高斯PLDA在说话人确认中的应用及其联合估计

近年来,基于总变化因子的说话人识别方法成为说话人识别领域的主流方法.其中,概率线性鉴别分析(Probabilistic linear discriminant analysis,PLDA)因其优异的性能而得到学者们的广泛关注.然而,在估计PLDA模型时,传统的因子分析方法只更新模型空间,因此,模型均值不能很好地与更新后的模型空间耦合.提出联合估计法对模型均值和模型空间同时估计,得到更为严格的期望最大化更新公式,在美国国家标准与技术局说话人识别评测2010扩展测试数据库以及2012核心测试数据库上,等错率得到一定提升.

基于PLDA信道补偿的说话人识别算法

近年来,针对说话人识别算法普遍受到信道因素的干扰问题,研究者提出使用总变化因子分析的识别方法对语音信道进行补偿得到了很不错的效果,其中概率线性判别分析(Probabilistic Linear Discriminant Analysis,PLDA)因其表现优异而受到学者们的关注。然而,高斯PLDA模型中I-Vector并非符合标准正态分布。因此论文在特征域利用特征弯折算法对梅尔倒谱系数(MFCC)进行处理,以消除背景噪声以及线性信道的影响。然后在模型域对I-Vector进行非线性转换使其分布更适合用PLDA模型区分说话人,以提高说话人识别系统的识别率。实验结果表明,使用传统GMM/UBM的系统,在NIST SRE-2010评估数据集上使用所提议的技术获得了很好的效果。

基于电子鼻的不同香型白酒快速识别

为了探索电子鼻对不同香型白酒的识别,以STM32为系统核心,筛选TGS2600、TGS2602、TGS2610、TGS2611和TGS2620共5个TGS传感器组成传感器阵列,设计了白酒检测电子鼻。利用该系统对浓香型、酱香型、清香型、米香型4种香型的代表酒样进行了气味数据采集。对数据进行平滑处理后提取其稳态响应值,并分别利用主成分分析、线性判别分析和概率神经网络建立了识别模型。实验数据显示:主成分分析的前2个主元累计贡献率达93.55%,线性判别分析的前2个主元累计贡献率为97.33%,概率神经网络模型识别率达到100%。结果表明,设计的电子鼻可以应用于对不同香型白酒的快速识别。

基于变分贝叶斯改进的说话人聚类算法

说话人聚类是说话人分离中的一个重要过程,然而传统的以贝叶斯信息准则作为距离测度的层次聚类方式,会出现聚类误差向上传递的情况。本文提出了一种逐级算法增强处理机制。当片段之间的最小贝叶斯信息准则距离超过设定的门限值时,或者类别个数到达一定程度时,将当前聚类结果作为初始类中心,通过变分贝叶斯迭代法重新对每个类别中的片段调优,最后再依据概率线性判别分析得分门限确定说话人个数。实验表明,本文方法在美国国家标准技术署08summed测试集上,使得"类纯度"和"说话人纯度"比传统算法都有了一定提升,且使得说话人分离整体性能相对提升了27.6%。

基于多特征I-Vector的说话人识别算法

针对单一声学特征无法精准高效地辨识说话人身份的问题,提出了一种基于多特征I-Vector的说话人识别算法.该算法首先采集不同的声学特征并将其构成一个高维特征向量,然后通过主成分分析法有效地剔除高维特征向量的关联,确保各种特征之间正交化,最后采用概率线性判别分析进行建模和打分,并在一定程度上降低空间维度.在TIMIT语料库上利用Kaldi进行实验,算法运行结果表明,该算法较当前流行的基于I-Vector的单一梅尔频率倒谱系数和感知线性预测系数的特征系统在等错误率上分别提高了8.18%和1.71%,在模型训练时间上分别减少了60.4%和47.5%,具有更好的识别效果和效率.

