用于噪声鲁棒性语音识别的子带能量规整感知线性预测系数

为了提高感知线性预测系数(PLP)在噪声环境下的识别性能,使用子带能量偏差减的方法,提出了一种基于子带能量规整的感知线性预测系数(SPNPLP)。PLP有效地集中了语音中的有用信息,在安静环境下自动语音识别系统使用PLP可以取得良好的识别率;但是在噪声环境中其识别性能急剧下降。通过使用能量偏差减的方法对PLP的子带能量进行规整,抑制背景噪声激励,提出了SPNPLP,增强自动语音识别系统在噪声环境下的鲁棒性。在一个语法大小为501的孤立词识别任务和一个大词表连续语音识别任务上做了测试,SPNPLP在这两个任务上,与PLP相比,汉字识别精度分别绝对提升了11.26%和9.2%。实验结果表明SPNPLP比PLP具有更好的噪声鲁棒性。

基于预测神经元模型的语音线性预测系数求解新方法

采用预测神经元作为语音信号线性预测模型的一种实现形式 ,可将线性预测系数的求解问题转化为预测神经元的训练问题 ,并运用 BP算法得到了神经元权值 (即线性预测系数 )的递推计算公式 .考虑到语音信号能量的不确定性 ,提出了运用相对预测误差能量作为收敛判断的参数 ,并按清音和浊音两种情况讨论了收敛判据 .由于利用预测神经元的迭代训练算法 ,理论上可以最大限度地挖掘语音样本中的相关性 ,因而可得到非常精确的线性预测系数 .计算结果表明 ,运用预测神经元方法所得到的线性预测系数 。

双参数指数分布l个未来样本的顺序统计量单边联合预测系数表

对过去样本为Ⅱ型截尾样本,给出了双参数指数分布l个未来样本的顺序统计量单边联合预测下限的预测系数数表,并用数值例说明了数表的应用。

指数分布的l个未来样本的顺序统计量的单边联合预测系数表

给出了过去样本为Ⅱ型截尾样本时,指数分布的l个未来样本的顺序统计量的单边联合预测下限的预测系数的数表,并用数值例说明其应用。

基于灰导数和预测系数的GM(1,1)优化模型

针对GM(1,1)模型的适用范围是近指数情况,提出了将优化灰导数与利用原始序列模拟的相对误差平方和最小估计预测系数c相结合的方法,从而得到一种简化计算的新GM(1,1)优化模型,该模型的预测公式x^((0))(k)=ce^(-ak)在形式上比较简洁,并且经严格指数序列从理论上验证了参数a具有白化指数律重合性,预测系数c具有白化系数重合性.

组合预测系数的确定方法

一、问题的提出 在经济预测中,对于同一个问题常采用不同的预测方法。衡量一种预测方法的优劣主要取决于其预测精度,不同的预测方法其精度往往也不相同。一般是以预测误差平方和作为评价预测方法优劣的标准,从各种预测方法中选取预测误差平方和最小的那种方法。不同的预测方法从不同角度提炼出样本数据的信息,为了提高预测精度,很自然想到用多种预测方法进行组合预测。组合预测的关键是确定各种预测方法的组合系数。

改善线性预测系数倒谱抗噪声性能的方法

线性预测系数倒谱(LPCC)是说话人辨认系统中较为有效的特征参数之一,但是该参数的抗噪性能不好,当语音中含有噪声时,系统的识别率明显下降。基于MATLAB软件,建立了一高斯混合模型(GMM)的说话人辨认系统,提出了特征参数加权窗口的方法。通过对多种加权窗口的正确识别率比较,发现对LPCC低阶参数的加窗提升,可以改善系统的噪声鲁棒性。MATLAB仿真结果显示,采用加窗后的系统识别率得到了明显改善。

隔热材料导热系数的数值模拟预测

对氧化锆空心球隔热材料进行合理的简化,用数值模拟方法计算氧化锆空心球隔热材料导热系数,并分析空心球半径、温度、发射率等对导热系数的影响。数值模拟结果表明,减小空心球半径,降低空心球表面发射率,抽真空等都有助于降低隔热材料导热系数。数值模拟与实验测量结果良好吻合,用数值模拟计算隔热材料导热系数是一个行之有效的方法。

