噪声下普通话数字串听力筛查测试材料的开发与验证

目的开发普通话版宽带噪声数字串测试(broadband digit triplet test,BB-DTT)和低通滤波噪声下数字串测试(low-pass digit triplet test,LP-DTT)材料,验证其检测早期高频听力损失的敏感度和特异性,以期为临床提供一种快速有效的筛查工具。方法录制引导语“数字”及0~9十个数字,将各数字调整至相同的响度(均方根)后进行连接,再与引导语连接后构成测试所用的三位数字串,并通过重复叠加数字串形成测试材料的宽带噪声与低通滤波噪声。招募听力正常者和高频听力损失者各20例,依次进行声导抗、纯音听阈以及BB-DTT和LP-DTT测试,通过每个数字在前置、居中和后置三个位点的结果和需要调整的电平值保证测试材料的同质性,通过测试结果与高频平均听阈的相关性、特征值、敏感度和特异性验证测试材料的有效性。结果①BB-DTT和LP-DTT的SRT阈值与纯音高频平均听阈PTA(3、4、6、8 kHz)之间呈高度相关(Pearson相关系数=0.73、0.71,P<0.01)。②普通话版BB-DTT和LP-DTT测试材料的最佳诊断点分别为-10.5 dB和-15.2 dB。BB-DTT和LP-DTT的受试者工作特性曲线下的面积(AUC)分别为0.97和0.96。③BB-DTT测试材料的敏感度为0.90,特异性为0.95;LP-DTT测试材料的敏感度为0.95,特异性为0.85。结论本研究开发的普通话版BB-DTT、LP-DTT在检测高频听力损失时具有较高的敏感度和特异性,可快速有效地筛查早期高频听力损失。

基于LDP算法的手写数字串切分

以银行票据OCR系统中的账号为例,分析了手写数字串切分的难点,提出了基于LDP算法的切分方法,并对切分过程中的搜索空间、搜索方法及代价函数进行了研究.实际应用表明,采用本方法处理手写数字串倾斜、拥挤和连笔的情况,能够取得良好效果.

基于后验概率解码段模型的汉语语音数字串识别

通过对语音解码的分析指出了基于似然概率解码的连续语音识别的局限性,并给出了三种基于后验概率段模型(Segment Model,SM)的语音解码方法.这三种方法成功地运用于随机段模型(Stochastic Segment Model,SSM),使误识率比基线系统下降了11%;与此同时还给出了段模型的快速算法,使算法的计算复杂度降到了与隐马尔可夫模型(Hidden Markov Model,HMM)相同的数量级,满足了实用要求.

一种无约束手写体数字串分割方法

针对无约束手写体数字串中的连笔字符，本文提出以基于识别的分割方法为主，结合运用剖分方法和全局识别方法等多种分割策略的数字串分割方法。这种方法直接针对数字串分割，也可以运用到非数字字符串的分割中，其分割思想对连笔汉字的分割也具有一定指导意义。

基于模具的手写数字串切分算法及其应用

提出了一种基于模具的手写数字串切分算法 ,该算法通过总结手写数字串中字符之间的连接特点 ,归纳出一套合理的切分曲线类型 ,并根据这些曲线类型设计出多种切分模具 ,从而将字符的切分过程变为各种模具的试用和优选过程 .通过在银行票据OCR系统中的应用 。

定位格中手写体数字串的提取

本文主要针对手写体数字串和定位格（线）相粘连的情况，首次提出完整提取这种数字串的方法。首先运用数学形态学运算进行粗处理，去除定位格，得到特征点，然后结合数字的结构特征对它修补，最后进行平滑处理。

基于声调建模的带噪汉语数字串语音识别

尝试利用声调信息来改善噪声下汉语数字串语音识别性能。为解决声调特征不连续问题,提出采用基于多空间概率分布的隐马尔可夫模型进行声调建模。简要分析噪声对声调特征提取的影响,论证了在带噪数字串语音识别中利用声调信息的可行性。实验结果显示,与不采用声调信息的方法相比,在5 dB到20 dB的测试数据上,所提方法可使错误率平均相对下降17.2%。这说明声调信息及所提建模方法对于改善带噪汉语数字串语音识别性能是有效的。

票据中手写体数字串的提取

针对票据识别中 ,手写体数字串常与表格线粘连的情况 ,提出一种提取手写体数字串的办法 .先通过对票据进行预处理 ,去掉表格线 ,并得出特征点 ,通过计算伪去除区域两端的一些特征参量 ,对伪去除区域进行恢复 ,从而提出完整的数字串 .

一种基于模糊规则的手写体粘连数字串分割

手写数字串切分是手写数字OCR系统中必不可少的组成部分。实际应用中一般用框格对数字的书写范围进行约束,切分过程比较容易,如果没有框格约束,手写数字串的切分就成为一个难题。针对无约束的手写数字串切分的难点,提出了一种新的粘连数字串切分方法。该方法先使用主曲线实现字符模板的笔画抽取,然后依据字符笔画的模糊特征处理笔画,最后以字符识别器提供的置信度为依据完成切分过程。为验证该新切分方法的效果,对从银行实地采集的3000份真实支票进行了切分实验,其中363张支票存在粘连现象,切分正确率为89.68%。实验结果表明,该算法能够有效地切分多字粘连的手写体数字串。

