基于本体的通用匹配机制OGMM研究

针对海量信息的检索与维护问题,本文提出了一套基于本体的通用匹配机制OGMM。该机制通过统一的领域本体增强信息的语义特性与共享性,通过以知识推理和相容性为特征的本体匹配算法实现信息的智能匹配,最后通过提供适用不同应用域的本体操作接口实现服务的个性化。该机制具有通用、智能和便捷等特性,易于高效实现Web信息管理与智能检索服务。

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．