基于经验似然比函数模型的降水型滑坡灾害概率风险分析与预测

以湖南郴州地区为例,建立了降水型滑坡历史灾害空间分布、地质和地形等滑坡影响因子空间数据库;基于50×50 m的网格,选取地貌、地层岩性、土壤类型、坡度、坡向、高程等滑坡影响因子,利用经验似然比函数计算出每个网格的滑坡危险度,并进行分级,进而制作出郴州地区滑坡危险度区划图。在此基础上,利用另一组滑坡灾害空间分布数据采取交叉验证法估算每一类危险级别发生滑坡的经验概率。结果表明,应用经验似然比模型进行滑坡灾害概率风险分析评估效果较好。

二次剪枝算法在评论特征提取中的应用

针对序列模式挖掘(GSP)算法在中文产品评论特征提取中准确率不够高的问题,提出了一种二次剪枝算法,即利用GSP算法产生候选特征集,然后采用词对共现度作为阈值对其进行进一步筛选,从而达到提高准确率的目的.利用定制化的爬虫工具从京东网站上抓取摄像头产品的中文评论,选取其中1 000条作为试验数据,采用分词工具ICTCLAS对评论进行分词和数据预处理,并将所提算法与GSP算法、交叉语言模型(CLM)和似然比检验(LRT)进行对比试验.结果表明,利用所提算法获得的中文产品评论特征提取准确率达到76.37%,较GSP算法、CLM和LRT的准确率分别提高2.94%,5.77%和7.57%.

基于因子分析建模的电话语音说话人聚类

现有基于混合高斯模型的说话人聚类方法主要依据最大后验准则,从通用背景模型中自适应得到类别的混合高斯模型,然而自适应数据较少,模型的准确性不够.对此,文中尝试基于本征语音(EV)空间和全变化(TV)空间分析的两种因子分析建模方法,通过对差异空间的建模,减少估计类别混合高斯模型时需要估计的参数个数.结果表明,在美国国家标准技术研究所2008年说话人识别评测的电话语音数据集上,相对于基于最大后验概率准则的基线系统而言,文中所使用的基于EV和TV空间分析的建模方法都可使聚类错误率有较大幅度的下降,并且TV空间分析建模相对于EV空间分析建模能获得更低的聚类错误率.

采用长度规整MAP的说话人分割聚类

本文首次提出了长度规整的最大后验估计(MAP)方法,并将其应用到说话人分割聚类中的交叉似然比(CLR)和T-Test这两种度量距离上。传统的MAP方法需要在通用背景模型(UBM)基础上进行统计量的计算,进而对模型参数进行自适应偏移,因此偏移的程度与语音片段的长度正相关。当在度量两个长度不相同的语音片段的相似性时,传统的MAP方法会使得说话人模型刻画不准确,从而影响距离度量。本文在MAP过程中,根据语音的长度对相关因子进行规整,然后再进行模型参数的调整,从而使得模型参数与语音长度无关,更能体现说话人的身份信息。在中文多人电视访谈节目数据的分割聚类评测任务上,采用长度规整的MAP方法相对于传统方法都有明显提升,在CLR度量准则下分割聚类错误率相对下降了3.5!,在T-Test度量准则下分割聚类错误率相对下降了10.7!。

结合两种距离测度的说话人聚类算法

说话人聚类研究如何将一段语音中同一说话人的语音聚合.提出一种基于结合广义似然比与归一化交叉似然比两种距离测度的聚类算法.算法首先提取每一段语音信号的MFCC特征,并建立高斯混合模型,最后采用基于结合广义似然比与归一化交叉似然比两种距离测度的层次化策略对语音信号进行聚类.在算法中,贝叶斯判据用以确定聚类结束的条件.实验表明,该算法提高了系统的综合性能,较好的解决了无监督说话人聚类问题.结合两种距离测度比单独使用任何一种距离测度的系统性能提高了6%.并且,通过改进更新类间距的方式,聚类速度相比传统高斯混合模型聚类方法提升6倍.

基于子带双特征的自适应保留似然比鲁棒语音检测算法

为了进一步提高低信噪比下语音激活检测（VAD）的准确率,该文提出一种基于子带双特征的自适应保留似然比鲁棒语音激活检测算法。算法采用子带归一化最大自相关函数与子带归一化平均过零率双重特征设置频率分量似然比的保留权值,同时利用已过去固定时长的VAD判决结果及对应的子带特征参数自适应地估计似然比的保留阈值。实验结果表明,此算法的VAD检测准确率相比原保留似然比算法在10 d B,0 d B和-10 d B平稳白噪声下分别提高了1.2%,7.2%和8.1%,在10 d B和0 d B非平稳Babble噪声下分别提高了1.6%和3.4%。当其被用于2.4 kbps低速率声码器系统时,合成语音的感知语音质量评价（PESQ）比原声码器系统在白噪声下提高了0.098~0.153,在Babble噪声下提高了0.157~0.186。

如何正确运用χ^(2)检验——横断面设计四格表资料的χ^(2)检验

本文目的是介绍横断面设计四格表资料的χ^(2)检验及SAS和R软件实现。具体介绍了3种方法,即“Pearson΄sχ^(2)检验”“校正的Pearson΄sχ^(2)检验”和“似然比χ^(2)检验”。内容涉及前述提及的3种统计分析方法的检验假设、计算原理与公式、前提条件、SAS与R软件的实现、结果解释以及结论陈述。

电话语音的多说话人分割聚类研究

为了提高电话多人语音中提取的单人语音纯度,即多说话人分割聚类处理的性能,该文在传统的分步分割聚类算法机制上增加了重分割处理,提出逐级算法增强处理机制:在分割部分,该文提出了一种基于Bayesian信息准则的分割算法,融合基于不同距离测度检测得出的分割点提高了分割点检测率;在聚类部分提出了基于BIC和交叉似然比准则(CLR)的分层聚类算法;在重分割部分引入和改进了进化隐Markov模型算法精化分割结果。该文在美国国家标准技术局(NIST)1998年度多说话人识别数据库上进行实验,聚类后性能"类纯度"比传统算法提高了10%。

矩阵型截面数据时间序列自回归模型

矩阵型截面数据时间序列的优点在于可以同时刻画多个对象的多个属性.本文重点研究了矩阵型截面数据时间序列的自回归模型,给出了该模型的参数估计、模型识别、白噪声检验三个方面的理论结果.最后再利用矩阵型截面数据时间序列自回归模型,对两支银行股的日收益率序列和日成交量变化率序列进行建模分析.