子空间域相关特征变换与融合的语音识别方法

为了提高语音识别准确率,提出了一种子空间域相关特征变换与融合的语音识别方法(MFCC-BN-TC方法)。该方法提取语音短时谱结构特征(BN)和包络特征(MFCC)分别描述语音短时谱结构和包络信息,并采用域相关特征变换的形式分别对BN和MFCC特征进行特征变换;然后对这种变换进行泛化扩展提出子空间域相关特征变换,以采用不同的时间颗粒度(帧和语音分段)进行多层次区分性特征表达;最后,对多种区分性特征变换后的特征进行联合表征训练声学模型,并给出了区分性特征变换与融合的一般框架。实验结果表明:MFCC-BN-TC方法比采用原始BN特征方法和采用MFCC特征基线系统方法,识别性能各自提高了0.98%和1.62%;融合MFCCBN-TC方法变换以后的语音信号特征,相比于融合原始特征,识别率提升了1.5%。

结合空间域与变换域特征提取的盲立体图像质量评价

针对立体图像质量预测准确性不足的问题,该文提出了一种结合空间域和变换域提取质量感知特征的无参考立体图像质量评价模型。在空间域和变换域分别提取输入的左、右视图的自然场景统计特征,并在变换域提取合成独眼图的自然场景统计特征,然后将其输入到支持向量回归(SVR)中,训练从特征域到质量分数域的预测模型,并以此建立SIQA客观质量评价模型。在4个公开的立体图像数据库上与一些主流的立体图像质量评价算法进行对比,以在LIVE 3D Phase I图像库中的性能测试为例,Spearman秩相关系数、皮尔逊线性相关系数和均方根误差分别达到0.967,0.946和5.603,验证了所提算法的有效性。

基于子波域空间相关的多分辨图像滤波方法

从静态子波变换入手,提出了一种有效的图像滤波算法。通过计算相邻尺度下细节信号的空间相关性来区分噪声和信号,如果子波系数的空间相关性大,则认为此位置的系数含有特征及边缘信息予以保留。实现这种理论的完整方法包括两部分:空间滤波和子波收缩。仿真结果表明这个算法有很好的降噪性能。

对称变换的和的非零特征根所对应的特征子空间的正交性

讨论了欧氏空间中的两个实对称变换的非零特征根的所对应特征子空间互相正交的充要条件 ,并用比较简捷的方法证明了定理 1 ,将它应用到概率论中证明了Craig定理。

特征为2的有限域上正交几何中对偶子空间的维数及其类型

设F_q是一个q元有限域,其中q是2的一个方幂。用F_q^((n))表示F_q上的n维正交空间。本文计算了F_q^((n))中任一个子空间的对偶子空间的维数,并确定了这种子空间的类型。

基于弱相关化特征子空间选择的离散化随机森林并行分类算法

随着大数据时代的到来,数据信息呈几何倍数增长。传统的分类算法将面临着极大的挑战。为了提高分类算法的效率,提出了一种基于弱相关化特征子空间选择的离散化随机森林并行分类算法。该算法在数据预处理阶段对数据集中的连续属性进行离散化。在随机森林抽取特征子空间阶段,利用属性向量空间模型计算属性间的相关性,构造弱相关化特征子空间,使所构建的决策树之间相关性降低,从而提高随机森林的分类效果;并通过研究随机森林的并行化策略,结合MapReduce框架,改进并实现了随机森林模型构建过程的双重并行化,进一步改善了算法的计算效率。

一种融合各类最小主成分子空间的特征变换方法

针对主成分分析算法没有很好地利用数据的类别信息,且最大主成分方向容易导致各类数据重叠的问题,提出一种融合各类最小主成分子空间的特征变换方法。首先将各类数据分别进行主成分分析,由各类最小主成分方向张成各类投影子空间;然后将原始数据在各类子空间投影后的最小主成分子空间进行融合,构成新的特征空间;最后使用KEEL公共数据集对该方法进行测试。结果表明,与其他特征变换方法相比,该方法能够构造出更加利于分类的特征空间,有助于提升分类器的分类精度。

