基于IEEE802.16a的TCM译码方案

为设计并实现宽带无线接入系统的差错控制,基于无线本地城域网标准IEEE802.16a,提出了三种TCM码的译码方案.通过理论分析对比了各算法的实现的难易程度,采用定点运算进行计算机仿真,获得了不同码型各译码方案的误比特率性能曲线.理论分析和仿真结果说明,不存在绝对优异的方案.最后给出标准中具体码型的方案选择.

一种新的手写体汉字笔划提取方法

提出一种新的汉字结构特征提取方法．利用二维小波变换对汉字图像进行分析和处理，分别在其高频子图像中提取汉字的横、竖、撇和捺信息，使结构特征的提取比用其它方法更简单、明晰．

用于无冲突矢量寻址的一种新存贮图

在用于矢量处理的并行存贮系统中,数据存贮图(storage schemc)的研究一直专注于低阶交错存贮图(low-order interleaved scheme)、平移存贮图(Skewed scheme)与异或存贮图(XOR-scheme)。本文提出一种 K 行交错存贮图(K-row interlcaved scheme)。该存贮图有更高的平均总线利用率。特别在用于动态存贮获得矢量无冲突寻址时,其地址产生比文献[6] 、[8] 提出的方法更加简单。文章给出了该存贮图的物理地址映射函数,并对其用于动态贮存时的性能进行了分析。

一种基于支持向量机的手写汉字识别方法

本文提出了一种新的基于支持向量机手写汉字识别方法 .支持向量机作为一种新的机器学习方法 ,由于其建立在结构风险最小化准则之上 ,而不是仅仅使经验风险达到最小 ,从而使得支持向量分类器具有较好的推广能力 .本文首先讨论了支持向量机的基本原理 ,然后 ,针对支持向量机识别大类别手写汉字所遇到的特殊问题 ,文章进行了分析和阐述 ,并在此基础上 ,提出了基于最小距离分类器预分类的两级分类策略 .最后 ,针对GB2 312 80的 10 34个汉字类别的 12 0套手写样本 ,进行了实验仿真 .实验结果表明 ,本文方法的汉字识别率较距离分类器有较大提高 ,其中多项式核函数的支持向量分类器 ,识别率平均提高 3 38% 。

一种基于数学形态学的手写汉字方向特征提取方法

提出了一种新的基于数学形态学的手写体汉字方向特征提取的方法。该方法首先提出了一种利用数学形态学对手写汉字做笔划宽度归一化的方法，然后应用数学形态学的方向模板提取汉字在横、竖、撇、捺4个方向上的模式图像，最后，将弹性网格作用在4幅方向模式图像中，统计每个网格中的黑像素分布密度，得到汉字的方向特征。使用简单的距离分类器对120套3775个汉字手写体汉字进行识别实验，识别率达到85.47%。

手指书写汉字识别系统中的指尖检测方法

为满足手指交互系统的需要,提出了一种快速、鲁棒的指尖检测方法,该方法首先分割前景,获得手的轮廓,然后采用网格抽样方法定位指尖的粗略位置,再通过环形特征匹配方法确定指尖的准确位置.实验结果表明,该方法检测指尖的准确率可以达到98.5%.将文中提出的指尖检测方法运用到新的手指书写汉字输入系统中,可以识别用户直接用手指书写的字符.

变形变换及其在手写体汉字整形中的应用

提出了一种新的一维变形变换方法并将之应用于手写体汉字的整形变换 .尽管不同书写风格的同类手写体汉字存在较大的随意性 ,但它们的拓扑结构是一致的 ,因此可将手写体汉字看成是一种可变形物体 .通过选择适当的变形参数 ,该变形变换可以将一个汉字变形为 2 4种不同的书写风格 ,利用一个变形系数可控制各种风格的变形程度 .该变形变换可以矫正手写体汉字中偏左、偏右、偏上、偏下、偏胖、偏瘦等各种位置变形 ,从而达到对手写体样本进行非线性规范化处理的效果 .实验结果表明 ,手写体汉字经变形变换后 ,识别率可提高大约 1.5 %左右 。