基于概率神经网络优化DWT-2DLDA的高噪声人脸识别

针对人脸识别中的原始图像存在噪声而影响识别性能的问题,提出了基于概率神经网络优化二维子空间分析的人脸识别方法。首先,使用离散小波变化对图像进行预处理;然后,利用二维线性判别分析进行特征提取;最后,利用概率神经网络完成人脸分类。在ORL和FEI量大通用人脸数据库及自己搜集的数据库上的实验结果表明,在添加噪声的情况下,识别率也可高达98.9%,相比几种较新的识别方法,本文方法取得更好的识别性能。

基于概率线性判别分析的可扩展似然公式化人脸识别

针对概率线性判别分析(PLDA)方法在训练及似然计算过程中矩阵大小随着标志类采样数量呈平方增长的问题,提出了一种基于概率线性判别分析的可扩展似然公式化方法。首先通过简单变换变量对角化PLDA模型;然后,利用贝叶斯准则和最大期望算法估算潜在变量一阶矩、二阶矩,从而对变换后的PLDA模型进行可扩展训练;最后,通过结合Woodbury矩阵特征存储模型信息,从而将大矩阵转换成低维向量或标量。在FLW及Multi-PIE两大通用人脸数据库上的实验验证了所提方法的有效性及可靠性,实验结果表明,相比其它几种较为先进的同类人脸识别方法,所提方法不仅取得了更高的识别率、更低的半错误率,还大大地降低了训练、似然计算复杂度。

基于概率神经网络和线性判别分析的PEMFC水管理故障诊断方法研究

为了准确迅速判断质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)水管理子系统故障,提出基于概率神经网络(probabilistic neural network,PNN)和线性判别分析(linear discriminant analysis,LDA)的PEMFC水管理故障诊断方法。该方法采用归一化消除原始数据参量之间的量纲影响,使用线性判别分析对归一化后的变量进行特征提取。不但可以将原始实验数据映射到同一区间内,而且能有效降低数据维度。利用概率神经网络对5维故障特征向量实现水管理故障诊断。17086组PEMFC水管理故障样本的诊断结果表明:所提方法能有效识别正常状态、水淹故障和膜干故障共3种水管理健康状态,训练集和测试集的诊断正确率分别为99.80%和93.48%,运算时间仅为14.04s。与BPNN和LDA-BPNN相比:新方法测试集的预测精度分别高出17.47%和2.75%,计算时间分别节省39.83s和28.37s。因此,新方法能快速准确地诊断PEMFC水管理故障。

非线性幂变换Gammachirp滤波器的鲁棒语音特征提取

针对归一化功率倒谱系数(PNCC)在较低信噪比噪声环境下说话人识别鲁棒性不佳的问题,提出了非线性幂函数变换伽马啁啾频率倒谱系数(NPGFCC)的抗噪语音特征提取算法。相比PNCC,NPGFCC的不同之处在于其采用符合人耳听觉特性的归一化压缩Gammachirp滤波器组代替Gammatone滤波器组进行滤波,并在特征参数中融合了分段式非线性幂函数变换的方式。另外,算法中利用了均值方差归一化和时间序列滤波等技术的方法,进一步提高了其在噪声环境下的鲁棒性,并在改进的i-vector+PLDA模型下进行了测试。实验结果表明,相较于目前常用的一些说话人语音特征提取算法,在不同噪声和不同信噪比下,NPGFCC特征具有最佳抗噪性能,特别是在信噪比较低的情况下,与其他语音特征相比,NPGFCC特征具有更大的优势。

概率线性判别分析在语音命令词置信度判决中的应用

置信度判决用于确定语音数据与模型之间的匹配程度,可以发现语音命令系统中的识别错误,提高其可靠性.近年来,基于身份矢量(identity vector,i-vector)以及概率线性判别分析(Probabilistic Linear Discriminant Analysis,PLDA)的方法在说话人识别任务中取得了显著效果.本文尝试将i-vector以及PLDA模型作为一种命令词识别结果置信度分析方法,其无需声学模型、语言模型支撑,且实验表明性能良好.在此基础上,针对i-vector在刻画时序信息方面的不足,尝试将该系统与DTW融合,有效提升了系统对音频时序的鉴别能力.

