言语过滤识别

本文提出了一种新型的说话人识别方法——言语过滤识别。有别于传统的说话人识别方法的是,言语过滤识别方法分为四步:(1)提问式问答;(2)语义校验;(3)语料过滤;(4)声纹比对。言语过滤识别方法通过语音识别方法部分过滤了复杂背景的影响,提高了说话人识别的性能。此外,言语过滤识别在辨认“活体声纹”方面有先天性的优势,通过合理设计提问问题和对问题答案的校验,可有效防止冒用者。

本科毕业设计过程管理平台的设计与实践

为了改善传统毕业设计整个过程管理效果不佳的普遍问题,开发与实现了一个采用ASP.NET MVC(Modal View Controller)框架和基于Office自动化技术的本科毕业设计全过程管理系统平台,实现了毕业设计全过程的信息化和自动化管理。经过近两年多约180名毕业生实际使用,结果表明该平台大大减少了教师和学生的基础工作,降低了重复性,提高了毕业设计过程管理工作的效果和效率,并减少了不必要的纸张浪费。

基于判别分析的半监督聚类方法

与无监督聚类相比,半监督聚类是利用一部分先验信息来更好地挖掘和理解数据的内在结构,并紧密遵从用户的偏好。现有的典型半监督聚类算法仅仅适合于低维数据,文中提出一种新颖的基于判别分析的半监督聚类算法来解决高维数据聚类问题。新算法首先使用主成分分析来投影高维数据,进一步在投影空间中,使用基于球形K均值聚类算法对数据聚类;然后利用聚类结果,使用线性判别分析降维输入空间数据;最后在投影空间中对数据再次聚类。在一组真实数据集上的实验表明,所提出的算法不仅可以有效地处理高维数据,还提高了聚类性能。

稀疏判别分析

针对流形嵌入降维方法中在高维空间构建近邻图无益于后续工作,以及不容易给近邻大小和热核参数赋合适值的问题,提出一种稀疏判别分析算法(SEDA)。首先使用稀疏表示构建稀疏图保持数据的全局信息和几何结构,以克服流形嵌入方法的不足;其次,将稀疏保持作为正则化项使用Fisher判别准则,能够得到最优的投影。在一组高维数据集上的实验结果表明,SEDA是非常有效的半监督降维方法。

基于云计算的教师共同体平台的研究与设计

开放大学的建设目标对电大教师提出更高的要求,但长期以来电大教师缺乏知识共享、协作交流的平台。本文对教师共同体及其平台展开研究,并结合云计算技术的特点,提出基于云计算技术的教师共同体平台模型。该平台旨在使广播电视大学教师在平台上进行有效的知识管理、无障碍的沟通和协作交流,从而促进电大教师个体和群体的专业化发展。

“做中学”教学理念在远程教学中的应用

以Visual Basic程序设计课程为例,将"做中学"教学理念引入到现代远程教育网络课程建设中。教学实践表明,将"做中学"教学理念应用于远程教学中,可取得良好的效果。该理念对我国当前远程教育的改革及人才培养具有积极的理论和现实意义。