基于统计学习的多层医学图像语义建模方法

提出一种在小样本的情况下,基于多层贝叶斯网络的医学图像语义建模方法.该方法采用支持向量机实现从低层视觉特征到对象语义的映射,使用贝叶斯网络融合对象语义,提取高级语义,从而建立一个多层医学图像语义模型,可支持多层次的医学图像语义自动标注及其检索.将该方法用于星形细胞瘤恶性程度的语义提取,并建立一个多层语义模型.实验表明,该模型与使用K近邻分类器或高斯混合模型取代SVM的语义模型相比,查全率有明显的提高.

基于人脸特征和AdaBoost算法的多姿态人脸检测

基于人脸特征和AdaBoost算法,提出一种改进的多姿态人脸检测算法。首先利用肤色特征快速排除绝大部分背景区域,然后在肤色区域中搜索眼睛和嘴巴区域,根据眼睛和嘴巴区域的几何特征所确定的人脸方向分割出大致正向的人脸候选区域,最后利用AdaBoost算法对候选区域进行分类。实验表明,算法能实现多姿态人脸的快速检测,而且对脸部表情和遮挡有较强的鲁棒性。

基于笔划的手写体汉字方向分解特征提取方法

提出了一种基于笔划的手写体汉字方向分解特征提取的新方法 .根据每个笔划像素点及其邻域像素点的方向分布特征 ,汉字图像被分解为“横”、“竖”、“撇”和“捺”4种子模式 ,而无需提取轮廓和骨架 .文中构造了 5种不同的弹性网格 ,并将其应用于方向分解特征的提取 ,最后 ,应用 86 3手写样本库HCL2 0 0

基于粒子群优化-模糊聚类的说话人识别

基于粒子群优化(particle swarm optim ization,PSO)提出一种说话人识别算法—三粒子模糊C均值聚类算法.利用3个子群体,每个子群体由规模较小的3个粒子构成,寻求最佳说话人模型.在每次迭代中每个子群体按先后顺序执行PSO算法中的速度更新、位置更新操作和标准FCM算法,对说话人的训练语音数据进行粒子群优化-模糊的软聚类分析,得到聚类中心的最优解,作为该说话人的语音模型.此算法可避免粒子陷入局部最优聚类中心,较准确地记录和估计每个聚类中心的最佳移动方向和历史路径,从而使聚类中心向全局最优解靠近.实验表明,本算法始终稳定地取得优于LBG算法、FCM算法和FRLVQ-FVQ算法的说话人识别性能,对初始聚类中心依赖度低,可有效降低误识率.

一种手写体汉字特征提取新方法——小波变换及弹性网格技术的应用

利用小波分析方法将汉字图象分解为横、撇、竖、捺４个方向的分量，然后结合弹性网格技术，提出了进行手写体汉字特征提取的一种新方法，实验结果显示此方法是行之有效的。

利用DSP和CPLD增加数据采集的可扩展性

通过一个具体的例子阐明了利用CPLD实现接口,使得DSP可以通过这个接口将多个外部模拟通道映射到其I/O设备空间进行访问,大大增强了DSP访问外设的能力,提高了整个系统数据采集的速率,同时为外围设备的扩展提供了有效的新途径。

基于两级BP模型的普通话声调识别系统

普通话声调识别参数除常用的基音轮廓外,基音的一阶差分、能量及能量的一阶差分等也具一定的声调特征。实验结果表明:如果将各种参数同时作为一个BP模型的输入参数,声调识别率不但没有提高,反而显著下降,因此,该文提出了将各种参数分别训练一个各自的BP网络,再将这些网络的输出作为另一高层BP网络的输入的普通话声调识别方法。另外,针对上声的特点提出了一种改进的基音平滑算法。这些方法的运用使系统的声调识别率达到90.05%。

