多子系统似然度评分融合说话人识别

针对短电话语音条件下文本无关说话人识别问题中语音数据不充分和电话信道失配问题,提出了一种基于话者聚类的多子系统输出似然度评分融合策略。采用KLD和GLR测度下的模型相似度聚类方法对目标话者聚类,并在每个话者类内构建由MFCC、LPCC和SSFE三个不同类型特征参数子系统组成的输出似然度评分融合系统,通过不同参数子系统的互补,即MFCC和LPCC参数的识别准确性结合SSFE的良好鲁棒性,以及不同话者类采用不同的输出似然度评分融合网络,提高了系统的整体性能。使用NISTSRE05数据作为评估数据,实验结果表明,与传统的不分类多系统输出似然度评分融合相比,采用KLD和GLR测度的话者聚类融合策略使系统等误识率分别下降了10.3%和8.7%。

基于混沌与模糊聚类的机械故障自动识别

针对大型设备旋转部件故障模式复杂难以识别的特点,给出一种基于混沌与模糊最大似然估计(Fuzzy maximum likelihood estimates,FMLE)聚类相结合的机械故障自动识别方法。利用混沌振子在非平衡相变对小信号非常敏感,而对噪声和高频信号具有强免疫力的特点,可检测出微弱的周期故障特征信号的频率信息,并将其作为故障特征矢量输入模糊聚类分类器进行聚类分析。同时针对传统的模糊C均值(Fuzzy center means,FCM)聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计的距离测度引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果。试验及工程实例结果证明了方法的有效性,同时证明FMLE聚类具有更好的聚类效果。

基于B2C帐号在线评论特征的聚类分析——以京东商城为例

基于B2C帐号在线评论数据对帐号进行聚类,聚类算法采用EM、SimpleKMeans,并使用基于似然度的聚类算法评估准则作为聚类算法簇个数选取和算法比较依据。最终,选取EM算法并得到5类人群。得结论:站在帐号满意度的层面,京东商城的运营状况基本良好,但是,也有大概十分之一的高级账户存在流失的潜在风险;京东商城正在培育出一批忠诚度高、消费能力旺盛的客户群;评论字数较长的负面评论更易引起关注。

基于无人机航测技术的东郊椰林海底海草盖度反演研究

海草盖度是反映海草床生态状况的重要指标。本文通过航拍方案设计和飞行条件试验采用无人机航拍获取了东郊椰林海域高分辨率海草影像图,结合ArcGIS软件影像分类工具和3D工具反演了海草分布范围,研究出海草盖度计算的新方法并计算了东郊椰林海底海草的盖度,模拟传统海草盖度调查方法的站点布置,探讨了其结果可比性和代表性问题。研究结果表明,东郊椰林海域海草主要分布于离岸300 m以内的珊瑚礁砰上,呈斑块状、间隔式分布,获取东郊椰林沿岸海草集中分布区面积为23221 m^(2),占研究区面积的比例为17.79%;海草覆盖面积约为16423 m^(2),海草盖度为12.58%,海草盖度较高,海草床生态状况良好。在研究区的东南区域有马尾藻密集分布,分布面积为755.6 m^(2),其盖度为0.5%,呈独株圆柱状漂浮生长。通过模拟试验,传统海草盖度调查方法有样框法和样线法,布置站点不同,样框、样线放置有随机性,海草盖度调查结果变动明显,是传统调查方法的结果存在代表性差、可比性差的原因。本研究成果在海草生态监控区调查中具有推广应用价值。

综合非语境因素的语音数据分类与声学建模研究

分别采用基于数据聚类和基于先验知识的两种研究方法,深入探讨了性别、口音、语速、信道等非语境因素对语音数据分类与建模的影响。为了综合考虑语境、非语境因素在统一框架下建模的问题,采用非语境因素扩展决策树方法。而对于这种方法生成的多套非语境因素相关的高精度声学模型,提出一种依据最大似然准则,动态组合生成测试人相关声学模型的算法。这种方法可以使系统相对误识率平均降低8％-10％。实验结果说明为非语境因素分类建模可以提高声学模型的建模能力,而且模型组合算法可以有效解决统一建模所带来的模型选择问题。

汉英双语混合声学建模方法研究

本文从直接合并汉英双语的 phoneset入手 ,对三种不同的汉英双语混合声学建模方法进行了研究。这三种方法分别是 :(1)直接合并二者的 phoneset进行声学建模 ;(2 )基于IPA映射的统一声学表示 ;(3)对汉英双语的Phone进行自动合并聚类。实验结果表明 ,方法 (1)的声学模型较为鲁棒 ,但是建模单元也最多 ,模型不够紧凑 ;方法 (2 )具有紧凑的模型 ,但是鲁棒性较差 ;方法 (3)以较少的Phone进行双语混合声学建模 ,不仅保持了 (2 )中模型紧凑的特点 ,而且基本达到 (1)的识别率 ;特别是当使用声学似然度准则时 ,英语的识别率甚至超过了方法 (1)