基于多传感器数据融合的道岔区脱轨系数预测算法

针对目前车辆脱轨多发生在道岔区段,且现有脱轨评判方式考虑因素单一,不能全面评判轮轨接触安全性的问题,提出一种基于多传感器数据融合的道岔区脱轨系数预测算法。通过T-snake模型对车载摄像机获取的9号道岔区轮轨接触图像进行图像分割得到轮轨相对横向位移量;选用遗传算法优化的小波神经网络构建融合模型,输入相对位移量,速度量,加速度量以及轮重减载率进行数据融合预测脱轨系数。现场测试结果显示,利用该方法的预测脱轨系数模型考虑因素较为全面,且具有良好的精确性和鲁棒性。

隔热材料导热系数预测及其在发动机排气管隔热中的应用

由于排气管隔热在特种车辆中的重要性,在对排气管隔热方案分析的基础上,采用大型通用CFD软件STAR-CD,模拟氧化锆空心球隔热材料的导热系数,并对排气管真实的流固耦合模型进行大量的数值模拟试验。数值模拟可以分析隔热结构中隔热材料厚度、表面发射率、隔热方式等因素对排气管隔热效果的影响;通过隔热材料与真空层的匹配,得到既满足紧凑性要求,又能高效隔热的排气管隔热方案。

图像的小波系数神经网络预测编码

提出一种图像的小波系数预测编码方法二在该方法中，原始图像被分解为一个小尺寸的低频图像和一系列不同方向的多分辨率细节子带图像（小波系数图像），由于不同分辨率的小波系数图像具有相似性，故可用低分辨率小波系数来预测同一方向相邻较高分辨率的小波系数．采用Ｂ—Ｐ神经网络作为非线性预测器有效地实现了这种预测，结果表明，利用这种编码算法可获得高图像压缩比．

一种求线性预测系数的神经网络方法

本文把神经网络中的Hebbian规则用于线性预测的分析中,得到了一种求解线性预测系数（LPC）的随机近似算法.并完成了对这种算法的严格证明.

宽带ISF参数的非等系数帧间预测分裂矢量量化方法

本文提出了一种新的适用于宽带语音编码ISF参数量化的非等系数帧间预测分裂矢量量化方案.该量化方案利用ISF参数的帧间相关性,基于预测分裂矢量量化原理,首先对待量化的ISF参数矢量进行去均值和非等系数帧间预测,然后对去均值后的ISF参数的预测残差进行分裂矢量量化.实验表明,该算法在每帧编码比特数为46bits时达到了透明量化,且平均谱失真比G.722.2中ISF参数量化的平均谱失真小.

有效集法在确定组合预测非负权系数中的应用

目前组合预测方法的研究日益受到重视 .对组合预测权系数的确定是研究的重点之一 ,已有许多文章讨论 .本文采用二次规划的有效集方法来确定组合预测中的非负权系数 ,实例说明 :这一方法是可行的、有效的 .

应用支持向量回归估计预测陀螺误差系数

针对目前小样本容量陀螺误差系数预测精度不高的问题,本文将支持向量回归估计引入到陀螺误差系数的预测研究中。通过对某型陀螺某项误差系数的预测,并且对比分析该方法与目前通用的AR模型预测方法的预测效果,结果表明本文采用的支持向量回归估计具有更高的预测精度。

基于SVM的矿井通风阻力系数影响因素分析与预测

矿井通风阻力系数是通风安全最重要的基础参数之一,为了实现矿井通风阻力系数简单准确地预测,提出了利用支持向量机(SVM)来预测矿井通风阻力系数的方法。通过分析影响因子与矿井通风阻力系数的相关性关系,并利用MATLAB逐步建立单影响因素与矿井通风阻力系数、多影响因素与矿井通风阻力系数之间的SVM预测模型,对比分析各预测模型的相对误差,确定最佳矿井通风阻力系数预测模型,即当输入模型影响因素为巷道断面积、周长和支护方式时,预测相对误差小于10%的样本数占测试样本的76%,相对误差小于20%的样本数占测试样本的90%。结果表明:该预测方法在矿井通风阻力系数预测中是可行的,并具较高的准确性。

