多层DGMM识别器在中国手语识别中的应用(英文)

手语是聋人使用的语言 ,是由手形动作辅之以表情姿势由符号构成的比较稳定的表达系统 ,是一种靠动作 /视觉交际的语言 .手语识别的研究目标是让机器“看懂”聋人的语言 .手语识别和手语合成相结合 ,构成一个“人 -机手语翻译系统”,便于聋人与周围环境的交流 .手语识别问题是动态手势信号即手语信号的识别问题 .考虑到系统的实时性及识别效率 ,该系统选取 Cyberglove型号数据手套作为手语输入设备 ,采用 DGMM( dynamicGaussian mixture model)作为系统的识别技术 ,并根据中国手语的具体特点 ,在识别模块中选取了多层识别器 ,可识别中国手语字典中的 2 74个词条 ,识别率为 97.4 % .与基于单个 DGMM的识别系统比较 ,这种模型的识别精度与单个 DGMM模型的识别精度基本相同 ,但其识别速度比单个

基于DGMM的中国手语识别系统

手语是聋人使用的语言 ,是由手形动作辅之以表情姿势由符号构成的比较稳定的表达系统 ,是一种靠动作 /视觉交际的语言 .手语识别的研究目标是让机器“看懂”聋人的语言 .手语识别和手语合成相结合 ,构成一个“人-机手语翻译系统”,便于聋人与周围环境的交流 .手语识别问题是动态手势信号即手语信号的识别问题 .考虑系统的实时性及识别效率 ,系统选取 Cyberglove型号数据手套作为手语输入设备 ,并采用了 DGMM(dynamic Gaussianm ixture m odel)作为系统的识别技术 ,即利用一个随时间变化的具有 M个分量的混合 Gaussian N-元混合密度来模型化手语信号 ,可识别中国手语字典中的 2 74个词条 ,识别率为 98.2 % .与基于 HMM的识别系统比较 ,这种模型的识别精度与 HMM模型的识别精度相当 ,其训练和识别速度比 HMM的训练与识别速度有明显的改善 .

基于快速DGMM的随机提示文本的话者确认系统

研究了随机提示文本的话者确认技术中的几个关键技术，包括确认算法的训练和识别速度、话者确认文本和说话方式的选择、测试文本长度的选择、阈值的设定及话者语音的中长期变异的自适应算法．为提高训练和识别速度，该文提出了快速动态高斯混合话者模型，讨论了音素对话者确认系统的影响及测试文本长度对话者确认系统性能的影响．提出话者语音特性的中长期变异性的自适应增量学习的方法．同时文中详细地分析了一次和多次测试时话者的弃真率和取假率的关系，提出一种确定阈值的新方法．话者确认实验表明，快速的动态高斯模型的训练速度和识别速度比隐马尔柯夫模型快很多，并且两者的识别率相当，该文提出的阈值设定方法及话者语音特性的中长期变异性的自适应学习的方法十分有效．

作业场所安全卫生一体化评估DGMM模型探索

为了科学考察作业场所安全与卫生问题的相互关系,综合评估作业场所安全卫生现状,参考齿轮机构啮合运行规律,建立作业场所安全卫生一体化评估双齿轮啮合模型(DGMM),以建筑施工作业场所为例,进行作业场所安全卫生一体化评估验证。研究表明,作业场所是一个安全和卫生问题共存且相互作用的复杂系统,二者具有正相关性,即安全问题可以加速或减缓卫生问题的产生;反之亦然。因而,人们不能人为地分割安全事务或卫生事务问题。在实际评估工作中,应根据安全问题和卫生问题相互影响的基本规律,科学进行一体化评估,以实现对劳动者职业安全健康的有效防护。

基于DGMM的智能变电站网络流量预测

提出一种基于动态灰色马尔科夫模型(dynamic gray Markov model,DGMM)的智能变电站网络流量预测方法.根据灰色预测理论对网络流量进行初步预测;针对初步预测误差,利用K-means聚类算法实现状态的划分,建立马尔科夫模型对预测误差进行动态校正;对K-means中的K值进行了讨论.利用真实环境下采集到的流量数据对所提方法进行测试.结果表明,该模型的平均预测误差仅有4%,能够满足预测要求,为智能变电站网络性能分析预测、网络故障和病毒入侵预警提供决策依据.

资本监管、货币政策与银行风险承担

银行风险承担渠道是一种新的"货币政策传导渠道",为研究货币政策与金融稳定关系提供了新思路。从资本监管的角度出发,采用差分广义矩估计的动态面板统计方法研究了资本监管、货币政策与银行风险承担三者之间的关系。实证结果表明:兼顾了杠杆率约束的资本监管指标可以促进我国银行资本水平的不断提高和风险水平的逐步下降,银行风险承担将增大;但同时发现,银行在不断提高资本监管标准要求时,资本补充压力也将随之增加,这种资本补充压力与银行监管套利正相关,资本补充压力越大,银行监管套利动机就越强。

货币政策传导的银行风险承担渠道研究——基于杠杆机制的分析

银行风险承担(bank risk-taking)作为一种新的"货币政策传导渠道",与传统货币政策传导机制不考虑风险因素不同,认为银行对风险偏好的变化直接影响货币政策传导机制的有效性。采用DGMM动态面板估计方法和门限效应,从两个阶段检验了货币政策传导的银行风险承担渠道的杠杆机制的有效性,货币政策可以通过杠杆率对银行风险承担产生显著影响;货币政策与银行风险承担之间存在杠杆率门限效应,使得在不同杠杆率水平下,货币政策与银行风险承担关系有所改变,对中低杠杆率水平的银行,货币政策对银行风险承担影响更大。

货币政策、房价与商业银行风险承担

文章以Z值为银行风险代理变量,控制了银行微观因素和宏观经济因素后探究货币政策对商业银行风险的影响。样本为2002—2016年期间29家中资商业银行,使用GMM动态面板模型进行估计。实证发现宽松的货币政策以利率工具实施时会导致银行风险上升,宏观经济向好、房价上升会导致商业银行风险降低,而资产规模小、收益水平高、未上市等因素则会导致银行承担的风险更高。