基于凹凸特性的非限制粘连手写数字串切分

针对现有的切分算法结构复杂,时间和空间复杂度高等不足,提出了一种基于凹凸特性的非限制粘连手写数字串切分的新方法。首先计算数字串图像的赋值背景,然后从中提取凹凸特性,找到切分区域,最后在切分区域内提取切分线。该方法简单快速,在提高切分正确率的同时也降低了复杂度。利用NISTSD19收集到的样本进行实验,正确率高达97.5%,切分时间也大大缩短。

基于层级策略的连续数字串识别的研究

在分析汉语数字串语音特点的基础上,设计出了基于层级策略的连续数字串识别系统。该系统先对连续数字串进行确定性的预分割,再用LevelBuilding算法对每个分割段进行基于模板模糊分组的识别,在该识别结果的基础上利用加权矩阵识别算法进一步区分易混淆语音对。该系统在计算时间减少到原来的35.2%的同时识别率提高到94.08%。

基于识别的手写数字串分割

手写数字串的分割与字符识别密切相关。采用基于识别的分割方法,在分割过程中引入识别机制识别分割碎片,将识别结果经过差值运算后置为每个识别对象的识别可信度,利用动态规划找到最佳分割路径。在训练分类器时,使用反例样本估计分类器参数,得到了性能良好的分类器。实验数据表明,利用正例和反例样本结合训练的分类器比只经过正例样本训练的分类器的识别率要高很多。

基于关键数字和HMM的数字串说话人身份确认系统

为了建立一个数字串说话人身份确认系统 ,采用了基于数字HMM的与文本有关的身份确认方式 ;使用限定在数字范围内的任意数字串为语音文本 ,并内嵌能较好反映说话人特征的关键数字来提高确认性能 ;最终对多个关键数字的确认子系统进行综合判决 ,以提高HMM识别性能鲁棒性 .文中重点研究了基于关键数字HMM的身份确认 ,提出了以模型间的距离测度为准则来选择说话人的关键数字 ,并通过对比实验表明了用计算KLD上限的方法进行模型间距离测度的有效性 .

运用反例基于识别的手写数字串分割

采用基于识别的分割方法进行手写数字串分割.在识别的过程中,运用反例样本估计分类器参数,实验数据表明,这种运用反例样本训练的分类器与没有经过反例样本训练的分类器相比,将提高拒识率到19%左右,从而保证了较高的识别率,验证了只有经过反例训练的分类器的输出结果才是可信赖的.

数字串联在“能源地质学”课程教学中的应用

"能源地质学"是地质工程专业的核心专业课程,也是地球物理专业的选修课程。本文针对课程中煤田地质学知识体系的指标多、过程多等特点,提出用数字来简化表征。使用了数字串联方法,详述了其中数字的含义,绘制了基本关系示意图。这种教学方式既能提高的学生学习兴趣,也能简化复杂关系,对课程的讲解起到很好的促进作用。

微机测重系统的数字串联校正

微机测重系统的数字串联校正＊王幸之王雷孙晓云（河北机电学院石家庄０５００５４）１系统的组成与分析微机称重自动化装置有时采用多个称重传感器。图１表示一个配料斗，设物料总重为Ｐ，传感器Ｓ１，Ｓ２，Ｓ３上的分力为ｐ１，ｐ２，ｐ３。物料按工艺分别从进料口１—...

多路实时、高音质数字串合成系统

根据汉语普通话中数字串发音的韵律规则和特点，利用LMA语音合成器，实现了一种全新的数字串报号系统。本系统可以在不足300kbytes的极小的音库容量下，通过采用预先计算、查表拼接快速处理方法，在各种特定应用场合下多路实时实现高自然度、高音质的任意多位的数字号码的合成语音。测听实验和用户反馈信息均表明，合成输出语音的听觉效果已经可以与播音员原始发音相媲美。

断裂粘连激光印刷数字串识别算法

相对于印品质量较高的传统印刷数字串,激光印刷数字串由于存在断点、边缘粗糙、时有粘连等问题,采用传统算法无法对其进行准确的分割与识别。为此,提出了一种对激光印刷数字串进行切分和识别的算法。该算法采用膨胀结构元消除激光数字串断点,对粘连数字串进行极值切分法从而分离数字,最后用6个几何和拓扑特征构造数字原型用于区分数字,从而对数字进行识别。实际的网银盾数字识别实验表明此识别方法对数字串的识别准确率高达99%,平均识别时间为0.15s。该算法识别准确率高,并具有一定的实时性,对该算法进行进一步的改进,即可应用于激光打印生产线的在线监测,以及产品出厂前产品与包装的一致性校验。

基于数字串加密算法的研究与实现

针对数字串在信息管理中的安全问题,提出了一种实用的数字串加密算法.将此算法应用于磁卡加密,由此证明该算法具有一定的实用价值.

“第+数/数字串+名”的语义要素分析

从序数的语义构成来看,"第+数/数字串+名"的语义要素包括排序集合、排序对象、排序参照、排序视角、排序结果和排序序列。它的排序集合必须是社会化程度较高的人、事、物;排序对象多数是序数表达式名词性成分所指对象中的成员,少数是与名词性成分所指对象相似的其他对象;排序参照主要是命名编号和混合参照,少数是属性评价地位参照;排序视角主要是单比、单层、顺向排序;排序序列有逐一排序型和部分列举型两大类。另外,该序数表达式还具有指称性和命名性。