基于VQ-HMM的无教师说话人自适应方法

提出了一种新的语音识别方法 ,该方法综合了VQ ,HMM和无教师说话人自适应算法的优点 .该方法首先在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立VQ HMM ,同时采用无教师自适应矢量量化算法 ,来改变VQ HMM的各状态的码字 ,从而实现对未知说话人的码本适应 .本文通过非特定人汉语数码 (孤立和连续数码 )识别实验 ,把新的组合方法同基于CHMM的自适应和识别方法进行了比较 ,实验结果表明该方法鲁棒性好 ,所需计算量较少 ,自适应和识别效果远优于基于CHMM的方法 .

应用VQ-HMM的汉语数码语音识别(英文)

提出了一种新的语音识别方法 ,该方法综合了VQ和离散HMM算法 ,在每个状态通过用矢量量化误差值取代传统的HMM输出概率值来建立VQ HMM .介绍了VQ HMM ,并通过非特定人汉语数码语音识别实验对其识别性能与传统的HMM作了相应的比较 .实验结果表明该方法识别效果优于传统的HMM .

基于深度学习的SDN流量分类方法研究

针对在SDN网络架构下数据流量在线分类问题,提出了一种基于格拉姆角场和卷积神经网络的流量分类方法。该方法利用SDN网络架构收集数据流的前几个数据包的少量统计特征,通过格拉姆角场实现特征的扩展,利用卷积神经网络实现数据流量的智能分类。通过与现有的分类方法对比分析,表明在获取的统计特征较少的情况下,本文提出的方法在分类准确率等方面表现更优。

密文长度固定的策略部分隐藏多授权机构CP-ABE方案

针对现有访问策略隐藏的密文策略属性加密(CP-ABE)方案存在的安全性低、资源开销大的问题,提出了一种密文长度固定的策略部分隐藏多授权机构CP-ABE方案。首先,通过隐藏访问策略中的属性值,降低隐私数据泄露的风险;其次,通过固定密文长度和使用外包解密技术,减少用户的资源开销;最后,采用多授权机构管理机制,避免部署单一授权机构易产生的密钥托管问题。通过安全分析证明了方案在标准模型中满足选择明文攻击下的密文不可区分性,以及方案隐藏的访问策略和产生的外包密钥能够抵抗属性值猜测攻击。通过与已有方案的性能对比,证明了所提方案的总体资源开销更小。