基于随机森林回归的砂体渗透系数预测

在地浸砂岩型铀矿勘查过程中,砂体渗透系数是一项重要的水文地质参数,也是评价地浸开采有效性的重要指标,而砂体渗透系数预测及其空间分布特征是铀矿勘查最为困难的问题之一。机器学习算法具有操作简单及泛化能力强的特点,在各领域得到了广泛应用,将机器学习算法引入到铀矿地质勘查中能够快速有效地解决测井数据与砂体渗透系数之间复杂的非线性问题。文章采用随机森林回归算法预测洪海沟铀矿床砂体渗透系数,并将其与非线性回归、支持向量机回归预测结果进行对比评价,结果表明,随机森林回归算法具有拟合优度高、操作简单的特点。该方法预测出的砂体渗透系数空间展布方向与地下水渗流方向一致,并密切影响层间氧化带及铀矿化的发育,具有一定的推广意义和经济价值。

基于MABC-SVR的边坡安全系数预测模型

为避免原始人工蜂群算法(原始ABC算法)搜索时陷入局部最优解,提出一种改进的人工蜂群算法(MABC算法),该方法先将原始蜜源的适应度进行排序,找出适应度最高的蜜源,再在其周围搜索更优解,并采用MABC算法对支持向量回归(SVR)模型参数进行优化,实现对边坡安全系数的回归分析与预测。通过对两种算法进行函数测试,结果表明:MABC算法较原始ABC算法收敛速度快、全局性好。选取实例边坡数据构造训练集和测试集,采用MABC-SVR方法基于建立的边坡安全系数预测模型进行预测,结果表明:均方根误差为0.004 6,最大相对误差为7.62%,回归系数为0.967 2。可见,建立的边坡安全系数预测模型准确度较高,可推广使用。

改进的混合权系数最小二乘约束预测控制算法

混合权系数最小二乘预测控制算法(MWLS)与QP预测控制算法相比。具有减少计算量、运算速度快以及可以处理优化无可行解的情况等优点,在保证这些优点的基础上,通过分析MWLS算法中约束项目标函数的物理意义,提出了输入项约束加权系数不变的MWLS改进算法以及根据是否违反约束来改变加权系数的MWLS改进算法(IMWLS)。通过仿真研究,证明了两种改进算法的有效性,并与原MWLS算法相比大大改善了系统的动态响应特性。

肺栓塞相关危险因子风险列线图及预测模型系数森林图的建立

目的建立肺栓塞相关危险因子风险列线图及预测模型系数森林图。方法回顾性分析医院呼吸与危重症医学科2016年1月至2020年12月收治的患者671例,按病情分为肺栓塞组(221例)及非肺栓塞组(450例)。对患者发生肺栓塞的相关因素进行分析,并建立相关危险因子风险列线图及预测模型系数森林图。结果单因素分析显示,肺栓塞患者中活动性恶性肿瘤(38.5%比17.8%)、双下肢不对称水肿(49.8%比14.0%)、AECOPD(33.9%比24.7%)、慢性心力衰竭(41.6%比28.2%)、Ⅰ型呼吸衰竭(43.0%比21.8%)、D-二聚体(63.8%比26.7%)、近1月内骨科手术史(31.7%比19.3%)、慢性全身使用激素(24.4%比17.1%)占比较非肺栓塞组高,且肺栓塞组患者的年龄(61.12±5.96比59.70±5.95)、体质量指数(BMI)(21.70±3.17比19.27±1.61)均显著大于非肺栓塞组(P<0.05)。Logistic回归模型,以构建患者出现肺栓塞的风险预测模型(模型1、模型2、模型3),结果显示模型2的预测效果最佳,具有最佳的AUC值(0.862),灵敏度(0.638)、特异度(0.896),ROC误差0.026,据此可建立肺栓塞相关危险因子风险列线图及预测模型系数森林图。结论年龄,BMI,近1月骨科手术史,双下肢不对称水肿,绝对卧床(卧床>3d),D-二聚体,I型呼吸衰竭,慢性心力衰竭是肺栓塞发生的相关危险因素,所构建的危险因子列线图及预测模型系数森林图能有效预测肺栓塞的发生风险。