免疫粒子群改进LBG的孤立词语音识别算法研究

语音识别技术已在通信及控制等领域得到广泛应用,针对孤立词语音识别矢量量化中LBG算法对初始码书选择敏感,容易陷入局部最优、泛化能力不强的缺点,将免疫粒子群优化算法(IPSO)和LBG算法结合进行聚类分析,从而得到基于IPSO-LBG的码书设计方法,并将其用于基于离散隐马尔可夫模型(DHMM)的孤立词语音识别系统中。通过实验,与传统LBG算法的DHMM孤立词语音识别系统的识别结果相比,证明了改进的系统有较好的识别率和适应性。

一种变压器健康状态的改进免疫识别方法

变压器是电力系统的核心设备,对变压器的状态进行准确识别有利于掌握变压器的健康状况,对实施变压器的状态检修具有重要的指导意义。在分析变压器特征指标与运行状态之间联系的基础上,将变压器的健康状态划分成4个不同的区域。借鉴免疫系统的变异和克隆选择原理,构建变压器健康状态的免疫识别方法,并针对状态空间中检测器的冗余低效问题,引入清除和吞并机制,实现对变压器状态的自适应免疫识别。仿真对比表明,改进策略后的免疫识别算法具有更好的实时性和适应性,进一步提高了变压器状态识别的速度和灵敏度。