基于局部线性嵌入算法的汉语数字语音识别

语音信号转换到频域后维数较高,流行学习方法可以自主发现高维数据中潜在低维结构的规律性,提出采用流形学习的方法对高维数据降维来进行汉语数字语音识别。采用流形学习中的局部线性嵌入算法提取语音频域上高维数据的低维流形结构特征,再将低维数据输入动态时间规整识别器进行识别。仿真实验结果表明,采用局部线性嵌入算法的汉语数字语音识别相较于常用声学特征MFCC维数要少,识别率提高了1.2%,有效提高了识别速度。

对MFCC进行GMM聚类的汉语数字识别方法

汉语数字识别常用MFCC作为特征,针对0-9十个数字MFCC样本特征数据量大的问题,提出了用GMM模型对提取的特征参数MFCC的数据进行聚类来减少数据量,以GMM模型参数中的均值作为新的特征,采用动态规划算法进行汉语数字语音识别。仿真实验表明,进行GMM特征变换后的新特征数据为MFCC的30.9%,系统运行时间减少了237.18s,识别率降低1.11%。

基于遗传算法数据降维的汉语数字语音识别

针对语音信号特征参数LPCC和MFCC相结合后数据维数过高,导致识别器性能下降的问题,提出采用遗传算法对初始特征参数进行降维,来提高识别性能.首先提取语音信号的LPCC和MFCC,然后采用遗传算法对其进行特征降维,最后将得到的低维数据送入支持向量机进行识别.仿真实验结果表明,采用遗传算法进行特征降维与传统的PCA降维相比,识别率提高了12.2%,和初始特征相比识别率降低了1.23%,但是识别时间提高了4.5倍.

基于SVD的人脸对称性的两步人脸识别算法

为了缓解人脸图像容易受光照、表情和姿态变化对人脸识别的影响,Yong提出了利用了人脸的对称性产生新的样本来表示人脸特征的方法.这种方法可以反映出人脸样本由于表情、姿态等外在因素引起的变化,一定程度上提高识别效果.但是当样本受外在因素影响产生较大变化时,Yong的方法的识别结果并不理想.而奇异值分解对光照等外在条件引起的灰度变化不敏感,可以缓解人脸对称性在人脸识别中的不足.因此作者在Yong提出的人脸对称性方法的基础上,分别采用SVD和图像镜像的方式构造一幅对称图像则可以缓解其方法中的不足.在ORL、FERET和UMIST三个人脸数据库上进行了重构和识别的实验,并证明了改进算法在人脸重构和识别方面具有明显的优势.

虚拟仿真实验教学项目应用研究

随着虚拟仿真系统在高等教育领域应用的激增,深入分析虚拟仿真实验教学项目应用现状对促进高等教育信息化改革和提高实验教学质量具有重要意义。以国家虚拟仿真实验教学课程共享平台——“实验空间”开放的2017-2021年虚拟仿真实验教学项目为研究对象,对当前虚拟仿真实验教学项目建设现状和应用情况展开详细分析。并针对现存问题,汲取经验,进一步提出优化策略,以期为虚拟仿真实验教学项目的未来应用发展提供实践启示。

BIM技术在住宅工业化装配式建筑施工中的应用

装配式建筑施工是一种节能环保的生产方式,但是目前装配式建筑施工效率不高,为了提升施工的效率,围绕装配式建筑施工探讨BIM技术的优势,利用施工环节中的碰撞检查、场地布置和质量安全等工作有效解决施工难题,促进装配式建筑业的快速发展。文章主要针对装配式建筑的特点,结合BIM技术的特点解决装配式建筑的全过程管理,实现装配式建筑的可持续发展。

住宅工业化装配式PC构件对建筑施工安全产生的影响

住宅工业化装配式PC构件对目前建筑工业的发展产生了重要影响,促进了建筑工业化的发展。在具有显著优势的同时也给工程的安全进行带来了一定风险,本文分析了住宅工业化装配式PC构件进行过程中可能出现的吊装作业风险、PC构件安装风险、技术风险,并提出了相应的风险控制措施,为建筑工程的顺利施工提供了一定的参考意见。

基于商科多科融合的虚拟仿真实验教学平台建设探究

虚拟仿真实验教学是推进信息技术融入高校实验教学体系的有效手段。它不仅可以拓展实验教学内容的广度和深度,还可以延伸实验教学的时间和空间,是提升实验教育质量和教学水平的重要举措。结合商科实验教学的现状,探讨多科融合的虚拟仿真实验教学平台建设,以期为提高实验教学质量和培养商科复合型人才提供参考。