模糊自组织神经网络在语音识别中的应用

在对语音信号进行分析的基础上，讨论了模糊自组织神经网络（ＦＳＯＮＮ）在语音识别领域的应用，并对ＦＳＯＮＮ算法进行改进。语音训练的实验结果表明，修正后的ＦＳＯＮＮ具有较强的聚类能力。

三维地质模型的分形学研究

在概要介绍分形及分形维数的基本概念之后，着重分析了三维地质模型的分形建模法，在此基础上，对实测地质构造数据进行内插和重构，并将所获结果与常用的Ｋｒｉｇｌｎｇ方法进行对比分析。理论分析和用实例得到的结果表明，分形建模法在精细描述三维地质模型的纹理方面具有明显的优势。

马尔可夫随机场在语音识别中的应用

为适应语音识别的需要，作者克服了传统隐马尔可夫模型（ＨＭＭ）只考虑当前观测符号之前状态的缺点，吸收其采用“隐含”层的处理方式，将其纳入马尔可夫随机场（ＭＲＦ）的框架，建立了一个基于ＭＲＦ的语音识别模型，并较详细地阐明了这个系统的训练和识别算法，重新定义了松弛标注算法中相应的支持函数。典型实验表明，ＭＲＦ模型较传统的ＨＭＭ 有较高的识别率。在优化初始参数的条件下，两种模型的识别在同样的时间范围内。在训练脱机的情况下，ＭＲＦ模型有其明显的优势。

考虑状态持续时间的改进Viterbi算法及语音识别

针对考虑状态持续时间的 HMM,在非线性动态规划的基础上设计了改进的 Viterbi算法 ,并给出了 Viterbi算法和 K- means聚类相结合的语音识别过程 ,最后分别以一般和考虑状态持续时间的 HMM及 Viterbi算法对 50个汉语音节进行了识别实验。结果表明 ,考虑状态持续时间并应用改进的 Viterbi算法时 ,虽然语音训练过程要慢一些 ,但其识别速度几乎是一样的 ,而且误识率有明显的降低 。