利用时长信息提高说话人确认系统的鲁棒性

在文本无关说话人确认领域,基于总差异空间的说话人确认方法已成为主流方法,其中概率线性判别分析(Probabilistic Linear Discriminant Analysis,PLDA)因其优异的性能受到广泛关注。然而传统PLDA模型没有考虑注册语音与测试语音时长失配情况下的差异信息,不能很好地解决因时长失配带来的说话人确认系统性能下降的问题。该文提出一种估计时长差异信息方法,并将此差异信息融入PLDA模型,从而提高PLDA模型对时长差异的鲁棒性。在NIST数据库上的实验表明,所提出的方法可以较好地补偿时长差异,性能上也优于PLDA方法。

基于PNN的GIS局部放电模式识别方法

气体绝缘开关设备(GIS)因绝缘缺陷引起的局部放电特性具有复杂性和分散性,其特征量的选取易产生数据的丢失和冗余,导致故障类型的识别效果不佳。据此,提出了采用线性判别分析(LDA)方法和遗传算法优化概率神经网络结合的局部放电模式识别方法。通过GIS局部放电实验平台模拟了5类典型的GIS局部放电模型,并建立相应的超高频图谱,提取了相关的特征参量;经过线性判别分析降维得到低维的样本空间,并送入到遗传算法优化后的概率神经网络中进行模式识别;分别采用BP神经网络、SVM、概率神经网络、优化概率神经网络4种分类器进行模式识别,实验结果表明,样本空间经过LDA降维,并经过遗传算法优化概率神经网络进行模式识别,具有较优的识别效果和识别时长。

智能化声音信号检测铁轨异常

随着列车速度、铁道线路的进一步发展,国家对铁路安全愈发重视并提出了更高的要求。尤其是铁道线路长,铁轨零部件极多,一旦出现铁轨松动而修理不及时,会导致铁轨变形,发生重大交通事故。针对此问题,本研究设计了一种自动化识别铁轨松动的人工智能模型,构建了梅尔频率倒谱系数-概率线性判别分析模型(MFCC-PLDA)。结果显示该模型对铁轨松动的识别准确率高达98.5%,并将该模型与PCA-PLDA进行了实验对比,结果显示MFCC-PLDA效果最好。未来该方法可作为一种全新的智能识别技术应用于铁轨安全检测系统。

一种基于ICA和模糊LDA的特征提取方法

独立成分分析(ICA)和线性鉴别分析(LDA)是两种经典的特征提取方法.为了更好地解决人脸识别中的特征提取问题,在已有的两种方法进行特征抽取的基础上引入模糊技术,抽取重叠(离群)样本中有助于分类的特征.首先用 ICA 进行初次特征提取,然后采用模糊 k 近邻方法得到相应的样本分布信息,最后在此基础上用模糊LDA 进行二次特征提取,得到有效的特征向量集.在3个人脸数据库上的实验结果表明本文方法的有效性.

高光谱成像技术鉴别红景天的品种

目的采用高光谱成像技术结合化学计量学方法建立红景天的分类判别模型。方法首先获取935~1720 nm大花红景天、长鞭红景天和狭叶红景天的高光谱图像信息,然后分别提取红景天感兴趣区域的反射光谱值,在采用标准正态变量变换法(SNV)和多元散射校正法(MSC)对原始的高光谱数据进行预处理后,分别建立偏最小二乘判别分析模型(PLS-DA),通过对比两种预处理方法对PLS-DA模型判别结果的影响,得到SNV为较优的预处理方法。采用载荷系数法(x-LW)和竞争自适应重加权算法(CARS)提取经SNV预处理后数据的特征波长,并分别建立基于特征波长的线性判别分析(LDA)、PLS-DA和概率神经网络(PNN)分类模型。结果与x-LW特征提取方法比较,CARS算法提取的特征波长建立的LDA、PLS-DA和PNN模型有更好的分类性能;PNN的分类性能优于PLS-DA;SNV-CARS-LDA为区分不同品种红景天的最优判别模型,对训练集和测试集的识别率均为100%。结论高光谱成像技术与化学计量学相结合的方法具有很大的在线检测潜力,可以快速、无损地鉴别红景天品种。