基于分段动态时间规整的语音样例快速检索

提出了一种融合下界估计和分段动态时间规整的语音样例快速检索方法。该方法针对缺乏合适的训练数据等语音资源较为有限的语言进行快速检索所设计。此方法首先提取查询样例和测试集的音素后验概率;然后,根据限制条件在测试语句中选定候选分段,并计算查询样例和每个候选分段之间实际动态时间规整得分的下界估计,再运用K最近邻搜索算法搜索与查询样例相似度最高的分段;最后,使用虚拟相关反馈技术对检索结果进行修正。实验结果表明:尽管此方法的检索精度略低于直接运用动态时间规整进行检索的检索精度,但其检索速度优于后者,且检索结果经过虚拟相关反馈技术修正后,其检索精度也得到有效提升。

基于动态时间规整的语音样例快速检索算法

为了提高基于DTW算法的语音检索系统的速度,提出了一种基于分段累积近似下界估计的动态时间规整算法,实现语音样例快速检索。该方法首先提取查询样例和测试集的音素后验概率作为特征参数,然后计算语音样例和测试集中所有候选分段实际动态规整得分的分段累积近似下界估计,最后采用K-最近邻算法与动态时间规整算法搜索与语音样例相似度最高的区域。实验结果表明,此算法的检索速度比直接运用DTW算法快6.32倍,而对其检索精度无任何影响。

基于分段动态时间序列的异步航迹匹配

研究了分布式目标跟踪系统中的航迹匹配,主要解决的是各传感器产生的异步局部航迹之间高效、准确地匹配问题。目前,主要的解决方法是进行时间配准,然而该方法会增大估计误差,影响后续的航迹关联和融合效果。在此情况下,提出了采用基于数值-导数的动态时间规整(Value-Derivative Dynamic Time Warping,VDDTW)和分段线性近似(Piecewise linear approximation,PLA)相结合的方法进行异步航迹匹配。VDDTW方法允许不同长度的航迹序列的匹配,且鲁棒性好;PLA方法将航迹序列分割为一系列子序列,降低计算成本,支持在线计算。仿真结果表明,该方法能快速、有效地解决异步航迹关联问题。

基于分段动态时间规整和后验特征的中文语音模式发现

语音模式发现是从语音流中检测出重复出现的音节、词或短语等语音单元的任务。该文基于分段动态时间规整(segmental dynamic time warping,SDTW)算法,尝试直接在中文语料上进行语音模式发现。Mel频率倒谱系数(Mel frequency cepstral coefficient,MFCC)特征在衡量两个语音片段声学相似度上不够鲁棒,特别是针对多说话人语料,语音模式发现的效果大打折扣。该文尝试了基于音素后验概率(posteriorgram)的特征表示方法。实验表明:在多说话人和单说话人的语料上,音素后验特征均可以得到比MFCC更好的效果。该文尝试了用词边界确定分段进行语音模式发现,这种设置可以看作基于SDTW进行模式发现的效果上限。实验表明:在预知词边界的情况下,效率和正确率都得到了明显提升。

机电暂态仿真中直流输电系统恢复特性曲线修正方法

针对当前机电暂态仿真中直流输电系统对交流侧不对称故障计算结果误差较大的问题,提出一种数据驱动的机电直流输电系统恢复特性曲线修正方法。利用机电-电磁混合仿真获取特性曲线并对其进行截取、无扰动不平校验和归一化等预处理从而构造恢复特性样本库。基于流形假设提出了基于优先级的近邻搜索,即利用待修正样本的仿真数据特征量在样本库中得到近邻样本。根据受限动态时间规整算法提出近邻样本曲线融合算法。综合上述研究成果,完成直流系统恢复特性曲线修正方案。实际电网算例仿真结果表明,所提方案能有效实现修正,为机电暂态仿真中直流输电系统的处理提供新的思路。

