基于空间上下文加权词汇树的图像检索方法

基于词汇树的词袋模型(Bag-of-Words)表示算法是目前图像检索领域中的主流算法.针对传统词汇树方法中空间上下文信息缺失的问题,提出一种基于空间上下文加权词汇树的图像检索方法.该方法在词汇树框架下,首先生成SIFT点的空间上下文信息描述.然后利用SIFT点间的空间上下文相似度对SIFT间的匹配得分进行加权,得到图像间的相似度.最后,通过相似度排序完成图像检索.实验结果表明,该方法能够大幅度提高图像检索的性能,同时,对大规模图像库有较好的适用性.

基于决策树的语料库分析

利用CART决策树算法,对TH-CoSS语料库音节的韵律参数进行聚类,分析语境特征的分布:出现率、平均层级。为了评价语境特征对语音韵律表现的影响程度,设计了一个影响权重的重要性函数,对语料库文本设计和TTS系统选音参数的权重设定具有较高的参考价值。

无损压缩CTW算法的改进及性能分析

在有限的传输带宽下传输数据时,传输率受到限制,如何高效地压缩传输数据,以便减少存储空间和传输时间,已经成为迫切需要解决的问题。本文在一种无损数据压缩算法CTW(context tree weight)的基础上,提出了改进的CTW算法。该算法采用了新的更低冗余度的概率估算法,并继承了CTW算法所具有的速度快和抗差错能力强等特点,与通用压缩软件Winzip相比能够获得更好的压缩率,从而保证了实时处理的可行性。本文基于对实际数据的实验,针对此算法的工作原理进行了综述,并提出了扩展和进一步研究的建议。

一种基于上下文的树形加权概率统计算法

介绍了一种基于上下文的树形加权概率统计算法,基本上解决了高阶马氏链的概率统计问题,提出了一种边统计边编码的自适应算术编码方案,并将其应用于高质量的语音二次压缩算法中。