ActiveX控件的应用及其关键技术

本文介绍了ＡｃｔｉｖｅＸ技术在开发中的运用，特别是以ＡｃｔｉｖｅＸ控件技术应用于以惠普公司的ＣＣＭ技术开发客户服务中心的过程为例子，说明了ＡｃｔｉｖｅＸ技术在应用与开发时的优越性。同时，主要介绍了用ＶＣ＋＋偏制ＡｃｔｉｖｅＸ控件时，有关控件进行字符串类型和数组类型数据交换时的关键技术。

基于DWT-TEO的说话人识别

针对在噪声环境下的说话人识别系统,做了两点改进．第一,为了提高系统的鲁棒性,通过不同尺度的小波基,把含有噪声的信号分解于不同频段中,然后在各个频段分别通过TEO(Teager能量算子)去噪．针对说话人识别的特点,在小波重构时对各小波系数进行了加权处理．再把各个频段的输出通过小波重构恢复信号．最后通过Mel滤波器组把小波系数转换成MFCC．第二,为了进一步提高识别性能和训练速度,在识别阶段采用了改进的OGMM(正交高斯混合模型),即把正交变换改到EM算法之前进行,这样就不必要在EM迭代过程中每次都进行正交运算了．从实验得出,采用本文提出的DWT-TEO参数对于说话人识别的效果较好．采用改进的OGMM进一步提高了识别性能和训练速度．

铁路危险品货场中静电隐患的分析

根据静电隐患的分析理论和某货场的实测数据,对铁路危险品货场中的静电隐患进行了直接评估与机理分析,并提出了流动人体模型和人体-手推车模型.实测数据、直接评估、机理和模型分析表明,铁路危险品货场中存在着严重的静电隐患:(1)人体静电电击明显存在;(2)既存在易燃易爆货物,又存在多种静电源,且静电放电能量大于许多易燃货物的最小点火能量,静电放电引燃引爆的隐患难以排除.因此,铁路危险品货场中静电隐患的防护必须受到重视.文中最后提出了具有切实参考作用的预防措施.

高斯白噪声中单频复正弦信号频率估计

本文提出了一种在加性复高斯白噪声中对单频复正弦信号频率的估计方法。该方法是基于利用自相关系数对Kay的方法的扩展。它从自相关系数的相位差的最佳线性组合中提取频率值。相对于Kay的方法,自相关系数中相位差信息的信噪比提高了。新的估计方法的方差具有更低的输入信噪比阈值,而保持了Kay的方法的无偏性和频率估计范围。我们给出了新方法的均方误差分析及其数值结果。该方差分析适用于中等以上的信噪比或大样本长度的情况。给出了估计其估计方差输入信噪比阈值的近似公式,该公式得出的阈值与样本长度大于24的模拟结果相当接近。

基于贪婪算法自适应比特功率分配的MIMO-OFDM系统性能

OFDM技术、MIMO技术和自适应调制技术的结合可以有效的抗无线信道的各种衰落,最大限度提高系统的容量和传输质量。借助于贪婪算法的最佳比特功率分配,本文深人研究了基于贪婪(greedy)算法自适应比特功率分配的MIMO- OFDM系统性能,对贪婪算法、等比特功率分配算法及CHOW算法下的系统误比特率(BER)进行比较,并对不同天线配置下的MIMO-OFDM系统的误比特率(BER)进行比较,推导及仿真结果表明：基于贪婪算法自适应比特功率分配的MIMO-OFDM系统BER要好于采用传统比特功率分配算法的系统BER,其频谱效率也要优于另外两种算法；同时,在采用相同的贪婪算法自适应动态比特分配策略下,MIMO-OFDM系统的BER要好于SISO-OFDM系统的BER。

基于语音知识的音节切分

在充分利用普通话水平测试试卷的文本信息、同一人的声母时长在常规语速下基本稳定、同一人的声母之间以及韵母之间的相对时长基本保持比例关系等先验知识的基础上,使用经小波变换后再重构的3个语音信号分量的累计能量特征为参数,提出了利用话者语音统计信息的两级音节切分算法,使音节切分精度达98.3%以上。