏微分方程的曲线进化方法—Level set方法,通过与Fast marching方法的结合,可以实现运算速度的大大提高。同时引进了更有效的Kim提出的GMM(Group Marching Method)方法,减少了运算量,并给出了改进方法。最后,把该方法用于仿真图与医学图像分割中,获得了较好的效果。