基于语义搜索的语音交互系统模型研究

探讨了基于语义搜索的语音识别,比较了文本搜索和语义搜索的差别,并构建了分布式语义模型,建立了基于语义搜索的语音识别本体库,研究说明基于语义搜索的语音识别具有很大的理论价值和实际作用。

基于改进HMM模型的3D景区地图匹配算法

针对GPS误差和地图系统误差导致3D地图定位精度较低的问题,提出一种基于改进隐性马尔科夫模型的地图匹配算法。使用面积重叠法获取候选路段,引入距离、道路宽度和历史定位点计算观测概率,利用路网拓扑信息、游客行为特性、景点与道路的相关性计算转移概率,采用Viterbi算法得出最优匹配路段。在Unity3D平台上实现景区场景3D可视化,利用校园地图进行实验验证,结果表明,该算法匹配精度达到95.4%,在3D景区导航中具有良好的实用性和较高的准确性。

基于AIOHMM模型的驾驶行为预测

驾驶员行为预测能够有效减少交通事故发生,因此,研究驾驶员的意图是非常有必要的。本文根据驾驶行为受到驾驶员驾驶意图和车外部驾驶环境的影响,在时间上,先有驾驶意图后有驾驶行为,利用驾驶意图在行为实验过程中的时间差和车外部环境建立自回归输入输出隐性马尔科夫模型(Autoregressive Input-Output HMM)。首先根据采集到车内外的视频数据提取特征值,利用建立的模型进行模型训练,学习得到模型参数,然后用得到的参数对驾驶员换道、转弯和保持直行等行为进行预测。利用Matlab仿真,得出该模型在驾驶行为预测中具有更高的准确性,花费了更少的预测时间,降低了预测的召回率。