宽带子阵域特征空间稳健对角减载波束形成

针对宽带子阵域自适应波束形成器在实际使用中稳健性下降、对弱信号的检测能力受信噪比限制的问题,提出了一种宽带子阵域特征空间稳健对角减载自适应波束形成方法.首先提出利用子阵域特征空间投影法修正导引向量并得到球形不确定集的估计,再利用RCB(Robust Capon Beamformer)算法得到约束条件下的最优权值.另一方面,利用子阵域互谱密度矩阵的最小特征值作为子阵域非相关噪声功率的估计并进行对角减载,以最优权值对减载矩阵波束形成得到子带波束输出,对每个窄子带重复上述处理,再将结果非相干叠加即可得到本文方法的最终结果.理论及实验分析表明方法能提高自适应波束形成器的稳健性及输出信噪比.

基于IHS变换与自适应区域特征的遥感图像融合算法

当前较多遥感图像融合算法主要通过独立像素点的像素特征来完成图像子带的融合,忽略了图像子带的区域相关性,导致融合图像存在不连续以及模糊效应等不足。因此,设计了IHS变换耦合自适应区域特征的遥感图像融合算法。引入IHS(intensity, hue, saturation)变换,对多光谱(MS)图像进行分解获取强度分量,将其与全色(PAN)图像进行融合。再通过非下采样Contourlet变换(NSCT)对PAN图像与强度分量进行子带分解,获取高、低频子带信息。并利用图像的区域能量以及区域空间特征,对低频子带融合模型的调节因子进行自适应整定,使得融合低频子带能够包含更多的空间信息。基于图像的区域方差特征来构建高频子带融合模型,使得融合高频子带能够包含更多的纹理信息。实验结果表明,与当前遥感图像融合算法相比,所提算法的融合图像具有更好地光谱特性以及空间特性。

一种尺度空间特征区域的强鲁棒性水印算法

针对数字水印算法中特征区域选取不足以反映图像重要信息,导致鲁棒性减弱的问题,提出一种尺度空间特征区域的强鲁棒性水印算法。通过尺度空间特征点检测提取靠近载体图像重心且互不重叠的特征区域,合成特征区域矩阵,用变换域水印算法嵌入水印;对可能受到攻击的含水印图像提取特征区域,合成其特征区域矩阵,并用嵌入水印算法逆过程提取水印。实验表明,该算法不仅对一系列攻击都具有强鲁棒性,而且不可见性良好。

亏损矩阵特征子空间的分解与若当链一般形式

对于复数域上的方阵 A,用 (λi I - A) j的列空间及其一个余子空间与特征子空间的交可以找到具有相同长度的若当链首元中心 ,从而得到求若当链的一种方法 .特征子空间可以分解成这些中心的直和 .再根据若当链上不同位置的向量的运算关系 。

针对相关性衰减的子阵子空间降秩检测及最优子阵划分

针对海洋波导环境下空间相关性衰减导致检测性能下降的问题进行研究。结合子空间降秩和子阵处理,提出了子阵子空间降秩检测方法并对其检测性能进行分析。结果表明,在相关性衰减的情况下,该检测方法能够获得比全阵列处理更好的检测性能。同时研究了子阵划分对子阵检测性能的影响,并给出了空间相关性衰减下的最优子阵划分方法。研究发现：最优子阵长度和信号相关长度之间存在一定的比例关系;当子阵长度与相关长度比值的取值范围为1~2.5时,可以获得最佳的检测效果。最后针对特定海洋波导环境,利用蒙特卡罗方法进行仿真验证。

关于两个欧氏子空间的对称线性变换

作为欧氏空间对称变换的推广,引入了关于两个子空间的对称变换,并对其代数性质进行了初步探讨,刻画了该类问题的代数结构.

关于特征子空间的一个定理

设σ是数域P上的n维向量空间V的线性变换,λ是σ的特征值,证明了σ的特征子空间Vλ与基的取法无关.