辐射源个体识别中的模板分段寻优算法

雷达辐射源个体识别,是当今电子战研究的重点课题。动态时间规整能够对雷达辐射源进行距离测度,实现雷达辐射源个体识别中的目标匹配。模板的好坏将直接影响到匹配效果,动态时间规整运算量大,使得传统模板寻优方法时间复杂度相当高,不适于实际工程需要。故提出了一种模板分段寻优算法,在保证模板有效性的前提下降低了模板寻优的耗时。最后,通过仿真验证了模板分段寻优算法的可行性。

基于NMF后验特征优化的语音查询样例检测

提出一种基于非负矩阵分解(Nonnegative matrix factorization,NMF)后验特征优化和修正分段动态时间规整(Segmental dynamic time warping,SDTW)检索的无监督语音查询样例检测方法。该方法首先应用频域线性预测(Frequency domain linear prediction,FDLP)声学特征参数代替梅尔频率倒谱系数(Mel-frequency cepstral coefficients,MFCCs)训练高斯混合模型(Gaussian mixture model,GMM)模型,然后使用NMF算法对高斯后验特征矩阵进行分解,将得到的基矩阵作为子空间变换矩阵对原始后验特征投影,投影可以突出特征中主要分量,平滑距离矩阵。在检索阶段,使用多相邻输出得分对最佳匹配得分进行修正,用于代替标准SDTW算法的1-best输出得分。实验结果表明,在不增加检索时间的情况下,该方法相比应用MFCCs和FDLP特征的基线系统性能提升明显,检索精度分别相对提升了18.6%和18.1%。

基于规则的连续动作识别

动作识别技术成为近些年计算机视觉领域的研究热点。本文针对深度传感器获得的骨骼信息,提出一种基于规则的动作识别算法。首先设定规则定位动作,将连续动作分段划分,使整段动作划分成短的多段动作数据。将视频中所获得的不同动作的深度骨骼数据用不同方法进行归一化。通过动态时间规整(DTW)算法对分段动作数据进行分析,得到最匹配的动作标签,实现动作识别。从实验结果可知,该方法在动作识别中具有较高的准确性以及较好的实用性。

采用深层神经网络中间层特征的关键词识别

在基于模板匹配的关键词识别中,提出采用深层神经网络的中间层特征(bottleneck,BN)作为特征输入,将其取代传统的声学参数来生成后验概率图.首先采用传统语音识别的过程训练一个中间层很窄的深层神经网络,将所有的语音特征经过这个神经网络后得到稳健的BN特征;然后利用混合高斯模型将BN特征转化成后验概率图;在识别过程中,利用后验概率图作为特征参数,采用简化的分段动态时间规整算法实现关键词匹配.在TIMIT数据库上,相对于采用传统感知线性参数的系统,采用BN特征的系统,识别准确率有30%的提升.

基于加速度传感器的手机用户认证方法

为了保证手机信息安全,设计实现了一种基于内置三轴加速度传感器的手机用户认证方案。通过内置三轴加速度传感器采集认证手势信号,提出差分自底向上线性分段方法进行有效手势动作端点的自动检测,利用小波包分解对有效手势信号进行去噪,进一步设计基于欧氏距离的动态时间规整算法计算测试手势和模板手势的相似度,从而得出认证结果。相比于现有常用手势端点检测方法,差分自底向上线性分段方法能更准确地截取有效手势信号。实验结果表明,当他人模仿手势错误接受率为0%时,本文认证手势错误拒绝率小于5%,有效实现了用户认证。

基于PLR-DTW的ECG身份识别方法

为提高心电(ECG)身份识别方法的正确率同时降低算法复杂度,本文提出了一种新的基于分段线性表示(PLR)和动态时间规整(DTW)的ECG身份识别方法。该方法首先对ECG信号进行预处理,根据R波峰值点提取ECG周期波形;再采用PLR法对ECG平均周期信号降维,提取其有效特征;最后用改进的DTW法衡量测试数据和模板之间的相似度,得到匹配结果。在PTB和MIT-BIH ECG数据库的验证下,与基于小波变换的ECG身份识别方法相比,该方法的身份识别正确率提高了近8%,算法的运行时间降低了近30%,该方法为基于ECG身份识别的工程应用提供了良好的理论基础。