智能仪器嵌入式声纹识别技术方法

在仪器上嵌入语音识别技术对提高仪器的智能性、方便性和玩具的趣味性具有重要意义和作用。利用嵌入式技术与仪器仪表的制造技术相结合的方法广泛地应用于各个领域,德国开发的汽车车载声控系统、日本研制的能识别主人声音的智能玩具等。安防仪器中嵌入语音识别技术的作用更为突出,是解决身份被盗、证件丢失及假冒等造成安全问题的很有效方法。嵌入式声纹识别门禁系统是在对语音识别技术进行了大量研究,对这个领域主要技术、工作流程及各部分采用的方法进行细致分析的基础上提出的。该系统是对传统隐马尔科夫模型Baum - Welch训练算法的改进,同时提出“多方法多门限关联识别”技术,部分解决了说话人识别中“阈值设置”这一难点,提高了正识率与系统效率。该系统嵌入到门锁中,体积小、智能程度高。试用证明了此方法对系统改进的有效性,为开发智能化仪器提供了一个较好技术和方法。

基于隐马尔可夫的核电厂半数字化人-机界面事故诊断过程人因可靠性模型

以核电厂为参考背景,提出考虑人因的隐马尔可夫事故诊断过程可靠性模型。该模型由3个评价部分组成,对每一部分提出特定的函数来估计诊断过程的人因失误率,通过实验对提出的方法进行测试。测试结果表明,本文模型的人因失误率精确、可靠,提出的方法比单一的威布尔函数更准确,并得到适合该过程的神经网络激励函数。

Web文本挖掘系统及其关键技术研究

随着网络信息的迅猛发展,信息量日益增加,怎样从海量的Internet上获取有用信息,WEB文本挖掘系统是挖掘技术的重要应用方向,它是指在给定的分类体系下,根据网页的内容自动判别内容类别的过程,论文对文本中所涉及的关键技术,包括K-最近邻参照法模型、基于隐马尔科夫模型(HMM)的信息抽取、机器学习方法,进行了研究和探讨,并且给出了基于信息抽取的文本挖掘系统的设计实现和下一步的研究重点。

基于HMT模型的block-DCT域隐写图像移除攻击

针对block-DCT(Discrete Cosine Transform)域加性噪声隐写图像,基于隐马尔科夫树HMT(Hiding Markov Tree)模型,提出一种新的隐写图像移除攻击算法。在分析研究HMT模型结构特点和离散的小波变换DWT(Discrete Wavelet Transform)域、block-DCT域系数特性的基础上,构建了准确刻画图像block-DCT变换统计特性的HMT模型,将隐写图像秘密信息的移除问题转化为约束优化求解问题。在Matlab7.0平台进行仿真实验,结果表明:基于该算法移除秘密信息后的图像,其质量(信噪比和视觉效果)明显高于传统的噪声移除方法。

基于相关性和SVD技术的盲隐写分析算法

针对图像分块离散余弦变换(DCT)域加性噪声隐写和基于奇异值分解(SVD)技术,提出了一种新的盲隐写分析算法。分析研究了载体图像和掩秘图像统计特征,建立了能够全面反映DCT系数相关性的数学模型;采用SVD技术提取图像特征,构建特征向量和盲隐写分析判决函数。试验结果证明:该算法检测可靠率在90%以上,综合性能比一般的隐写分析方法有明显提高。

基于HMM模型的战场侦察多目标识别技术研究

隐M arkov模型是一种用于语音识别比较成功的统计模型,战场侦察的多目标识别是战场侦察技术传感器走向实用的关键技术之一,对传统的隐M arkov模型的结构和分类器进行了改进,使其初步可以实现由背景噪声环境下的多种类目标的识别。

基于MCM的block-DCT域盲隐写分析算法

针对block-DCT域隐写,基于马尔可夫链模型(Markov Chain Model,MCM),提出了一种新的盲隐写分析算法。该算法分析研究了DCT系数的分布特点和统计特征,采用隐马尔可夫树(Hiding Markov Tree Mode,HMT)模型,实现了载体图像的预测;基于MCM构建二阶马尔可夫经验转移矩模型,捕捉块内和块间DCT系数的相关性,提取经验转移矩阵对角元素作为特征向量,构建特征向量夹角作为检测秘密信息是否存在的依据。实验结果证明:该检测方法比普通的隐写算法具有较高的可靠性和较好的综合性能。

一种序列家族Profile HMM寻优的PSO

针对在训练一个序列家族的Profile HMM时经常会得到局部最优HMM的问题,也就是说找到全局最优Profile HMM的概率不高.通过分析训练一个序列家族Profile HMM方法的特点和Profile HMM本身的结构特点提出了一种结合多个局部最优或次优Profile HMM来寻找最优模型的PSO算法,以提高序列家族Profile HMM寻优的概率.

基于直方图对的大容量信息隐藏算法

针对传统的LSB算法对直方图影响明显的缺点,通过对LSB嵌入过程中直方图变化和马尔可夫安全模型的研究,提出一种基于直方图对的LSB改进算法。该算法以DCT量化后相邻灰度值像素对为对象进行成对LSB嵌入,同时对超过最大嵌入容量的剩余系数进行基于马尔可夫安全性模型的嵌入。实验结果表明,该算法在具有较大嵌入容量的同时,有效地保持了直方图特性,提高了算法的抗统计分析性能。

基于HsMM的系统在线故障预报

针对故障预报中系统剩余寿命难以精确估计的问题,提出基于隐半马尔可夫模型(HsMM)的系统在线故障预报方法.首先重新设计HsMM模型结构,利用模糊??均值聚类(FCM)方法化连续取值的系统输入输出变量为有限集合内取值,简化了建模计算过程.在实现对故障检测的同时,利用模型的状态驻留参数估计系统的剩余寿命,从而实现系统的故障预报.利用连续搅拌反应釜(CSTR)模型进行仿真验证,在输入输出数据含有噪声的情况下,较准确地估计了系统的剩余寿命,从而表明了方法的有效性.