三种光学变换的特征空间描述

光学信息处理中常用的方法有傅里叶变换、分数傅里叶变换及小波变换,三种变换各有其特征和适用的范围.从变换的特征子空间出发,用每种变换的特征值和特征函数,分析了三种光学变换的特征,揭示三种变换的本质区别,阐明了各自的适用范围及优缺点.用三种变换对含噪信号进行了去噪实验,实验结果验证了三种变换的特征.

面向高维特征故障数据的进化软子空间聚类算法

针对复杂机械设备故障诊断中特征量众多且对各种故障敏感程度不同的现象,提出了采用软子空间聚类算法来实现故障的识别方法。同时,针对传统软子空间聚类易陷入局部最优,目标函数设计受限制的缺点,又提出了采用进化计算实现聚类的方法。利用同类样本在相关特征维上方差小的假设,新的目标函数能更好地评价聚类结果的质量。在该算法中,通过设计类中心和权重值的混合编码以及聚类导向搜索算子,使算法更适于聚类问题的优化,而且设计的修复算子可有效地去除不合理的聚类结果。采用5组UCI数据集、2组轴承滚珠故障数据集和3组往复式压缩机气阀故障数据集对算法进行了测试,结果表明:该算法明显好于几种的软子空间聚类算法,在Rand指标上最多可高出0.226 6,并且对2组不同工况下一级缸气阀故障可实现100%的故障识别。

相关矩阵相乘构造子空间方法

子空间理论中被用于奇异值分解或特征值分解的自相关矩阵,通常可表示为接收向量与其自身转置的乘积。本文提出了一种新的自相关矩阵构造方法。通过对新构造的自相关矩阵的特征值分解,能有效地克服传统子空间方法对噪声敏感的缺点,在低信噪比情况下,能有效解决信号特征值被噪声特征值淹没(分辨率不足)的问题。随后,这种方法被用于直序列扩频信号的扩频码序列估计中。结果显示,该方法仿真效果与理论计算一致。

基于空间相关性变换的声学模型训练

为了在语音识别中增强对不同语音单元之间的相关性的利用,该文基于空间相关性变换(Spatial Correlation Transformation,SCT)框架,提出一种新的模型训练算法,在说话人无关模型的训练中利用训练数据中的空间相关性进行模型参数重估。该算法对所有训练数据进行空间相关性变换,削弱数据间的空间相关性,使重估的模型更不依赖训练数据,以改善模型的性能。实验表明,基于空间相关性变换框架的模型训练方法与基于该框架的特征变换方法相结合,使系统的平均错误率相对基线系统下降了18%。

线性不等式约束优化问题的仿射内点信赖域子空间算法

使用仿射变换内点回代技术的信赖域子空间算法解线性不等式约束的非线性优化问题．通过构造一个二维子空间,在子空间中求解信赖域的子问题得到迭代方向,结合线搜索内点回代技术获得可接受的步长因子,产生保证目标函数值单调下降的严格内点可行迭代序列．子空间技术的应用使得该方法适用于求解大规模问题．在合理的假设条件下,给出了信赖城子空间算法的良好性质,从而保证了算法不仅具有整体收敛性,而且保持超线性收敛速率,数值计算结果表明了算法的有效性．

面向跨被试RSVP的多特征低维子空间嵌入的ERP检测

基于快速序列视觉呈现(rapid serial visual presentation,RSVP)范式的目标图像检索借助于人脑在看到目标图像时产生的事件相关电位(event-related potentials,ERP)来完成复杂目标图像检索。在应用RSVP范式进行复杂目标图像检索时存在跨时段甚至跨被试的问题。对此,本文提出了一种面向跨被试RSVP的多特征低维子空间嵌入的ERP检测方法,首先采用迁移学习方法中的欧式空间对齐对不同被试的数据进行对齐,其次将来自不同空间的特征分别进行有监督降维、重构。最终采用留一被试法作为检验方法、平衡准确率作为评价指标,在PhysioNetRSVP数据集以及清华RSVP数据集下共计14个长度分段中,有12个长度分段达到最优分类结果。结果表明本文提出的多特征低维子空间嵌入方法能够有效提升ERP检测时的稳定性。